新模型通過同步調(diào)用物理學(xué)、生物學(xué)、工程學(xué)等領(lǐng)域的知識庫，可自主生成創(chuàng)新實驗方案，例如設(shè)計核聚變反應(yīng)參數(shù)或優(yōu)化病原體檢測方法。
其高價瞄準(zhǔn)企業(yè)市場，OpenAI擬以每月2萬美元（約合人民幣14.5萬元）的價格向《財富》500強企業(yè)提供該服務(wù)，費用是基礎(chǔ)版ChatGPT的1000倍。首批目標(biāo)客戶包括石油公司、制藥巨頭及國家級實驗室。
若商業(yè)化成功，該模型或成能源、材料研發(fā)領(lǐng)域的“標(biāo)配工具”。
一、AI跨學(xué)科生成實驗方案，能源制藥企業(yè)或成首批用戶
OpenAI新模型通過整合生物學(xué)、物理學(xué)、工程學(xué)等多領(lǐng)域知識，可自主提出新實驗思路。例如，為核聚變反應(yīng)設(shè)計激光強度參數(shù)，或結(jié)合生態(tài)學(xué)方法優(yōu)化病原體檢測方案。
早期測試者透露，該技術(shù)或徹底改變科研協(xié)作模式——傳統(tǒng)需多領(lǐng)域?qū)＜液臅r數(shù)周的合作，AI大幅可縮短實驗設(shè)計時間。
二、實測案例：AI成科研“加速器”
美國阿貢國家實驗室分子生物學(xué)家Sarah Owens利用OpenAI現(xiàn)有模型（o3-mini-high），僅用數(shù)分鐘便完成“用生態(tài)學(xué)統(tǒng)計法預(yù)測廢水病原體”的實驗設(shè)計，效率較傳統(tǒng)方式顯著提升。
另一化學(xué)家則通過AI設(shè)計出塑料降解實驗的溫度與壓力參數(shù)范圍，耗時僅為自主研究的1/10。
OpenAI總裁布羅克曼在2月能源部聯(lián)合研討會上稱：“未來模型將用‘深度思考’解決重大科學(xué)問題，讓科研效率提升10至100倍?！?/p>
目前，美國洛斯阿拉莫斯國家實驗室已部署專用超算，為九個聯(lián)邦實驗室提供推理模型支持。
三、從“想法”到“驗證”仍有差距，以高價策略應(yīng)對企業(yè)市場
盡管AI可生成實驗方案，但驗證仍需人工介入。
例如，模型建議的激光參數(shù)需通過模擬軟件測試，化學(xué)實驗需依賴實驗室設(shè)備。OpenAI正開發(fā)自動化AI代理（如Operator），未來或結(jié)合機器人加速實驗驗證。
OpenAI計劃對推理模型收取高額費用，目標(biāo)客戶包括石油公司、藥企等《財富》500強企業(yè)。但其現(xiàn)有AI代理（如Operator）仍存在操作復(fù)雜網(wǎng)站時出錯的問題。
公司擬通過“人類反饋強化學(xué)習(xí)”優(yōu)化模型，即篩選用戶成功案例迭代訓(xùn)練。
結(jié)語：AI離“科研大腦”還有多遠？
科學(xué)家指出，AI無法理解蛋白質(zhì)與DNA的相互作用等微觀機制，實驗室驗證仍是必經(jīng)之路。
正如阿貢國家實驗室化學(xué)家Massimiliano Delferro所言：“從懷疑到興奮，關(guān)鍵在于AI能否與模擬器、機器人協(xié)同工作。”
盡管AI展現(xiàn)了跨學(xué)科創(chuàng)新潛力，AI的訓(xùn)練樣本可能存在偏差，例如忽視貧困地區(qū)無法聯(lián)網(wǎng)的弱勢群體，或者藝術(shù)生成AI的訓(xùn)練樣本主要以西方白人肖像為主。
開發(fā)者在設(shè)計系統(tǒng)時，仍需將更多要素納入考量。
來源：The Information
熱門跟貼