赫兹基金会宣布2026年奖学金授予四名麻省理工学院学生，包括安妮卡·马尔施纳、阿尔文·孟、扎卡里·西格尔和马修·万塔。该奖学金提供五年资金支持，鼓励他们在科学和技术领域进行创新研究，研究领域包括机械工程、无机化学和计算机科学，旨在解决重要的科学挑战。

GPT-Rosalind系列模型更新，专为生命科学研究设计，提升了药物发现智能和工具使用能力。该模型在生物学、药物化学和基因组学等领域表现出显著提升，通过LifeSciBench基准测试在科学证据处理、分析和优化等任务中表现优异。现已向全球合格组织开放，旨在加速科学发现和药物研发。

文章讨论了人工智能在科学研究中的应用，指出AI与传统科学家的观点存在冲突。科学家强调科学需可验证的推理过程，而AI可能通过黑箱操作生成理论。作者认为，AI的结果可以用传统方法验证，强调科学的核心在于理论的有效性，而非思考过程的透明度。

Recursive Superintelligence（RSI）是一家新成立的AI公司，获得6.5亿美元融资，估值46.5亿美元。创始团队由8位顶尖科学家组成，目标是开发自我改进的AI系统，自动化科学研究，特别是在药物研发和材料科学领域。RSI希望通过递归自我改进，解决AI行业的增长瓶颈，推动下一次能力跃迁。

GPT-5.5已在Vercel AI Gateway上线，分为GPT-5.5和GPT-5.5 Pro两个版本。新模型在编码、知识工作和科学研究等长时间任务中表现更佳，能有效处理复杂系统的上下文。GPT-5.5 Pro适合多步骤、高质量响应的工作，早期测试显示在商业、法律和教育等领域有显著提升。

GPT-5.5新模型在代码、知识工作和科学研究领域表现显著提升，效率更高，功能更强。与前代相比，GPT-5.5在编程和文档生成方面展现出更强的自主性和推理能力，能够独立解决复杂问题，并在数学领域取得原创性成果，推动研究进展。OpenAI与英伟达的合作提升了模型和硬件的整体性能。

科学研究正经历变革，AI系统如“The AI Scientist”能够自动生成科研论文，挑战传统的作者身份和荣誉观念。人类角色转变为园丁，需适应新生态，放弃署名权的执念，科学将更像自我繁衍的生命体。

文章探讨了现代科学对老鼠研究与人类行为的关系，认为人类行为可预测且可量化。相较之下，浣熊的混乱行为不便于科学研究，反映出社会对不守规矩个体的排斥。作者主张浣熊应享有自由，强调自由的重要性。

现代AI在科学研究中应从“加速”人类思考转向“补充”人类思考，探索未被想到的方向。研究表明，AI能够有效生成多样化的概念，并提出“认知可用性”指标，强调其在科学发现中的新角色。

2026年，企业家Iban Borras与四个AI模型合作进行科学研究，首次将AI列为共同作者，推动科学发现，标志着人类与AI的研究合作新时代的到来。

过去一年，人工智能在科学研究中逐渐成为核心，推动多领域创新。预计到2025年，AI将形成系统化科研路径，提升科研生产力和成果质量。

麻省理工学院副教授拉斐尔·戈麦斯-博姆巴雷利利用人工智能研发新材料，认为AI将彻底改变科学。他的研究结合物理模拟与机器学习，发现电池和催化剂等新材料，并共同创办公司以加速科学研究的进展。

传统药物研发面临时间、经济和技能的挑战，周期长达10-15年，成本高达26亿美元，成功率不足5%。AI技术如Claude Agent Skills能够自动化药物发现流程，提高效率，降低人力成本，推动科学研究变革。

麻省理工学院校长萨莉·科恩布斯在GBH节目中讨论了科学研究的压力、糖尿病治疗的进展以及大学面临的财务挑战，特别提到每年240亿美元的捐赠税对科学研究的影响。助理教授约翰·乌尔舍尔分享了他对数学和足球的热爱。节目还将邀请教授讨论利用人工智能帮助奥林匹克花样滑冰运动员和改善卵巢癌诊断的研究。

欧洲航天局的天文学家利用AI模型AnomalyMatch分析哈勃35年的数据，发现了800多个未记录的天体异常，识别出近1400个异常对象，如合并星系和引力透镜，展示了AI在科学研究中的潜力。

加速器助手利用大型语言模型，帮助加州伯克利的粒子加速器进行多阶段物理实验，将准备时间缩短至原来的1/100。该系统与控制系统集成，自动生成和运行Python脚本，支持科学研究，推动健康、气候和行星科学等领域的全球突破。