В этой подборке — пять свежих работ о том, как ИИ проверяют и применяют в науке: от более реалистичной оценки медицинского рассуждения до поиска причинных связей в многоуровневых биоданных, подбора катализаторов и формальной проверки математических доказательств. Общий мотив один: исследователи всё чаще уходят от красивых демонстраций к более строгим и практическим сценариям проверки пользы.
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.
В этой научной подборке — работа по многокритериальному генератору молекул для поиска лекарств и обзор того, как ИИ превращается в общую платформу для открытия новых полимерных материалов в энергетике, микроэлектронике, медицине и устойчивом производстве.
В новой подборке научного ИИ — пять разных направлений, где ИИ помогает науке не только генерировать гипотезы, но и проверять их: от формальной математики и инфраструктуры для доказательств до дизайна лекарств, анализа одиночных клеток и трезвой проверки биологических интерпретаций.
В сегодняшней научной подборке сразу несколько сильных направлений: новый бенчмарк ShallowBench показал, где ИИ-модели для поиска лекарств пока слабы, система с языковой моделью предложила новые уравнения тёмной энергии, DeepRHP приблизил проектирование полимеров с белкоподобными свойствами, а MedRLM предлагает более проверяемый подход к клиническому рассуждению на длинных и разнородных медицинских данных.
В свежих публикациях Nature сразу два сильных сигнала о роли ИИ в науке. Один материал показывает, что исследователи с ИИ публикуют больше и получают больше цитирований, но сама наука становится уже; другой — что коллектив из тысяч специализированных моделей уже помогает переводить химические знания в реально исполнимые схемы синтеза.
В этой подборке — пять свежих работ о том, как ИИ помогает биологии и медицине: от извлечения иммунных маркеров из стандартных снимков тканей до виртуальных клеток, проектирования пептидов и более трезвой оценки того, когда структура белка действительно полезнее одной только последовательности. Общая тема одна: поле движется от красивых обещаний к более проверяемым и прикладным решениям.
Nature Biomedical Engineering описывает систему BioMedAgent, которая не просто отвечает на вопросы, а сама собирает и выполняет цепочки биоинформатических инструментов по текстовому запросу. На новом наборе из 327 биомедицинских задач система показала 77% успешных выполнений.
