OpenAI 資助杜克大學研究：讓演算法預測人類的道德判斷
稅務檔案披露 OpenAI 正資助杜克大學一項「AI 道德」研究，屬於三年 100 萬美元資助的一部分。團隊試圖訓練演算法在醫療、法律等場景預測人類的道德判斷，充當「道德 GPS」。不過道德高度主觀，AI 能否真正掌握倫理仍存疑。
AI科研 · 日報
週五
11月22日 星期五
週三
11月20日 星期三
Google 推出 AlphaQubit：用 Transformer 做量子糾錯，錯誤率降 30%
Google DeepMind 與 Google Quantum AI 在《自然》公佈神經解碼器 AlphaQubit。它將 Transformer 架構用於量子糾錯，在 Sycamore 處理器上的糾錯率比主流可擴充套件演算法高 30%。不過它的推理速度目前還不夠快，尚無法做到百萬赫茲級的超導即時糾錯。
週一
11月18日 星期一
ChatGPT 診斷比醫生準 16%：獨立拿 90 分，但醫生不聽它的
據 Quartz 報道的一項研究顯示，ChatGPT 在病歷診斷中拿下 90% 的平均分，大幅領先人類醫生的 74%。更戲劇化的是，配合 AI 的醫生得分僅微升至 76%，主因是多數醫生不聽 AI 與自己相悖的判斷，且不會有效使用它。
週四
11月14日 星期四
魏茨曼研究所聯手 NVIDIA 推出 GluFormer：可預測未來 4 年血糖變化
NVIDIA 與魏茨曼科學研究所等聯合推出生成式 AI 模型 GluFormer。該模型基於 Transformer 架構，能根據以往連續血糖監測資料，預測未來血糖走勢及長達 4 年的健康狀況，還可預測特定食物引起的血糖反應，有望提前介入糖尿病預防。
IBM 升級 Heron 量子處理器：提速 50 倍，並拉來 Granite 生成程式碼
IBM 宣佈升級 Quantum Heron 量子處理器與 Qiskit 軟體，可執行高達 5,000 個雙量子位元門操作，此前需 112 小時的計算現僅需 2.2 小時完成，提速 50 倍。平臺還引入了基於 Granite 大模型的 AI 程式設計助手，用於加速量子演算法構建與科學計算。
週一
11月11日 星期一
限制非商用：DeepMind 終於開放 AlphaFold 3 程式碼
Google DeepMind 宣佈開放蛋白質結構預測模型 AlphaFold 3 的軟體程式碼，科學家可下載用於非商業研究。此前因發表論文時未附程式碼引發學術界巨大爭議；不過該模型權重仍需提交申請，未完全開源。
拍攝 30 秒影片測血壓：東大 AI 非接觸篩查高血壓與糖尿病
東京大學團隊公佈一項研究，通過 AI 分析面部和手掌的高速影片血流，無需抽血或袖帶即可篩查高血壓與糖尿病，高血壓檢測準確率最高達 94%。最值得關注的是未來有望裝進手機或鏡子實現無感自測。不過該成果仍處於早期研究階段。
週三
11月6日 星期三
SingularityNET 放出 AIRIS：把能自己悟出規則的 AI 扔進《我的世界》
SingularityNET 與 ASI Alliance 宣佈在《我的世界》中部署自學習 AI「AIRIS」。它不需要預設規則，能根據遊戲內的即時遭遇動態總結出避障和尋路規則。團隊希望借沙盒環境測試其即時自適應能力，為未來機器人控制做鋪墊。
週三
10月30日 星期三
OpenAI 開源事實基準 SimpleQA：GPT-4o 正確率不足 40%
OpenAI 開源了事實性評測基準 SimpleQA。該資料集包含 4326 個答案固定且唯一的簡短事實問題，專為測試前沿模型的幻覺設計，目前 GPT-4o 的得分不到 40%。測試發現，雖然模型具備一定自我評估能力，但普遍存在過度自信的問題。
週二
10月29日 星期二
Iambic 推出 Enchant：在研發早期預測藥物人體臨床表現
Iambic Therapeutics 推出多模態模型 Enchant。它將大量易獲取的臨床前實驗資料與極少量的人體試驗資料結合，在研發最早期預測候選分子的藥代動力學特性，人體半衰期預測相關係數達 0.74，大幅重新整理此前紀錄，旨在省去數年臨床前研發週期。
週一
9月30日 星期一
Meta 釋出 3D 資料集 DTC：2400 多個真實物體，精度達亞毫米級
Meta 旗下 Reality Labs 推出 3D 重建資料集 Digital Twin Catalog（DTC），收錄超過 2400 個對應真實物體的 3D 模型。模型幾何精度達亞毫米級，包含真實材質與光照反射細節。該資料集旨在打破高保真資料成本過高的瓶頸，加速電商與 AR 領域的數字孿生落地。
週四
9月26日 星期四
Google 正式定名 AlphaChip 並開源權重：數小時完成晶片佈局，已用於三代 TPU
Google 正式將用於晶片佈局設計的強化學習系統命名為 AlphaChip，並公開了預訓練模型權重。它像下棋一樣把電路元件擺放視作博弈，數小時就能生成優於人類的晶片佈局，已用於設計 Trillium 等三代 TPU 以及聯發科晶片。最值得關注的是，AI 正從被晶片加速，轉向反哺底層硬體的研發。
週三
9月25日 星期三
哈佛釋出 TxGNN：用老藥幫 1.7 萬種罕見病找解藥
哈佛醫學院在《Nature Medicine》發表專為罕見病老藥新用設計的 AI 模型 TxGNN。它從近 8000 種藥物中為 17080 種疾病匹配候選方案，候選識別表現高出同類模型近 50%，還自帶決策解釋，目前已免費開源。
週一
9月23日 星期一
蘇黎世聯邦理工微調 YOLO：破解 reCAPTCHAv2 成功率達 100%
蘇黎世聯邦理工學院研究團隊公佈成果，通過微調 YOLO 視覺模型，以 100% 成功率攻破 Google 的 reCAPTCHAv2 驗證碼。團隊用約 1.4 萬對影像訓練道路物體識別，並模擬了人類滑鼠軌跡與裝置指紋。不過 Google 表示多數網站已轉向無感驗證的 v3 版本。
週四
9月19日 星期四
Anthropic 推出上下文檢索：給文本塊補全背景，RAG 錯誤率降 67%
Anthropic 提出名為 Contextual Retrieval 的 RAG 最佳化方法。它在分塊前藉助 Claude 生成 50 至 100 token 的背景說明，讓切片不再丟失上下文，結合 BM25 和重排序後檢索失敗率直降 67%。配合提示詞快取，每百萬文件 token 預處理成本僅 1.02 美元。
週三
8月28日 星期三
伊利諾大學用 AI 攻克太陽能分子：光穩定性提升 4 倍
伊利諾大學厄巴納-香檳分校等團隊在《Nature》發文，通過 AI 閉環實驗與自動化分子合成，將有機太陽能材料的光穩定性提升了 4 倍。最值得關注的是，他們不僅讓 AI 最佳化分子，還摸清了 AI 做出判斷背後的化學規律，打破了演算法黑盒。
Google 推出 GameNGen：靠擴散模型即時模擬執行《Doom》
週二，Google 與特拉維夫大學研究人員公佈新模型 GameNGen，基於 Stable Diffusion 即時模擬執行經典遊戲《Doom》，速度達每秒 20 幀以上。測試中人類玩家常難辨真偽。這意味著遊戲未來可能無需編寫傳統圖形引擎，全靠神經模型即時「腦補」畫面。
