
清华大学AI4S研究新进展:让科学智能体发现公式、探索机理 (opens in a new tab)
近日,清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归(agentic symbolic regression)的运行时框架 SRHarness [1],让 AI 更可靠地从观测数据中发现公式;同时构建机制发现基准 MechBench [2],系统评测 AI 能否进一步揭示公式背后的机理。
Total 41 articles

近日,清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归(agentic symbolic regression)的运行时框架 SRHarness [1],让 AI 更可靠地从观测数据中发现公式;同时构建机制发现基准 MechBench [2],系统评测 AI 能否进一步揭示公式背后的机理。

6月30日晚,AI龙头Anthropic推出了专为科学研究打造的新产品Claude Science,这是一款类似于编程工具Claude Code的AI工作台。简单来说,Claude Science是一套专门为科研需求打造的多智能体架构,能自动生成多个子代理并分配他们进行科研任务。

一场科研生产力的深度革命。 在科研计算领域,传统HPC的优化路径正在逐渐逼近效率与成本的双重边界。 长期以来,HPC的核心方法论,是在明确物理方程与数值模型的前提下,通过规模化并行计算逼近唯一解。这一范式在流体力学、材料计算、分子模拟等领域取得了巨大成功,但其前提是:计算过程高度规则、算子结构稳定、通信模式可预测。 然而,随着AI4S(AI for Science)逐步深入科研主流工作流,这一前提正在被打破。越来越多的科研任务不再仅仅依赖传统数值求解,而是引入深度学习模型、统计推断与数据驱动方法,形成HPC+AI的混合计算形态。 这类负载呈现出算子碎片化、计算图驱动、混合精度以及动态负载不均衡

2026 年伊始,AI 的进化逻辑正从「单一工具赋能」转向「场景深度共生」,当大模型在各领域持续突破,前沿科研与新材料研发领域,正迎来一场由 Agentic AI 驱动的效率革命。

OpenAI于2025年11月22号震撼发布GPT-5早期实验报告,揭示了AI从「聊天机器人」向拥有逻辑直觉的「硅基科研员」进化的里程碑式飞跃。从协助破解困扰数学界数十年的Erdős谜题,到将数月的生物实验推理压缩至几分钟,GPT-5展现了惊人的跨学科洞察力与推理质变。这份报告宣告了AI4S时代的降临:AI是科学家手中那架穿透未知迷雾的「认知望远镜」。

不久前在北京一南一北,前后脚有两场科技大会开幕。南边是亦庄的世界机器人大会,北边是海淀的科学智能大会。虽然很多人没听说过后者,但它实实在在关乎AI的前沿进展,其今年主题为:人工智能变革科研范式。

AI for Science,正在进入一个新的分水岭。

2026 年被业内普遍视作 AI4S(AI for Science)的「智能体元年」。

AI体育赛道今年迎来了一波明星资本的押注。

沐曦也把今年的新东西几乎一次性搬到了现场。曦景S600超节点首次亮相,单机柜64张GPU、可扩展至万卡集群;AI4S方向的曦索X300系列科学智能GPU首次发布;Agent体验区排起长队,数字员工、AI文创工作站几乎没停过。