Anthropic 正在启动一项 AI for Science 计划,以支持那些从事“高影响力”科学项目的研究人员,重点关注生物学和生命科学应用。
该计划于周一宣布,将在六个月内为“合格”的研究人员提供最多 20,000 美元的 Anthropic API 信用额度,研究人员的选拔依据是他们对科学的贡献、所提研究的潜在影响以及 AI 在有意义地加速其工作方面的能力。入选者将获得 Anthropic 标准 AI 模型套件的使用权限,其中包括公司所有公开的 Claude 系列模型。
Anthropic 在博客文章中写道:“先进的 AI 推理和语言能力可以帮助研究人员分析复杂的科学数据、生成假设、设计实验并更有效地传达研究成果。我们尤其关注利用 AI 加速诸如理解复杂生物系统、分析基因数据、加速药物研发(特别是针对一些全球最大疾病负担)、提高农业生产力等过程的应用。”
Anthropic 是众多看好 AI 在科学领域应用的科技公司之一。今年早些时候,Google 推出了“AI co-scientist”,该科技巨头表示该工具能够帮助科学家制定假设和研究计划。Anthropic 与其主要竞争对手 OpenAI 以及 FutureHouse 和 Lilia Sciences 等公司均声称,AI 工具可以大幅加速科学发现,尤其在医学领域。
然而,许多研究人员认为,目前的 AI 在指导科学研究过程中并非特别有用,这主要归因于其不可靠性。
开发“AI scientist”面临的部分挑战在于需要预见大量难以预料的干扰因素。AI 或许能在需要广泛探索的领域发挥作用,例如从海量可能性中筛选出候选项,但目前尚不清楚它是否能够进行那种跳出常规的解决问题方式,从而带来真正的突破。迄今为止,为科学设计的 AI 系统的成果大多未达到预期。2023 年,Google 表示在其一款名为 GNoME 的 AI 帮助下,大约合成了 40 种新材料,但外部分析发现,这些材料中实际上没有一种是真正意义上的全新成果。
Anthropic 无疑希望其此次努力能够优于以往的尝试。
该公司表示,其 AI for Science 计划的入选者将于每个月的第一个星期一依据科学价值、潜在影响、技术可行性以及生物安全审查标准 ( i.e. 确保所提研究不会被用于有害应用 ) 进行遴选。研究人员可通过公司网站上的表格进行申请,所有申请材料将由 Anthropic 进行审核,审核团队中包括相关领域的主题专家。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。