Openai宣布了一项新的倡议，即OpenAI的科学，目的是创建一个AI驱动的平台来加速科学发现。该项目旨在开发公司所说的“下一个伟大的科学工具”，利用人工智能来简化和增强科学过程的各个方面。 OpenAI首席产品官Kevin Weil通过社交媒体平台X上的帖子宣布了该计划。 Weil将领导OpenAI for Science Project。该公告表明，OpenAI计划组建一个专门的团队来从事该项目。该团队将包括新员工和现有的OpenAI研究人员。招聘策略强调了被描述为“完全填充”的“世界一流”学者的选择。该帖子指定候选人也应该是强大的科学沟通者。该公司正在寻求在科学研究和人工智能的应用方面具有专业知识的人，以及有效传达复杂科学概念的能力。有关科学倡议的OpenAI特定时间表的详细信息仍然有限。威尔在他的X帖子中指出，有关该项目及其开发的其他信息将在未来几个月内发布。缺乏具体的时间表表明该项目仍处于计划和开发的早期阶段。 Weil的公告强调了Openai上个月发布的最新模型GPT-5的潜力，以促进科学进步。他描述 GPT-5 代表AI协助科学进步的能力中的“新阈值”。例如，Weil引用了一份理论物理论文，其中GPT-5用于为证明提供建议。这表明科学的OpenAI可能会专注于使用AI帮助研究人员制定假设并开发研究方法。公告中对GPT-5的强调可以解释为巩固该模型声誉的努力。自发布以来，GPT-5收到了不同的评论，一些用户表示担心其表现不如其前身GPT-4O。通过将GPT-5与OpenAI进行科学倡议，OpenAI可能是为了证明该模型有意义地为严格的科学任务做出贡献的能力。该公司可能试图修复模型的损坏信誉，这表明其在复杂的推理和实际应用中的价值。尽管在Weil的公告中没有明确提及，但也可以应用生成的AI工具来协助赠款写作。根据智囊团进步研究所的说法，研究人员目前将大约45％的时间用于撰写赠款建议。像chatgpt这样的生成AI模型可能会简化此过程，从而减少确保研究资金所需的时间和精力。尽管AI尚未实现重大的科学突破，例如发现新的身体定律或治愈癌症，但其在主流科学中的作用仍在稳步增长。 AI的当前科学能力在很大程度上取决于其在现有数据集中识别复杂模式的能力。将AI应用于科学研究方面取得了重大进展。例如，Google Deepmind首席执行官Demis Hassabis和John Jumper因其在Alphafold2上的工作而获得诺贝尔化学奖。该AI模型预测了几乎所有已知蛋白质的结构。此外，神经网络的先驱杰弗里·欣顿（Geoffrey Hinton），物理学家约翰·霍普菲尔德（John Hopfield）因其在神经网络上的工作而获得了诺贝尔物理奖。他们的研究已成为当前AI繁荣的技术基础。
