В новой подборке по науке с ИИ — система для генерации более пригодных к разработке молекул, более честная проверка моделей для новых материалов, рабочее место для математиков с участием ИИ, агентный поиск уравнений для биологии и тест MedFailBench, который проверяет не просто правильность ответа, а тип клинической ошибки.
В новом наборе научных работ ИИ всё заметнее уходит от роли «говорящей модели» к роли инструмента, который считает, проверяет, ищет литературу, помогает ставить эксперименты и собирает данные для биологии, медицины и материаловедения.
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.
Три свежие работы из arXiv показывают важный сдвиг в разговоре об ИИ для науки: исследователи всё чаще проверяют не только то, что модели умеют предлагать, но и насколько их выводы действительно новы, нетривиальны и пригодны для реального научного процесса.
Свежая подборка по ИИ в науке показывает сразу несколько сильных направлений: от новых вычислительных приёмов для квантовой химии и поиска сверхпроводников до более надёжного открытия материалов, автоматической сборки баз данных по метаматериалам, формально проверяемых математических доказательств и более честной оценки ИИ-агентов для доклинической фармакологии.
Новая подборка по науке с ИИ показывает сразу несколько направлений взросления области: формальные доказательства выходят к настоящим математическим задачам, белковые модели обнаруживают слабые места на вирусных последовательностях, а материаловедение все ближе к замкнутым автоматическим циклам поиска. Главное здесь не эффектные обещания, а переход к более проверяемым и воспроизводимым рабочим схемам.
