技术突破

《美国医学会杂志》观点文章认为，自主 AI 在医学推理上很快将超越任何医生-AI 组合，监管不应强制要求医生做最终决定，但证据多来自模拟。

尽管AI自我改进的承诺令人振奋，但技术、数据和工程上的瓶颈可能让这一进程比预期更漫长。

亚马逊被曝销毁稀有书籍以训练AI模型，引发对知识保存与AI训练数据来源的伦理争议。

Anthropic CEO提出，AI要赢得公众信任，应聚焦于攻克癌症等重大人类挑战，而非仅追求商业应用。这一观点反映了AI行业对公众信任危机的深层思考。

两位著名数学家指出，大型语言模型擅长组合已知方法，但缺乏真正数学新思想的直觉，引发对AI创造力的深层思考。

AI 制药领域热度不减，但实际落地效果如何？本文从行业现状出发，分析技术挑战与商业化前景，为关注者提供理性视角。

AI 在药物发现中的应用已从概念验证走向实际管线，但仍面临数据、验证和监管等挑战。本文梳理当前进展与关键看点。

本文解读一篇关于 AI 与数学家能力对比的观点：AI 的突破更多源于海量记忆而非推理创新，这一视角对理解大模型本质与数学研究应用具有启发。

AI现已能设计功能性病毒，这一突破引发生物安全与伦理担忧，但实际风险取决于滥用门槛与监管响应。

World Labs推出仿真引擎，将单一真实世界任务转化为数千种模拟变体，用于训练机器人控制器，并在五种平台上实现一小时无干预运行。

最新全球能源经济模型显示，AI带来的生产力提升反而导致净碳排放增加，揭示效率与可持续性之间的深层矛盾。

IAPS研究员采访25位顶尖AI实验室专家，预测自动化AI研究的里程碑，如今多项已提前实现，引发对递归自我改进的重新审视。