在线AI教程 / AI入门

[OpenAI] 我们的新科学博客

· 转自:openai.com

November 15, 2026 科学 我们的新科学博客 我们正在创办 OpenAI 科学博客,为科学家与学术研究者提供一个地方,让他们分享自己借助 AI 发现了什么,以及是如何

转载本文转自「openai.com」,版权归原作者所有,内容已摘录正文、去除外部链接。

November 15, 2026

科学

我们的新科学博客

我们正在创办 OpenAI 科学博客,为科学家与学术研究者提供一个地方,让他们分享自己借助 AI 发现了什么,以及是如何开展工作的。我们的使命是确保 AGI 惠及全人类,而加速科学发现,是我们朝这一目标推进时影响最为深远的方式之一。

我们将分享什么

我们将发布覆盖广泛科学学科的内容,包括:

研究与发现:来自 OpenAI、我们的合作伙伴以及更广泛科学界的新科学成果,以及正在进行的研究的进展更新。 方法与实用指南: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做法,包括如何核查这些工作,以及某种方法在哪些地方有所不足。 来自科学界的观点:使用 AI 的研究者的第一手讲述,他们正在学到什么,以及这些能力正在如何影响他们所在的学科。我们也会讨论关于科学实践的开放问题,以及如何让这些工具对更多人有用。

科学拓展我们对世界的理解,并让进步成为可能——从更好的药物到新的能源来源。这些进步中有许多始于基础性问题,而它们的实际意义往往要到多年之后才变得清晰。

近几个月来,我们的模型能够处理的科学问题范围在不断扩大。9 月,OpenAI 的一个内部系统给出了一个针对纳维–斯托克斯存在性与光滑性问题的证明,这是一个关于描述流体运动的方程的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。其中包含一项关于准黎曼假设的成果,它给出了一个更紧的误差上界,这个误差出现在用于估计给定数值以下有多少个素数的经典公式中。当月晚些时候,我们分享了横跨数学、计算机科学与物理学的成果,涉及波如何聚集、高效计算的极限,以及相互作用量子场论的数学基础。

在生物学领域,研究者正用 AI 分析复杂的数据集、把不同领域的发现联系起来,并提出可在实验室中检验的新假设。与 PerturbAI 和 Scripps Research 合作,数千个由 GPT‑Rosalind 驱动的 agent 在 32 分钟内分析了来自数百万个小鼠脑细胞的既有实验数据。通过把基因扰动的影响与科学文献联系起来,它们识别出了可供科学家检验的可能生物学机制。研究者也在发展自己的方法:César de la Fuente 的团队使用 ChatGPT 和 Codex,构建用于识别潜在抗生素分子的算法,随后在实验室中合成并测试这些分子。

这些能力给科学实践带来了新的可能性与变化。在数学领域,能够生成证明的系统提出了新的问题:新的论证该如何被核查、解释,并纳入这一学科。在实验科学中,探索更多假设既带来机会,也带来挑战——在于如何决定该做哪些实验。在各个学科中,研究者都在思考这些工具对训练、成果归属以及科研工作所需技能意味着什么。其影响会因领域而异,而科学界应当参与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 正在如何改变科学,以及他们可以如何借助 AI 探索新的问题,做出属于自己的发现。

2026

作者