标签： AI

来源：《自然》（Nature）

华盛顿大学与艾伦人工智能研究所团队开发出开源模型OpenScholar，专门用于精准合成与引用科学文献。该模型基于4500万篇论文数据库，采用检索增强生成技术，能有效减少“幻觉”。在一个包含3000个专家问答的新基准测试中，其引用准确度与人类专家相当，且在16位科学家的盲评中，其回答优于专家撰写的回答达51%。研究为科学家提供了可靠、开源的文献分析工具，并已催生出性能更强的后续模型。

来源：《自然》（Nature）

荷兰癌症研究所等团队通过结合大规模实验测量与深度学习，开发出轻量化AI模型PARM。该模型能够以前所未有的细节“阅读”非编码DNA中的调控指令，精准预测特定细胞类型（如肿瘤细胞）在不同刺激下（如药物处理）的基因开关状态。与现有大型模型相比，PARM计算需求降低千倍，使全球学者能便捷地解析癌症相关调控突变，为癌症诊断、患者分层及新疗法开发开辟了新途径。

来源：《The Conversation》

国际奥委会正积极在2026冬奥会等赛事中引入AI辅助评分系统，旨在提升评分一致性、透明度和公平性。然而，研究表明AI可能因过度精确、训练数据偏差而忽视艺术表现力与创新动作，甚至重塑运动的价值定义。同时，在行动体育等强调风格与风险的领域，AI难以量化文化内涵。因此，引入AI需在技术精度与体育精神、文化价值间取得平衡，避免技术侵蚀运动本质。

来源：《自然·计算科学》

麻省理工学院研究团队开发了一种名为DiffSyn的生成式AI模型，通过扩散算法学习超过2.3万种材料合成路径，可为特定目标材料（如沸石）推荐多种可行的合成方案，包括反应温度、时间与原料配比等。该模型能在1分钟内生成上千条合成路径，辅助科学家快速筛选。基于其建议，团队成功合成出一种具有更高热稳定性的新型沸石，突破了材料发现中合成实验的瓶颈。

来源： Nature Human Behavior

密歇根大学研究显示，生成式AI（如ChatGPT、Claude）通过分析个体的日常语言（如视频日记或自由表达），能预测其人格特质、关键行为和日常情绪，其准确性可媲美甚至超过亲近家人与朋友的判断。研究发现，AI的人格评分不仅与个体自评高度一致，还能预测其情绪状态、社交行为及心理健康诊断等现实生活指标。这揭示了人格特质在日常语言中自然流露，而AI为此提供了一种高效的分析新工具，但AI与人类判断的信号是否相同、是否存在群体差异等问题仍有待探究。

来源：《柳叶刀》（The Lancet）

瑞典隆德大学领衔的MASAI随机对照试验发现，AI辅助的乳腺钼靶筛查不仅能提高癌症检出率，还能显著降低间期癌（两次常规筛查间确诊的癌症）的发生。在超过10万名女性的两年随访中，AI辅助组的间期癌诊断率比标准双读组降低了12%，且侵袭性、大型及高侵袭亚型癌症的检出数量也分别减少了16%、21%和27%。AI系统通过风险分层，将低风险案例交由单名放射科医生判读，在保证筛查质量的同时减轻了44%的工作负荷。该研究为在乳腺癌筛查项目中推广经过验证的AI工具提供了有力证据。