OpenAI 推出科学博客，分享 AI 推动科学发现的研究成果

分享

我们正在推出 OpenAI 科学博客，为科学家和学术研究者提供一个平台，分享他们利用 AI 取得的发现以及他们的工作方式。我们的使命是确保 AGI 惠及全人类，而加速科学发现是我们朝着这一目标努力的最具影响力的方式之一。

我们将发布涵盖广泛科学领域的工作，包括：

研究与发现：来自 OpenAI、我们的合作者以及更广泛科学界的新科学成果和正在进行的研究进展。

方法与实践指南：科学家如何使用我们的模型完成科学计算、数据分析、文献探索和实验规划等任务的示例。我们将分享其他人可以借鉴的方法，包括如何核查工作以及方法的局限性所在。

来自科学界的观点：使用 AI 的研究者的第一手叙述，他们学到了什么，以及这些能力如何影响他们的学科。我们还将讨论关于科学实践的开放性问题，以及如何让这些工具对更多人有用。

科学拓展了我们对世界的理解，并使进步成为可能——从更好的药物到新的能源来源。许多这样的进步始于基础性问题，而其实际意义往往在多年之后才变得清晰。

近几个月来，我们看到我们的模型能够处理的科学问题范围不断扩大。9 月，OpenAI 的一个内部系统生成了一个解决 Navier–Stokes 存在性与光滑性问题的证明，这是关于描述流体运动的方程的一个长期悬而未决的问题。10 月初，我们发布了一系列广泛的数学成果。其中包括关于准黎曼猜想(opens in a new window)的一项结果，该结果改进了对给定数值以下素数数量的估计。当月晚些时候，我们分享了数学、计算机科学和物理学领域的成果，涉及波的集中、高效计算的极限以及交错量子场论的数学基础。

在生物学领域，研究人员正在使用 AI 分析复杂数据集、跨领域关联研究发现，并提出新的假设以供实验室验证。在与 PerturbAI 和 Scripps Research 的合作中，由 GPT‑Rosalind 驱动的数千个智能体在 32 分钟内分析了来自数百万小鼠脑细胞的现有实验数据。通过将基因干扰的影响与科学文献相关联，它们识别出了可供科学家验证的可能生物学机制。研究人员也在开发自己的方法：César de la Fuente 的团队使用 ChatGPT 和 Codex 构建算法来识别潜在的抗生素分子，然后在实验室中合成并测试这些分子。

这些能力为科学实践带来了新的可能性和变化。在数学领域，生成证明的系统引发了关于如何核查、解释新论证并将其纳入该领域的问题。在实验科学中，探索更多假设在决定 pursuing 哪些实验方面创造了机会——也带来了挑战。在各个学科中，研究人员正在思考这些工具对培训、署名归属以及其工作所需技能意味着什么。其影响将因领域而异，科学界应当帮助塑造这些工具的使用方式。

我们希望这个博客能帮助更多人理解 AI 如何改变科学，以及他们如何利用 AI 探索新问题并做出自己的发现。