AISpot
所屬事件:Anthropic 科學部落格:AI 介入科學建模三個環節(2 個來源 · 2 則報導)

2026 年 11 月 6 日,Anthropic 科學部落格發布圖賓根大學與 ELLIS 研究所研究者 Jakob Macke、Daniel Gedon、Stefan Wahl 的客座文章,討論 AI 如何開始改變科學建模。文章將其拆為三個環節:建置模型、約束引數、解釋模型,並認為目前進展最大的是引數約束。作者指出,… 看完整事件

@AnthropicAI: New on our Science Blog: How AI is beginning to change scientific modeling.

X @AnthropicAI官方公告研究

Anthropic 科學部落格發布客座文章,介紹 AI 正開始接手科學建模中長期由人工完成的部分:把模型寫成程式碼,再執行、擬合與修訂。作者 Jakob Macke、Daniel Gedon、Stefan Wahl 指出,科學家目前仍多用手寫模型,並要在多個都能解釋資料的競爭版本之間權衡,而 AI 可以批次探索可能的模型結構,找出資料真正支援的解釋。文中以單個神經細胞如何放電、中子星碰撞等系統為例,說明科學模型的作用。

Anthropic 官方科學部落格的客座文章,指出 AI 不只擬合資料,還開始自動編寫、執行並篩選相互競爭的模型結構,對關注 AI for science 的研究者有參考價值。

原標題:@AnthropicAI: New on our Science Blog: How AI is beginning to change scientific modeling.
閱讀原文

同一事件共有 2 則報導(2 個來源),看事件全貌

評分55 / 55(平均 55,門檻 60)
狀態未入選

相關報導

機器之心● 精選AI 評分67

AIPOCH 開源科研平台 Open-Science,推出 .science 研究過程包

AI 科研平台 Open-Science 由 AIPOCH 以 Apache License 2.0 開源發布,同時推出 .science 軟體包格式。.science 把選定的對話分支、檔案版本、Notebook 記錄與驗證證據整合成一個可移植檔案,可分享、遷移到另一臺機器,或作為只讀記錄匯入評審,相容 RO-Crate 標準,資料預設本地儲存,不會自動執行程式碼或恢復憑據。

Hacker News front pageAI 評分46

AI 數學發現快過學界消化,評論借《路邊野餐》作類比

一篇評論用斯特魯加茨基兄弟的科幻小說《路邊野餐》類比 AI 對科學的衝擊:AI 實驗室正成批產出數學發現,多到要另附導讀,速度遠超學界消化能力。作者稱這類「發現傾倒」會出現在所有能閉環快速驗證的領域;NYU 數學教授 Tristan Buckmaster 提到最近一批 AI 科學論文讓整個研究專案一夜之間被抹掉。文章的核心判斷是答案將越來越先於理解到來,理解成為瓶頸,這或許也是反加速主義少有的有效論據。

Anthropic Research● 精選AI 評分76

Anthropic 分析 20.7 萬條科研會話:部分領域產出可翻倍

Anthropic 用隱私保護方法分析了 20.7 萬條 Claude 與 Claude Code 科研會話,發現科學家主要用於資料分析和寫作:資料分析佔 Claude 會話約三分之一、Claude Code 會話近一半,構思假設與收集資料反而用得少。按研究人員數量計,計算機、數學、統計等正式科學使用更多。情景模型估算,現有能力若廣泛採用可使部分領域研究產出翻倍;若 AI 承擔全部非體力研究工作,計算機與統計產出最多增至 15 倍,化學、生物等實驗科學為 3 到 4 倍。

Hacker News front pageAI 評分26

部落格文章 AI Model Groupthink 登上 Hacker News

技術部落格 magicnumbers.io 於 2026 年 10 月 6 日發布題為 AI Model Groupthink 的文章,指向 AI 模型的群體思維/趨同現象。該文被提交到 Hacker News 後,截至收錄時獲得 9 分、1 條評論。條目本身只提供標題與連結,沒有正文摘要、作者結論或涉及的具體模型資訊。

Hacker News front pageAI 評分74

研究:九個前沿模型生成的文字比人類更難懂

arXiv 新論文用心理語言學特徵分析 AI 生成文字,發現九個前沿與準前沿模型都比人類寫作更常用無生命主語搭配有生命動詞、更多低頻 n-gram,多數模型在對話中還使用更長依存、更多名詞堆疊和縮減關係從句,且不同模型家族差異明顯。作者提出的解釋是:人類語言為溝通最佳化,而 AI 文字越來越為數學、程式碼與推理最佳化,追求資訊密度;用長度懲罰微調模型的初步實驗復現了這種偏離人類語言習慣的現象。