Четыре свежие работы с arXiv показывают, как AI постепенно входит в сам научный процесс: извлекает модели из статей, структурирует медицинские случаи, проверяет междисциплинарные выводы и учит агентов работать с научным кодом.
Пять свежих вакансий с aijobs.com: медицинская инженерия в OpenAI с вилкой до 385 тысяч долларов, агентные системы в Puntt.ai, машинное обучение в NVIDIA, вертикальные агенты на новой платформе ускорителей и удалённая роль Serko для Калифорнии и Вашингтона.
Свежая тройка вакансий из AIJobs: две очень дорогие позиции по компьютерному зрению для космических и оборонных задач в США и одна прикладная роль в клиническом AI у Humana. Внутри — зарплаты, стек, требования, формат работы и короткий разбор, кому каждая позиция действительно подойдёт.
Новая подборка по AI-науке сегодня сосредоточена не на громких обещаниях, а на реальных ограничениях и практических улучшениях: где AI уже помогает медицине и материаловедению, а где упирается в формализацию, надёжность и воспроизводимость. Самый важный сигнал пришёл из FormalTCS: для AI на переднем крае математики и теоретической информатики главная проблема сейчас не само доказательство, а перевод идеи в строгую формальную постановку.
В AI-науке сегодня сразу несколько сильных работ: медицинская система AMIE приблизилась к уровню врачей в видеоконсультациях, клинические модели показали опасную самоуверенность при нехватке данных, а материалы и математика получили новые примеры того, как AI помогает искать структуры, свойства и даже проверяемые доказательства.
Две новые статьи в журналах Nature разбирают, как большие языковые модели помогают превращать медицинские отчеты в структурированные данные. Одна работа показывает устойчивую пользу при анализе 20 277 рентгенологических заключений по позвоночнику, но также выявляет заметное падение точности на редких состояниях. Другая описывает агентный конвейер, который делает пригодными для прогноза и анализа даже шумные эхокардиографические отчеты.
Иногда самые любопытные AI-запуски проходят почти без шума. В этой подборке — Vaultak с 1 баллом на Show HN, MedAgent AI с примерно 12 звёздами на GitHub и DreamerMade как почти незаметный листинг на BetaList. У всех трёх идеи ещё сырые, но в каждой видно ставку на реальную боль, а не на красивую витрину.
В сегодняшней подборке по AI-науке четыре заметные работы: система DiscoPER для автономного поиска закономерностей без заранее заданного вопроса, планировщик для реально работающих автономных лабораторий, управляемая экосистема клинических AI-навыков для медицины и Proteo-R1 для более прозрачного проектирования белков. Общая линия у всех работ одна: исследователи двигаются от красивых одноразовых демонстраций к длинным, управляемым и проверяемым циклам научной работы.
Небольшие человеческие истории про AI часто оказываются убедительнее громких пресс-релизов. В этой подборке — четыре очень разные ситуации: семейный рецептный хаос после рождения ребёнка, соло-разработка, в которой скорость внезапно обогнала понимание продукта, и две медицинские истории, где авторы пытаются закрыть болезненные пробелы в общении между человеком и врачом.
