OpenAI

15. nóvember 2026

Vísindi

Nýja vísindabloggið okkar

Við erum að opna vísindablogg OpenAI til að veita vísindamönnum og fræðafólki vettvang til að segja frá því sem þau uppgötva með Ai og hvernig þau vinna að rannsóknum sínum. Markmið okkar er að tryggja að AGG gagnist öllu mannkyni. Ein áhrifaríkasta leiðin að því marki er að hraða vísindalegum uppgötvunum.

Það sem við munum birta

Við munum birta efni úr fjölmörgum vísindagreinum, þar á meðal:

  • Rannsóknir og uppgötvanir: Nýjar vísindalegar niðurstöður og fréttir af yfirstandandi rannsóknum hjá OpenAI, samstarfsaðilum okkar og vísindasamfélaginu í heild.

  • Aðferðir og hagnýtar leiðbeiningar: Dæmi um hvernig vísindamenn nota líkönin okkar við verkefni á borð við vísindalega útreikninga, gagnagreiningu, könnun fræðilegra heimilda og skipulagningu tilrauna. Við munum kynna aðferðir sem aðrir geta aðlagað að sínum þörfum, þar á meðal hvernig má sannreyna vinnuna og hvar takmarkanir aðferðanna liggja.

  • Sjónarhorn vísindasamfélagsins: Frásagnir vísindamanna af eigin reynslu af notkun Ai, því sem þeir læra og áhrifum þessarar tækni á fræðigreinar þeirra. Við munum einnig ræða óútkljáðar spurningar um vísindastarf og hvernig gera megi þessi verkfæri gagnleg fyrir fleira fólk.

Vísindi auka skilning okkar á heiminum og gera framfarir mögulegar, allt frá betri lyfjum til nýrra orkugjafa. Margar þessara framfara eiga rætur að rekja til grundvallarspurninga sem ekki verður ljóst fyrr en árum síðar hvaða hagnýta þýðingu hafa.

Undanfarna mánuði höfum við séð líkönin okkar takast á við sífellt fjölbreyttari vísindaleg viðfangsefni. Í september setti innanhússkerfi OpenAI fram sönnun sem tekur á tilvist og sléttleika lausna Navier–Stokes-jafnanna⁠, langvarandi ráðgátu um jöfnurnar sem lýsa hreyfingu vökva. Í byrjun október birtum við fjölbreyttar niðurstöður í stærðfræði⁠. Þar á meðal var niðurstaða um kvasi-Riemann-tilgátuna⁠(opnast í nýjum glugga) sem gefur þrengri skekkjumörk fyrir sígilda formúlu til að áætla hversu margar prímtölur eru lægri en tiltekin tala. Síðar í sama mánuði birtum við niðurstöður í stærðfræði, tölvunarfræði og eðlisfræði⁠ um hvernig bylgjur þéttast, takmörk skilvirkra útreikninga og stærðfræðilegan grunn skammtasviðsfræði með víxlverkunum.

Í líffræði nota vísindamenn Ai til að greina flókin gagnasöfn, tengja saman niðurstöður úr ólíkum greinum og móta nýjar tilgátur til að prófa á rannsóknarstofu. Í samstarfi við PerturbAI og Scripps Research⁠ greindu þúsundir hugbúnaðarfulltrúa, knúnir af GPT‑Rosalind, fyrirliggjandi tilraunagögn úr milljónum heilafrumna músa á 32 mínútum. Með því að tengja áhrif röskunar á genastarfsemi við vísindarit fundu þeir möguleg líffræðileg ferli sem vísindamenn geta prófað. Vísindamenn eru einnig að þróa eigin aðferðir: teymi Césars de la Fuente notar ChatGPT og Codex⁠ til að smíða reiknirit sem finna sameindir með mögulega sýklalyfjavirkni. Teymið framleiðir þær síðan og prófar á rannsóknarstofu.

Þessi nýja geta skapar nýja möguleika og breytir vinnubrögðum í vísindum. Í stærðfræði vekja kerfi sem setja fram sannanir spurningar um hvernig nýjar röksemdafærslur eru sannreyndar, útskýrðar og teknar upp í fræðigreininni. Í tilraunavísindum skapar könnun fleiri tilgáta bæði tækifæri og áskoranir þegar velja á hvaða tilraunir skuli ráðast í. Þvert á fræðigreinar velta vísindamenn fyrir sér hvaða áhrif þessi verkfæri hafa á þjálfun, hvernig framlag hvers og eins er viðurkennt og hvaða færni starfið krefst. Áhrifin verða ólík eftir fræðigreinum og vísindasamfélögin ættu að taka þátt í að móta notkun þessara verkfæra.

Við vonum að þetta blogg hjálpi fleirum að skilja hvernig Ai er að breyta vísindum og hvernig þeir geta nýtt tæknina til að kanna nýjar spurningar og gera eigin uppgötvanir.

  • 2026

Höfundur

OpenAI