Openai on ilmoittanut julkaisemasta ”Openai for Science” -aloitteen, joka keskittyy AI-käyttöisen alustan luomiseen, joka on suunniteltu nopeuttamaan tieteellistä löytöä. Projektin tavoitteena on rakentaa tuotepäällikkö Kevin Weil kuvasi ”seuraavaksi suureksi tieteelliseksi instrumentiksi”. Aloitteen johtavaa Weil ilmoitti hankkeesta X Postin kautta, jossa todettiin, että Openai aikoo koota ”maailmanluokan” tutkijoiden ryhmän, jotka ovat ”täysin AI-kytkettyjä” ja joilla on vahvat tiedeviestinnän taidot. Nämä uudet vuokralaiset liittyvät pieneen tutkijoukkoon, joka on jo työskennellyt Openaissa. Tällä hetkellä erityiset yksityiskohdat alustasta ovat rajalliset. Weilin viesti ehdottaa kuitenkin, että OpenAi for For Science yrittää automatisoida tieteellisen prosessin näkökohdat tehokkaammin. Hän korosti GPT-5: n, OpenAi: n edellisen kuukauden uusimman mallin, joka on merkittävä askel eteenpäin AI: n kyvyssä osallistua tieteelliseen etenemiseen. Esimerkiksi hän mainitsi teoreettisen fysiikan paperin, jossa GPT-5: tä käytettiin todisteiden ideoiden ehdottamiseen. Tämä osoittaa, että OpenAi for Science voi pyrkiä auttamaan tutkijoita hypoteesien ja tutkimusmenetelmien muotoiluun, mikä mahdollisesti kiihdyttää löytötapoja. Weilin painotus GPT-5: een voi myös olla strateginen pyrkimys mallin maineen tukemiseksi, joka on joutunut sekoitettuihin arvosteluihin sen julkaisun jälkeen. Yhdistämällä GPT-5 uuteen tieteelliseen tutkimusohjelmaan OpenAi voisi yrittää palauttaa sen uskottavuuden. Osoittaen, että GPT-5 voi merkityksellisesti edistää tiukkoja tieteellisiä tehtäviä-pyytämällä abstraktia, monivaiheista päättelyä-voisi rohkaista luotettaessa malliin yksittäisiltä käyttäjiltä ja yrityksiltä. Openain tiedottaja kieltäytyi antamasta lisäkommentteja projektista. Vaikka Weilin ilmoituksessa ei nimenomaisesti maininnut apurahan kirjoittamista, ChatgPT: n kaltaiset generatiiviset AI -työkalut voisivat olla arvokkaita tällä alueella. Edistymisinstituutin mukaan tutkijat viettävät noin 45 prosenttia ajastaan avustusehdotusten kirjoittamiseen. AI voisi auttaa virtaviivaistamaan. Vaikka AI ei ole vielä saavuttanut merkittäviä tieteellisiä läpimurtoja, kuten uusien fyysisten lakien löytäminen tai syövän parantaminen, se on erinomainen tunnistamaan monimutkaiset kuviot olemassa olevissa tiedoissa. Vaikka AI: n mahdollisuus automatisoi kokonaan tieteellinen prosessi – hypoteesisformulaatiosta kokeilun suorittamiseen ja tulosanalyysiin – tulee tulevaisuuden pyrkimys, AI: stä on tulossa yhä enemmän kiinteä työkalu valtavirran tieteessä. Merkittävää edistystä on jo saavutettu. Google Deepmindin toimitusjohtaja Demis Hassabis ja ohjaaja John Jumper saivat kemian Nobel -palkinnon Alphafold2: n työstään, joka käyttää AI: tä ennustamaan käytännöllisesti katsoen kaikkien tunnettujen proteiinien rakennetta. Lisäksi fysiikan Nobel -palkinto myönnettiin hermoverkkojen edelläkävijälle Geoffrey Hintonille ja fyysikko John Hopfieldille heidän perustyöstään hermoverkkoissa, jotka tukevat nykyistä AI -puomia. Myös AI: n matemaattiset kyvyt etenevät nopeasti. Heinäkuussa Openai kertoi, että yksi sen kokeellisista päättelymalleista saavutti kultamitalin tason suorituskyvyn kansainvälisessä matematiikan olympialaisessa, erittäin arvostetussa matematiikkakilpailussa. Google Deepmind kertoi samanlaisen suorituskyvyn Gemini 2.5 Pro -mallista.
Source: Openai julkaisee Openai for Science AI Discovery Platform
