新智元报道
编辑：peter东
【新智元导读】2026年，AI成了科学家的新战友：从三个晚上破解40年优化难题，到18分钟重现黑洞隐藏对称性，ChatGPT正把前沿发现速度提升数倍乃至数十倍，科学加速的时代已然来临！
ASI的「S」可能是「Science」的「S」。AI在科学研究领域，已开始大展拳脚。
OpenAI科学副总裁Kevin Weil预测，2026年AI将在科学领域如2025年在软件工程般普及。
从量子世界到黑洞边缘。从蛋白质设计到新药研发。ChatGPT正在全领域加速科学发现。
用ChatGPT
三个晚上数学家完成证明
数学，科学的皇后，也是最考验智力的领域。
两年前，大模型还在基础算术上跌跌撞撞。如今，GPT-5.2已在国际数学竞赛中斩获金牌。
就如一年前，AI编程还只能补全代码，如今已能独立开发app了。
在2023年的时候，数学家Ernest Ryu尝试让ChatGPT安排一个完整的棒球赛季赛程。
这需要精确处理硬约束（如避免赛程冲突）和软约束（如旅行休息日）。当时的模型在处理复杂的约束条件时仍显稚嫩，时常遗漏关键条件，在更实际的复杂日程安排上败下阵来。
2025年，OpenAI在国际数学奥林匹克竞赛中斩获金牌，Ryu看到了AI能力的飞跃。
他之前测试过的同类调度问题，如今能被可靠地解决了。这一成功给了他极大信心，他开始将ChatGPT融入日常学术工作，比如在编写讲义时，向AI询问那些他确信为真但一时想不起证明过程的教学结论。
在看到AI的回答效果不错后，Ryu决定将AI用于真正的学术研究。他选择了一个与「Nesterov加速」（一种著名的优化加速技术）相关的开放性问题。
连续三个晚上，Ryu与AI展开了密集的协作攻关。
首先，AI给出了一个包含计算错误的初始证明。
Ryu纠正错误，在不断增长的对话提示中保留正确的中间步骤，果断放弃死胡同，并将模型引导向新的思路。
Ryu将这个过程形象地比喻为「走迷宫」——
在迷宫中转弯、开门，有时发现是死路，但同时在心里绘制着哪些路径失败、哪些有希望的地图。
他感到，ChatGPT将他「走迷宫」的速度提升了3到10倍。
在第三个晚上，AI实现了一个微小但关键的思维跃迁，其产生的论证「看起来不同」，正是这个不同之处，成功解锁了整个证明。
Ryu异常谨慎，他「反复检查了不止三遍」，并请学生再次验证。随后，他将这一成果分享给优化领域的学术社区，引起了同行们的惊讶和兴奋。最
终，他们通过一个提示就将连续时间下的结果转化为了离散时间的算法陈述，核心创新部分凝练成一页纸的新颖内容，达到了可发表的水平。
这场成功的合作，也改变了Ryu的职业轨迹。此后，他加入了OpenAI的合成数据团队，核心使命正是继续提升模型的数学能力。
AI在各学科百花齐放
不止是数学，理论物理学者Alex Lupsasca也惊讶于当下AI的强力。
他花了数年培养相关技能，又投入了数月时间进行攻关才推出的黑洞潮汐响应方程。
之后,他试着将这个方程交给了GPT-5 Pro，只给予最少的指导。模型进入了「思考」模式。大约18分钟后，它返回了完全相同的对称性生成元。
AI在短短18分钟内，再现了他以深厚积累和长期努力才获得的关键发现。这一经历促使Lupsasca加入了OpenAI。
他现在的使命，是推动AI在科研中的应用超越一次性的成功案例，迈向可重复、系统化的科学加速。
他的目标是开发更好的工具来阅读和解释论文，构建比单一聊天窗口更强大的工作流，将前沿物理学更深地嵌入模型能力。最终，让研究人员花更少的时间卡在复杂的代数推导中，更多的时间去识别和攻克那些困扰物理学界的最大谜团。
至于生物领域，OpenAI与RetroBioSciences的合作案例生动地展示了AI如何攻克生物学难题的。
RetroBio致力于解决使细胞重编程变得实用和可扩展，从而延长人的寿命。
细胞重编程使用四种「OSKM」因子重置细胞年龄特征，但在老年细胞中，重编程的过程变慢.
Retro的目的是引入新蛋白，加速这一过程，为此OpenAI构建了蛋白质专用基础模型GPT-4B Micro。
与通用模型不同，该模型在多模态生物数据上进行了进一步训练。
GPT-4B Micro生成了数千个候选序列，经过筛选后，RetroBio合成了对应序列，通过慢病毒构建体将其递送到人成纤维细胞中。
后续研究表明，AI生成的蛋白性能与先前最佳工程因子相当，在某些情况下甚至超过当前最优水平。
科学家使用AI有何不同？
2026年1月，OpenAI发布《AI作为科学合作者》的白皮书，用鲜活的案例说明，2026对于科学家来说，AI已可以成为并肩作战的科研伙伴。
每周，ChatGPT上产生840万条高级科学和数学话题的对话，这些对话来自全球130万活跃用户。2025年，与高级科学相关的消息数暴涨50%。
这些科学家使用AI的方式和普通人相比，更专注。更深入。消息量是普通用户的3.5倍，编程相关消息频率高出12倍。他们的工作流高度集中在代码生成与调试、数据分析、数学推导、文献综述。
科研人员主要使用ChatGPT的用途
OpenAI科学部门副总裁Kevin Weil断言：AI正越来越多地被用作科学合作者。在真实研究环境中，AI的影响力越来越多。科学正在进入一个新的加速阶段。
而OpenAI的目标，是为每位科学家提供AI超能力，实现2030年完成2050年科学水平。未来十年。科学发现的速度或将超越过去百年，让我们拭目以待。
参考资料：
https://x.com/kevinweil/status/2015819346568745076
https://cdn.openai.com/pdf/f4b4a5da-b2de-418d-9fcd-6b293e9dc157/oai_ai-as-a-scientific-collaborator_jan-2026.pdf
恒信证券提示：文章来自网络，不代表本站观点。
