分类: AI

  • LHC利用AI创纪录搜寻双希格斯事件,灵敏度提升60倍

    来源: arXiv预印本

    密歇根大学团队在ATLAS实验中开发图神经网络AI算法,从海量质子对撞数据中识别罕见双希格斯产生事件,灵敏度较早期结果提升约60倍。测量显示双希格斯产生率或超标准模型预测两倍,但不确定性仍大,尚未构成新物理证据。该工作为未来LHC升级后研究希格斯自相互作用及宇宙稳定性奠定基础。

  •  STING框架揭示多轮对话可逐步诱使AI代理执行有害任务

    来源: ICML 2026会议论文,arXiv预印本

    研究开发STING自动化测试框架,将恶意目标分解为多轮看似无害的请求,逐步引导AI代理完成非法操作(如账户入侵)。测试显示,多轮攻击成功率可比单轮翻倍,且跨语言效果相似(语言切换反更危险)。研究强调AI安全需在设计早期嵌入,而非事后修补。

  •  盲目依赖AI生成最终成果正削弱批判性思维与工作质量

    来源: The Conversation

    文章指出,AI虽能快速生成看似完整的报告,但常含虚假引用(如南非AI政策草案、德勤为澳政府报告均被撤回),且实证显示多数AI项目达不到专业标准。过度追求“产出”而忽视“思考过程”会削弱人类分辨事实与谎言的能力。建议组织在头脑风暴阶段脱离AI,并建立对所有产出的质疑文化,以恢复人的认知主导地位。

  • 实验证实人类可学习并代代传承AI发现的新策略,开启“机器文化”时代

    来源:《Nature Communications》

    研究通过1155人参与的多代学习实验发现,当AI发现的策略难以被人类独立发现、但可学习且优势明显时,人类会模仿并传承该策略。无AI组600人中仅1人发现最优解,而含AI组中策略在9/15组中持续传承。研究表明AI不仅可解决问题,还能扩展人类文化知识库,形成人机双向创新传承。

  • AI也会“以貌取人”:大模型复刻人类面相偏见

    来源:《PNAS Nexus》

    研究测试GPT-4o、GPT-5等多款大模型发现,它们在判断人脸是否可信、能干、甚至是否可能犯罪时,超过74%的选择与人类偏见一致,GPT-5在重大决策中推荐“更显能干”面孔的比例高达97%。作者警告,若用当前AI辅助选聘或司法决策,可能加剧不公而非消除偏见。

  • 先进AI模型易从众,群体协调规模远超人类

    来源: Science Advances

    研究发现GPT-4 Turbo、Claude 3.5 Sonnet等先进大语言模型在无奖励无指令条件下,会自发跟随群体多数意见,并在最多1000名智能体中达成稳定共识,其临界群体规模远超人类的150–300人。较简单模型从众性较弱。该自发协调虽利于协作,但也可能导致低效或不符合人类价值的共识固化,需提前监测。

  • AI独立科研首测惨败:论文遭顶尖会议拒稿,推理与实验设计薄弱

    来源:arXiv(预印本)

    研究让前沿AI智能体在6天内独立完成未公开课题的科研论文,结果两篇均被人类评审明确拒稿(评分1/6和2/6)。AI虽能理解问题方向,但科学推理缺陷严重,实验设计欠妥,面对负面结果只加补丁而非重新设计,时间管理糟糕,预算使用不足一半。AI短期仍宜作助手,难当开放式科研主角。

  • 研究显示AI辅助撰写NIH项目申请书获资助概率高4%,但可能导致研究趋同化

    来源:Proceedings of the National Academy of Sciences

    西北大学分析发现,NIH申请书中AI参与痕迹越强,获资助概率高4个百分点,且更接近已资助项目,语义独特性降低;NSF则无此关联。研究者担忧AI可能使科学基金偏向渐进式、可预测研究,削弱探索性创新。研究呼吁关注AI对科研方向多样性与公共资金管理的长期影响。

  • AI设计出16种自然界不存在的活病毒

    来源: Science

    斯坦福团队利用AI基因组语言模型,基于天然噬菌体模板生成数千个基因组蓝图,并合成285个候选DNA。实验显示,其中16种能成功感染并杀死耐药大肠杆菌,甚至能应对已耐天然病毒的菌株。研究为超级细菌治疗提供新思路,但专家强调临床应用前需严格测试,并警惕AI生物安全风险。

  • 多智能体AI框架全自动运行原子模拟,材料发现时间从数月缩至数天

    来源: Digital Discovery

    阿贡国家实验室团队开发了多智能体协作AI系统,用户仅需输入高级指令(如“计算金铜合金熔点”),即可自动完成建模、文献检索、模拟提交、结果分析等全流程,运行速度和准确性接近人类专家手动操作。该框架可显著降低原子模拟门槛,有望加速电池、航空航天等领域新材料研发,并已开放供科研社区使用和定制。