Openai ogłosił uruchomienie „Openai for Science”, inicjatywy koncentrującej się na tworzeniu platformy napędzanej sztucznej inteligencji zaprojektowanej w celu przyspieszenia odkrycia naukowego. Ten projekt ma na celu zbudowanie tego, co dyrektor ds. Produktu Kevin Weil określił jako „następny wielki instrument naukowy”. Weil, który poprowadzi tę inicjatywę, ogłosił projekt za pośrednictwem X Post, stwierdzając, że Openai zamierza zgromadzić zespół „światowej klasy” naukowców, którzy są „całkowicie elastyczni AI” i posiadają silne umiejętności komunikacji naukowej. Ci nowi pracownicy dołączą do niewielkiej grupy badaczy pracujących już w Openai. Obecnie szczegółowe szczegóły dotyczące platformy są ograniczone. Jednak post Weila sugeruje, że OpenAI dla nauki będzie próbowało skuteczniej zautomatyzować aspekty procesu naukowego. Podkreślił GPT-5, najnowszy model Openai wydał w poprzednim miesiącu, jako znaczący krok naprzód w zdolności AI do przyczynienia się do rozwoju naukowego. Jako przykład wspomniał o teoretycznym dokumencie fizycznym, w którym GPT-5 został użyty do sugerowania pomysłów dowodowych. Wskazuje to, że Openai dla nauki może pomóc naukowcom w formułowaniu hipotez i metod badawczych, potencjalnie przyspieszając tempo odkrycia. Nacisk Weil na GPT-5 może być również strategicznym wysiłkiem w celu wzmocnienia reputacji modelu, który od czasu jego wydania staje w obliczu mieszanych recenzji. Łącząc GPT-5 z nowym programem badań naukowych, Openai może próbować przywrócić swoją wiarygodność. Wykazanie, że GPT-5 może znacząco przyczynić się do rygorystycznych zadań naukowych-odpowiadające abstrakcyjne, wieloetapowe rozumowanie-może zachęcić do większego zaufania do modelu od poszczególnych użytkowników i firm. Rzecznik Openai odmówił podania dodatkowych komentarzy na temat projektu. Chociaż ogłoszenie Weila nie wspominało wyraźnie o pisaniu dotacji, generatywne narzędzia AI, takie jak Chatgpt, mogą być cenne w tym obszarze. Według Institute for Progress badacze spędzają około 45% swojego czasu na pisaniu propozycji dotacji, zadanie, które AI może pomóc usprawnić. Chociaż AI nie osiągnęło jeszcze poważnych przełomów naukowych, takich jak odkrywanie nowych praw fizycznych lub leczenie raka, wyróżnia się w identyfikowaniu skomplikowanych wzorców w ramach istniejących danych. Podczas gdy perspektywa AI całkowicie zautomatyzowania procesu naukowego – od sformułowania hipotez po eksperymentowanie wykonania i analizy wyników – ma przyszłe aspiracje, AI coraz częściej staje się integralnym narzędziem w nauce głównego nurtu. Poczyniono już znaczny postęp. Dyrektor generalny Google Deepmind, Demis Hassabis i dyrektor John Jumper otrzymali nagrodę Nobla w dziedzinie chemii za pracę nad Alphafold2, która wykorzystuje sztuczną inteligencję do przewidywania struktury praktycznie wszystkich znanych białek. Ponadto Nagroda Nobla w dziedzinie fizyki została przyznana Geoffreyowi Hintonowi, pionierowi w sieciach neuronowych i fizyku John Hopfield za ich fundamentalną pracę nad sieciami neuronowymi, które leżą u podstaw obecnego boomu AI. Możliwości matematyczne AI również szybko się rozwijają. W lipcu Openai poinformowało, że jeden z eksperymentalnych modeli rozumowania osiągnął złoty poziom na poziomie Międzynarodowej Olimpiady Math Math, bardzo prestiżowy konkurs matematyczny. Google Deepmind zgłosił podobną wydajność z modelu Gemini 2.5 Pro.
Source: Openai uruchamia Openai for Science AI Discovery Platform
