NVIDIA推出BioNeMo推理运行时,通过内核选择、CUDA Graph和Ray流水线优化蛋白结构预测。在8张H100上,Boltz-2吞吐达每GPU小时5.85万残基,较公开实现提升2.9倍。文章强调科学AI吞吐应以成功结构数和完整流程时间衡量,需关注CPU预处理、写盘和失败率等瓶颈。
老董工具箱提供在线科学计算器,支持函数公式与复杂数学运算,包括三角函数、对数、开方、阶乘、幂运算,以及电池电动势、百分数化分数、百分比误差、直角三角形、离子强度、离心机转速等计算工具。
openJiuwen社区的ScienceDiscovery平台通过树搜索自动迭代科研代码,无需训练模型或调整参数。它成功解决了振荡积分计算、高斯超几何函数求值、代码加速和符号回归等任务,如将积分误差降至0.07%,加速比达2.279倍。平台依赖机器可判定的结果,验证成本低,适合数值计算领域,未来需扩展至验证周期长的科研领域。
论文复现是科学基石,但机器学习领域面临可复现性危机。Inherent Labs团队训练了270亿参数的AI智能体Faraday,利用Codex GPT-5.5作为工具,在73%的分布内任务和60%的AI for Science任务上超越Claude和GPT-5.5。Faraday通过自动生成任务空间和稳定GRPO后训练,展现出更强的科学严谨性,能指导更大模型工作,提升复现能力。
科学探索奖2026年度获奖名单公布,50位青年科学家来自13个城市30家机构,覆盖10个领域。获奖者将获300万元资助,奖项注重未来探索而非既有成果。今年新增多个首次获奖机构,显示科研力量向更多城市扩展。该奖已资助347位科学家,部分往届获奖者如朱军、唐杰等已投身AI产业。
Grok 4.6是xAI最新模型,专为编码和智能体任务设计,性能达前沿水平。其终端工具Grok Build可自动完成数据科学项目。本文用四个提示词构建咖啡等待时间预测项目:生成并清洗数据、训练比较模型(梯度提升最佳)、创建FastAPI应用、部署至云端。全程自动执行,验证了Grok Build在多步骤任务中的强大能力,媲美Claude Code。
美国心脏协会2026年科学声明指出,适量饮用咖啡(每天3-5杯)可能降低心血管疾病风险,但能量饮料等高剂量咖啡因有害。咖啡因对血压、心律失常等影响复杂,存在个体基因差异。滤纸冲泡可减少升胆固醇物质。证据显示咖啡对房颤和中风有保护作用,但可能增加室早风险。
本文介绍如何构建能真正帮助求职的数据科学作品集项目。核心是展示完整生命周期:从业务问题出发,经SQL取数、Python清洗、探索分析、特征工程、模型构建与评估,到部署API和仪表盘,最终给出业务建议。以DoorDash配送时长预测为例,强调端到端故事比单一模型更能打动招聘者,建议选择真实项目完整实践。
OpenAI内部版Astra模型以约2000美元API成本解决了数学和理论计算机科学中10个长期未解问题,虽未达千禧年大奖级别,但展示了前沿推理可量化成本。开发者可按推理预算规划研究,未来小型团队或能通过API负担此类实验,改变前沿AI使用格局。
亚历山大·拉赫林被任命为麻省理工学院统计与数据科学中心新任主任,接替安库尔·莫伊特拉。拉赫林是数据、系统与社会杰出教授,也是脑与认知科学教授,自2018年加入MIT。他致力于推动跨学科统计研究,强调AI安全本质上是统计与数学问题,并计划深化中心在数据科学和AI基础方面的作用。
Google AlphaFold团队获诺奖后人才流失,多数核心作者离开或转岗,转向Gemini科研、酶设计等领域。顶尖科学家从学术界流向AI公司,因企业提供更高薪酬、算力和资源,但论文产量下降,成果转向专利。大学失去导师和培养链,基础研究受冲击,科学加速但开放科学放缓,未来研究主导权或集中于少数公司。
UMAP内部构建的kNN图蕴含高维数据流形信息,但常被忽略。研究显示,对其应用PageRank、k-core分解和聚类系数等图算法,可分别识别代表性数据点、密集核心区与紧密邻域。在MNIST和Fashion MNIST上的评估表明,这些方法实用且与k-medoids、HDBSCAN等专用方法相当或互补,拓展了数据理解途径。
本文强调,非数据科学家也能从数据科学和AI中受益,关键在于以决策为起点,而非技术。应先理解数据质量,选择简单有效的模型,严格验证,并将分析转化为行动。大型语言模型应视为助手,需保持人类判断。最终,AI应被审慎用于真正改善决策之处,而非盲目跟风。
OpenAI推出“ChatGPT学术研究者”计划,向10万名科研人员免费提供前沿模型(如GPT-5.6),支持科学、数学和工程研究。项目提供培训、工具和隐私保护,数据不用于训练。此举旨在加速科研发现,已获超2.5亿美元资助,并扩展至更多机构。
特朗普政府启动“创世纪任务”,拨款50亿美元资助278个AI驱动科研项目,同时发布“美国科学黄金时代”计划,削减生命科学经费,转向AI、机器人及核能。科学家批评该计划由非科学背景的科技顾问主导,模仿风投模式,忽视基础研究规律,可能破坏美国科研体系,长远损害经济。
科学教育应鼓励质疑与论证,而非盲从课本。通过批判性评估正反证据,学生能培养真正的科学思维。科学论文的价值在于带来意外发现,跨学科研究常产生颠覆性突破。真正的科学精神是面对质疑,用证据回应,而非将理论奉为圣旨。
科学家选理论常凭审美直觉,而非纯客观数据。三视角主义揭示美在科学中的核心作用,如日全食巧合比例、广义相对论因数学之美先被接受等例证表明,美是科学发现的导航仪,抽掉它现代物理大厦将崩塌。科学并非纯客观,审美标准与艺术共通。
OpenAI宣布支持美国能源部“创世纪任务”,承诺提供资金、API访问及技术协作,帮助国家实验室和大学研究人员利用前沿AI加速科学发现。重点包括资助高温超导材料突破和绘制AI可访问科学前沿图谱,旨在将AI转化为国家战略科研基础设施,推动美国科学创新。
本文介绍了LUT(查找表)在影像调色中的应用原理。文章从手机滤镜现象切入,解释了1D LUT和3D LUT的区别,以及采样、插值等技术细节,并讨论了Raw、Log与Rec.709色彩空间的差异。最后回顾了LUT从胶片时代到数字中间片的发展历史,说明其从专业工具演变为日常滤镜背后的技术支撑。
特朗普政府的提案可能对美国的太空科学产生重大影响,赋予政治任命者对科研资金的前所未有的控制权。这将限制科学家的研究自由,影响科研成果的公开获取,并可能因科学家的政治倾向而终止资助,引发公众广泛反对,可能面临法律挑战。
完成下面两步后,将自动完成登录并继续当前操作。