北京
新智元報道
編輯：peter東
【新智元導讀】2026年，AI成了科學家的新戰友：從三個晚上破解40年優化難題，到18分鐘重現黑洞隱藏對稱性，ChatGPT正把前沿發現速度提升數倍乃至數十倍，科學加速的時代已然來臨！
超級人工智能ASI的「S」可能是「Science」的「S」。
AI在科學研究領域，已開始大展拳腳。
OpenAI科學副總裁Kevin Weil預測，2026年AI將在科學領域如2025年在軟件工程般普及。
從量子世界到黑洞邊緣。從蛋白質設計到新藥研發。ChatGPT正在全領域加速科學發現。
用ChatGPT
三個晚上數學家完成證明
數學。科學的皇后。也是最考驗智力的領域。
兩年前，大模型還在基礎算術上跌跌撞撞。如今，GPT-5.2已在國際數學奧林匹克競賽中斬獲金牌。
就如一年前，AI編程還只能補全代碼，如今已能獨立開發app了。
在2023年的時候，數學家Ernest Ryu嘗試讓ChatGPT安排一個完整的棒球賽季賽程。
這需要精確處理硬約束（如避免賽程沖突）和軟約束（如旅行休息日）。
當時的模型在處理復雜的約束條件時仍顯稚嫩，時常遺漏關鍵條件，在更實際的復雜日程安排上敗下陣來。
2025年，OpenAI在國際數學奧林匹克競賽中斬獲金牌，Ryu看到了AI能力的飛躍。
他之前測試過的同類調度問題，如今能被可靠地解決了。
這一成功給了他極大信心，他開始將ChatGPT融入日常學術工作，比如在編寫講義時，向AI詢問那些他確信為真但一時想不起證明過程的教學結論。
在看到AI的回答效果不錯后，Ryu決定將AI用于真正的學術研究。他選擇了一個與「Nesterov加速」相關的開放性問題。
連續三個晚上，Ryu與AI展開了密集的協作攻關。AI首先給出了一個包含計算錯誤的初始證明。
Ryu糾正錯誤，在不斷增長的對話提示中保留正確的中間步驟，果斷放棄死胡同，并將模型引導向新的思路。
Ryu將這個過程形象地比喻為「走迷宮」——在迷宮中轉彎、開門，有時發現是死路，但同時在心里繪制著哪些路徑失敗、哪些有希望的地圖。
他感到，ChatGPT將他「走迷宮」的速度提升了3到10倍。
在第三個晚上，AI實現了一個微小但關鍵的思維躍遷，其產生的論證「看起來不同」，正是這個不同之處，成功解鎖了整個證明。
Ryu異常謹慎，他「反復檢查了不止三遍」，并請學生再次驗證。
隨后，他將這一成果分享給優化領域的學術社區，引起了同行們的驚訝和興奮。
最終，他們通過一個提示就將連續時間下的結果轉化為了離散時間的算法陳述，核心創新部分凝練成一頁紙的新穎內容，達到了可發表的水平。
這場成功的合作，也改變了Ryu的職業軌跡。此后，他加入了OpenAI的合成數據團隊，核心使命正是繼續提升模型的數學能力。
AI在各學科百花齊放
不止是數學，理論物理學者Alex Lupsasca也驚訝于當下AI的強力。
他花了數年培養相關技能，又投入了數月時間進行攻關才推出的黑洞潮汐響應方程。之后他試著將這個方程交給了GPT-5 Pro，只給予最少的指導。
模型進入了「思考」模式。大約18分鐘后，它返回了完全相同的對稱性生成元。
AI在短短18分鐘內，再現了他以深厚積累和長期努力才獲得的關鍵發現。這一經歷促使Lupsasca加入了OpenAI。
他現在的使命，是推動AI在科研中的應用超越一次性的成功案例，邁向可重復、系統化的科學加速。
他的目標是開發更好的工具來閱讀和解釋論文，構建比單一聊天窗口更強大的工作流，將前沿物理學更深地嵌入模型能力。
最終，讓研究人員花更少的時間卡在復雜的代數推導中，更多的時間去識別和攻克那些困擾物理學界的最大謎團。
至于生物領域，OpenAI與RetroBioSciences的合作案例生動地展示了AI如何攻克生物學難題的。
RetroBio致力于解決使細胞重編程變得實用和可擴展，從而延長人的壽命。
細胞重編程使用四種「OSKM」因子重置細胞年齡特征，但在老年細胞中，重編程的過程變慢，Retro的目的是引入新蛋白來加速這一過程。
為此，OpenAI構建了蛋白質專用基礎模型GPT-4B Micro。
與通用模型不同，該模型在多模態生物數據上進行了進一步訓練。
GPT-4B Micro生成了數千個候選序列，經過篩選后，RetroBio 合成了對應序列，通過慢病毒構建體將其遞送到人成纖維細胞中。
后續研究表明，AI生成的蛋白性能與先前最佳工程因子相當，在某些情況下甚至超過當前最優水平。
科學家使用AI有何不同？
2026年1月，OpenAI發布《AI作為科學合作者》的白皮書，用鮮活的案例說明，2026對于科學家來說，AI已可以成為并肩作戰的科研伙伴。
每周，ChatGPT上產生840萬條高級科學和數學話題的對話，這些對話來自全球130萬活躍用戶。2025年，與高級科學相關的消息數暴漲50%。
這些科學家使用AI的方式和普通人相比，更專注、更深入。消息量是普通用戶的3.5倍，編程相關消息頻率高出12倍。他們的工作流高度集中在代碼生成與調試、數據分析、數學推導、文獻綜述。
科研人員主要使用ChatGPT的用途
OpenAI科學部門副總裁Kevin Weil斷言：AI正越來越多地被用作科學合作者。在真實研究環境中，AI的影響力越來越多。科學正在進入一個新的加速階段。
而OpenAI的目標，是為每位科學家提供AI超能力，實現2030年完成2050年科學水平。未來十年。科學發現的速度或將超越過去百年，讓我們拭目以待。
參考資料：
https://x.com/kevinweil/status/2015819346568745076
https://cdn.openai.com/pdf/f4b4a5da-b2de-418d-9fcd-6b293e9dc157/oai_ai-as-a-scientific-collaborator_jan-2026.pdf
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
