AI scientists
PulseAugur coverage of AI scientists — every cluster mentioning AI scientists across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI科学家警告：由AI驱动的网络攻击将加剧
AI科学家警告称，除非做出重大改变，否则更多破坏性的由AI驱动的网络攻击即将来临。这些攻击可能超出当前能力范围，对个人和系统构成更大威胁。紧迫性源于AI可能被武器化用于恶意目的，因此需要采取积极措施来减轻未来风险。
-
新AI算法提高闭环发现效率
研究人员推出了一种名为在线代理修复（OSR）的新型闭环算法，旨在提高AI驱动的发现过程的效率。OSR通过在扩展搜索过程中使用稀疏的高保真评估来更新代理模型，从而将高保真反馈的频率与整体搜索长度解耦。该方法旨在减少固定代理模型中固有的误差放大，并与传统方法相比显著减少所需的昂贵预言机查询次数。
-
英国ARIA资助团队开发用于实验室研究的AI科学家
Antony Rowstron讨论了英国先进研究与发明署（ARIA）创建AI科学家的计划。该项目涉及资助十二个团队，任务是开发能够独立进行科学实验的人工智能。目标是利用AI在实验室环境中的潜力来加速研究和发现。
-
人工智能科学家确认前沿大型语言模型不具备意识
人工智能科学家越来越公开地断言，当前前沿的大型语言模型（LLM）不具备意识或感知能力。这一立场源于科学界的共识，即尽管这些模型功能先进，但它们缺乏与真正意识相关的生物学和认知基础。讨论强调了复杂的模式匹配与真实的个体体验之间的区别。
-
Eigenius知识图谱数据库管理系统旨在提供可审计的AI研究证据
一款名为Eigenius的新型开源知识图谱数据库管理系统已被推出，旨在管理AI驱动的科学研究所需的复杂证据。Eigenius集成了依赖类型理论、用于类型化集成边界的机构以及不可变存储，以确保数据溯源成为结构不变性。该系统在提交时强制执行认知状态，并可以使用Lean 4编程语言评估形式数学证明，其通过重新计算一项Nature研究并揭示四处差异得到了证明。
-
新论文评估AI代理的生物风险和能力
一篇新发布的arXiv论文讨论了评估AI代理相关的生物能力和风险所面临的挑战。研究强调需要可信的证据和对评估结果的仔细解读，因为潜在的设计选择会显著影响结果。该论文为政策制定者、资助者和研究人员提供了实际考量，以更好地理解和评估这些新兴AI系统及其潜在风险。
-
专有数据而非推理能力限制了AI药物估值
一篇新的研究论文探讨了数据访问对AI科学家在药物资产估值方面表现的影响。研究发现，虽然推理能力和工具可以改善校准，但专有数据显著提高了AI恢复相关信息和做出明智决策的能力。如果没有经过策划的专有数据集的访问权限，AI的表现将受到根本性限制，无论其推理能力多么先进。
-
神经科学家理解AI模仿，而AI科学家滞后
据报道，神经科学家能够识别神经网络结构以及它们模仿的人类情感。然而，领先的AI科学家似乎并未意识到这些进展。一位分析师进行了分析，并愿意根据其发现做出预测。
-
OpenAI 发布 GPT-5.6，扩展 ChatGPT 广告业务，并探索企业 AI 采用 · 跟踪 10 个来源
OpenAI 发布了 GPT-5.6，这是一个新的前沿智能模型，强调每 token 智能的提升、每美元性能的改进以及复杂任务的增强的按需能力。此次发布遵循了 OpenAI 扩大 AI 访问的更广泛战略，ChatGPT 广告业务达到 10 亿美元的年化收入运行率及其全球扩张证明了这一点。该公司还在探索企业如何整合代理式 AI，重点关注组织设计以跟上 AI 进步的步伐，并通过新的记分卡衡量 AI 投资回报率。