从AI预测到干湿闭环：AI for Science 正在跨越临界点
XtalPi official Chinese RSS · 行业原文收录 · 来源发布：Wed Oct 07 2026 03:30:18 GMT+0000 (Coordinated Universal Time) · 本站收录：Thu Oct 08 2026 05:44:17 GMT+0000 (Coordinated Universal Time)
已保存的原文节选
科学哲学家卡尔·波普尔认为， 科学在猜想与反驳中向前发展 。提出一个新想法只是开始，接下来还得看它能否经得住检验。 如今，AI 让提出假设变得越来越快。候选药物分子、新材料结构，模型可以在短时间内给出大量方案。但在实验室里，确认它们是否有效，仍可能需要数周甚至数月。 AI 正在快速重构科研的上半场，验证能力渐渐成了卡住科研进度的新瓶颈 。这道难题，该如何解答？ 数字世界假设正在变得空前便利 MIT FutureTech 与 Google、Google DeepMind 联合研究团队发布的《AI in Science: Early Insights》，观察了 AI 进入真实科研场景后带来的变化。 研究团队用了三组数据：约 1,500 万次匿名 Gemini 交互记录、覆盖不同学科的 2,690 个专用科学 AI 模型，以及对美国和英国 637 名活跃科学家的调查，涉及物理、计算机、生命科学、
以上为带出处的原文节选，完整内容请阅读原始链接。自动收录与主题分类不等于事实核验。