OpenAI

15. listopadu 2026

Věda

Náš nový blog o vědě

Spouštíme vědecký blog OpenAI, abychom vědcům a akademickým výzkumníkům nabídli prostor ke sdílení toho, co s pomocí AI objevují a jak při své práci postupují. Naším posláním je zajistit, aby AGI přinášela prospěch celému lidstvu. Urychlování vědeckých objevů je jednou z cest, jak k tomuto cíli můžeme nejvýrazněji přispět.

Co budeme sdílet

Budeme publikovat příspěvky z širokého spektra vědeckých oborů, mimo jiné:

  • Výzkum a objevy: Nové vědecké výsledky a aktuální informace o probíhajícím výzkumu v OpenAI, u našich spolupracovníků i v širší vědecké komunitě.

  • Metody a praktické rady: Příklady toho, jak vědci využívají naše modely k vědeckým výpočtům, analýze dat, průzkumu odborné literatury či plánování experimentů. Budeme sdílet postupy, které si ostatní mohou přizpůsobit, včetně způsobů ověřování výsledků i omezení jednotlivých metod.

  • Pohledy vědecké komunity: Zkušenosti výzkumníků, kteří používají AI, přímo z první ruky – co se učí a jak tyto nové možnosti ovlivňují jejich obory. Budeme se také zabývat otevřenými otázkami vědecké praxe a tím, jak zajistit, aby tyto nástroje byly užitečné pro více lidí.

Věda prohlubuje naše porozumění světu a umožňuje pokrok, od lepších léků až po nové zdroje energie. Mnohé z těchto pokroků začínají u základních otázek, jejichž praktický význam se ukáže až po letech.

V posledních měsících pozorujeme, že se rozšiřuje okruh vědeckých problémů, s nimiž si naše modely dokážou poradit. V září interní systém OpenAI vytvořil důkaz týkající se problému existence a hladkosti řešení Navierových–Stokesových rovnic⁠, dlouholeté otevřené otázky spojené s rovnicemi popisujícími pohyb tekutin. Začátkem října jsme zveřejnili širokou škálu matematických výsledků⁠. Mezi nimi byl i výsledek týkající se kvazi-Riemannovy hypotézy⁠(otevře se v novém okně), který zpřesňuje mez chyby v klasickém vzorci pro odhad počtu prvočísel menších než dané číslo. Později téhož měsíce jsme sdíleli výsledky z matematiky, informatiky a fyziky⁠, které se týkaly koncentrace vln, mezí efektivního výpočtu a matematických základů kvantové teorie pole s interakcemi.

V biologii vědci využívají AI k analýze složitých datových souborů, propojování poznatků napříč obory a vytváření nových hypotéz, které lze ověřit v laboratoři. V rámci spolupráce s PerturbAI a Scripps Research⁠ analyzovaly tisíce agentů využívajících GPT‑Rosalind za 32 minut existující experimentální data z milionů buněk myšího mozku. Propojením účinků narušení genů s poznatky z odborné literatury tito agenti identifikovali možné biologické mechanismy, které mohou vědci ověřit. Výzkumníci vyvíjejí i vlastní přístupy: tým Césara de la Fuente používá ChatGPT a Codex⁠ k tvorbě algoritmů, které vyhledávají molekuly s potenciálním antibiotickým účinkem. Ty pak vědci připravují a testují v laboratoři.

Tyto schopnosti přinášejí do vědecké praxe nové možnosti i změny. V matematice systémy vytvářející důkazy vyvolávají otázky, jak nové argumenty ověřovat, vysvětlovat a začleňovat do oboru. V experimentálních vědách přináší zkoumání většího počtu hypotéz příležitosti – i výzvy – při rozhodování o tom, které experimenty provést. Výzkumníci napříč obory zvažují, co tyto nástroje znamenají pro vzdělávání, přiznávání zásluh a dovednosti potřebné pro jejich práci. Dopady se budou v jednotlivých oborech lišit a vědecké komunity by se měly podílet na utváření způsobu, jakým se tyto nástroje používají.

Doufáme, že tento blog pomůže více lidem pochopit, jak AI mění vědu a jak ji mohou využít ke zkoumání nových otázek a k vlastním objevům.

  • 2026

Autor

OpenAI