新闻资讯8

AI科学发现，验证是卡脖子问题

DeepTech深科技2026-10-14

AI 摘要

多位跨学科科研嘉宾指出，当前AI生成科学发现的速度远超实验验证，不同领域验证成本差异大，需提前设计独立验证方案，缺独立前瞻外推验证的结果不算可信发现。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

清华大学AI4S研究获两项新进展

清华大学电子工程系团队在AI for Science领域取得两项新进展，提出可复用的智能体符号回归运行时框架SRHarness，构建机制发现评测基准MechBench，推动AI科学发现从拟合观测走向理解机制。

本文针对AI能否自主操作科研软件完成真实科研任务的问题，介绍了清华大学牵头多机构推出的OSWorld-Science，这是面向真实科研场景的智能体评测基准，包含146项真实科研任务，评测了12个主流模型，曝光了当前智能体的能力短板，为领域研究提供了统一评测基础。

本文整理鄂维南院士在PAIR Conference 2026的演讲内容，对比中美AI for Science技术路线，分析行业现存短板，提出AI for Science下半场核心是重构现有科研体系，推动科研范式变革。

本文报道了在张江AI创新小镇举办的「Triple T」张江塔尖会技术沙龙，沙龙以「AI²：当AI学会自我超越」为题，汇集多位青年学者与产业从业者，围绕递归自我改进（RSI）、自进化AI的前沿研究、实践路径展开讨论，拆解不同场景下的技术进展与待突破瓶颈。