AI 生成的每周综合 · 规则自动选择，非人工精选 · 未逐条人工审核 · 引用科学结论前请核验原始来源
上个月刚获菲尔兹奖的 Jacob Tsimerman 宣布将加入 OpenAI 从事 AI 安全研究。8 月初，他与研究科学家 Sébastien Bubeck 在旧金山总部召集约 40 位数学家闭门开会，一场报告题为《The End of Mathematics》。多伦多大学教授 Daniel Litt 警告人类数学专长可能完全消失，但认为极端情形可能性不大；MIT 的 Drew Sutherland 称数学家或许是“煤矿里的金丝雀”。数学被视为高级认知能力的代理指标。5 月，未发布的 OpenAI 模型用代数数论工具推翻单位距离猜想；8 月，OpenAI 宣布 10 项新发现；Anthropic 的 Levent Alpöge 用 Claude 在 668 维超立方体上构造出正交向量对。
本文介绍了两项研究成果，展示Anthropic的Claude如何帮助生命科学家加快研究进度。第一项测试了Claude从头设计蛋白质结合剂的能力，这一关键步骤过去每个靶点需要专家花费数周至数月。第二项评估了Claude加速化学分析的潜力。Claude Opus 5这一通用模型处理了NMR和LC-MS数据，这些数据用于化学家评估化合物身份和纯度。
陶哲轩近日宣布，Palomar——一个由 Lean FRO 和 ICARM 孵化的 Lean 验证数学注册中心现已开放提交。该中心旨在作为 Lean 证明的预印本服务器，接受包含挑战文件、解决方案模块和 formalization.yaml 的 GitHub 仓库快照。提交后，系统将检查解决方案模块是否类型检查并通过挑战文件中的声明，以及非正式描述是否与正式声明匹配。陶哲轩担任科学顾问委员会成员。这一举措旨在应对 AI 生成的 Lean 证明日益增多但验证困难的问题。
微软研究院 AI for Science 开发的 Skala 模型已接入开源软件生态 CP2K，以基于神经网络的交换关联泛函替代密度泛函理论（DFT）中部分传统数学机制。DFT 借助电子密度研究分子与材料的电子结构，而交换关联泛函决定电子密度如何转化为能量与力，直接影响模拟的可靠性；更精确的泛函往往计算代价更高，随粒子数增加成本可能高到难以承受，使高精度计算局限于较小的分子体系。CASUS 主任 Thomas D. Kühne 称交换关联泛函是 DFT 的“阿喀琉斯之踵”。Skala 的神经网络被训练来识别不同区域电子密度之间的相互影响，并据此估算交换关联能。