Революция искусственного интеллекта в научных исследованиях. От предсказания структуры белков до поиска новых лекарств. Машинное обучение в физике, химии, биологии, астрономии. Автоматизация научных экспериментов, анализ больших данных, открытия с помощью ИИ. Междисциплинарные проекты и прорывные результаты.
Новая модель ИИ от Пенсильванского университета анализирует КТ-снимки для выявления скрытых патологий, таких как рак и болезни почек, вне основной цели обследования.
Искусственный интеллект GPT-6-Astra продемонстрировал экспертный уровень в теоретической физике, решив почти все задачи нового бенчмарка TheoPhysEval при минимальных затратах.
Компании Riverlane и NVIDIA представили бенчмарки, доказывающие эффективность использования GPU для борьбы с дрейфом параметров в квантовых компьютерах.
Система AlphaProof Nexus от Google DeepMind решила девять открытых математических задач Эрдёша, используя связку Gemini 3.1 Pro и языка верификации Lean.
Компания OpenAI опубликовала массив из 372 математических результатов, полученных с помощью ИИ, используя GitHub вместо научных журналов для ускорения обмена знаниями.
Новое исследование выявило, что современные ИИ-модели, включая GPT-5, при принятии решений о найме и инвестициях в 97% случаев опираются на внешнюю привлекательность и кажущуюся компетентность лиц.
