AI 能否预判科学未来？一场严苛测试揭晓真相
试想一下，假设你身处 2023 年的科研界。若有人向你发问："到了 2025 年，是否会出现一种能同步观测蛋白质、DNA 及药物分子间互动的新手段？"甚至更细致地问："你认为这项突破具体会在哪个月份降临？"这看似科幻故事中的桥段，实则是当下顶尖人工智能（AI）正面临的严峻考题。随着 AI 在生物、化学、物理等学科中大展拳脚——从解析蛋白质构型到研发新型材料——一个核心问题随之而来：这些智能系统能否化身为科学界的"预言家"，提前洞察未来的重大发现？近期，来自牛津大学、斯坦福大学及艾伦人工智能研究所的研究团队
AI 能否预知科学未来？CUSP 基准划定模型能力新界线
人工智能正深度介入科学探索，从解析蛋白质构造到研发新型材料，AI 重塑科研流程已成共识。然而，一个更本质的疑问随之而来：AI 系统能否仿效人类科学家，在时限压力下推演科学演进的路线？它是否能预判某项突破的发生概率、时间节点及实现路径？怀揣此类困惑，由牛津大学、斯坦福大学、华盛顿大学及艾伦人工智能研究所等机构的学者（包括 Sean Wu、Pan Lu、Yupeng Chen 等）组成的联合团队，提出了一套系统性评估框架——CUSP（基于截止条件的未见科学进展）。该论文的核心贡献，在于首次将前沿 AI 模型置
淡马锡系CuspAI洽谈融资，估值将破10亿美元
据知情人士透露，获新加坡淡马锡控股支持的英国AI初创企业CuspAI正就新一轮融资进行谈判，计划募集不少于2亿美元资金，本轮估值预计将超过10亿美元，正式进入独角兽阵营。CuspAI公司设立于英国剑桥，专注于运用生成式AI技术平台加速新材料的探索与研发，其创新方案被视作推动人工智能从初级向高级演进的重要引擎。该公司联合创始人兼首席执行官查德·爱德华兹指出，当前限制英伟达GPU性能提升的核心障碍在于能耗与散热，而这本质上是材料层面的挑战。CuspAI致力于通过人工智能自动优化分子结构，将传统长达十余年的材料