В новой подборке по AI Science — работа о поиске материалов с переходом металл–изолятор, агентная лаборатория для ускорения проверки гипотез, более проверяемые ИИ-системы для постановки научных вопросов, память-граф для длинных математических доказательств и новая оркестровка клинической поддержки в онкологии.
Пять новых работ по AI в науке рисуют трезвую картину: модели всё чаще входят в реальные научные контуры — от переработки лекарств до проверки статей и подготовки данных, — но самые ценные результаты пока приходят не от «магии модели», а от хороших бенчмарков, инфраструктуры и человеческой проверки. Особенно показательно, что на сложных диаграммах материалов современные мультимодальные системы всё ещё сильно уступают экспертному пониманию.
Сегодняшняя подборка — про людей, которые взяли личную проблему и с помощью AI довели её до работающего инструмента: от сервиса для сравнения подсказок и юридического помощника до игры для дочери и речевой практики после инсульта. Во всех историях важно не обещание «AI всё сделает сам», а то, как технология снимает часть барьера там, где раньше человек бы просто не потянул проект в одиночку.
Сегодня в подборке: медицинская модель с опорой на доказательства, ИИ для диагностики редких болезней, два шага вперёд в поиске новых материалов и система, которая делает научные гипотезы более проверяемыми.
Свежая подборка по ИИ в науке сегодня особенно сильна в трёх направлениях: формальная математика, лабораторная автоматизация и материаловедение. Среди главных находок — система, которая помогает переводить настоящие исследовательские статьи в машинно проверяемые доказательства, а также новые подходы к поиску лекарственных взаимодействий, биологических протоколов и высокодавленных материалов.
В свежем обзоре регулирования ИИ сразу три практических сигнала для команд: в США продвигают требования к чат-ботам и защите несовершеннолетних, Верховный суд делает историю геолокации более чувствительными данными, а Бразилия вводит отдельные правила для ИИ в медицине. Во всех трёх случаях разработчикам и внедряющим компаниям придётся заранее закладывать больше контроля, прозрачности и человеческого надзора.
Четыре человеческие истории из повседневной жизни с ИИ: семейная игра, собранная отцом и сыном, помощник для пациентов и родственников, браузерная игра по идее двухлетнего ребёнка и блокнот, который переписывает заметки по коротким указаниям. Во всех случаях ИИ выглядит не как громкая витрина, а как инструмент, который помогает обычным людям быстрее довести личную задачу до работающего результата.
Свежая подборка работ с arXiv показывает, как ИИ всё заметнее сдвигается от простого перебора вариантов к более научному поведению: системы начинают хранить явные гипотезы, пересматривать объяснения, предлагать эксперименты и проверяться на реальных клинических запросах. Это важно, потому что главный вопрос теперь не только в том, умеет ли модель что-то находить, а в том, насколько она способна работать как полезный и проверяемый исследовательский инструмент.
Pelica из Y Combinator предлагает не просто очередного помощника для звонков, а целый рабочий слой для клиник, которые живут в модели оплаты за результат лечения. Стартап обещает с помощью агентов на базе ИИ закрывать пробелы в уходе, поднимать недоучтённые риски и брать на себя исходящие звонки, чтобы небольшие команды могли вести больше пациентов без пропорционального роста штата.
