OpenAI

15. новембар 2026.

Наука

Наш нови блог о науци

Покрећемо научни блог OpenAI како бисмо научницима и истраживачима из академске заједнице пружили место да поделе оно што откривају помоћу AI и опишу како раде. Наша мисија је да обезбедимо да AGI користи целом човечанству, а убрзавање научних открића један је од најутицајнијих начина да допринесемо том циљу.

Шта ћемо објављивати

Објављиваћемо радове из широког спектра научних дисциплина, укључујући:

  • Истраживања и открића: Нове научне резултате и новости о текућим истраживањима из OpenAI, од наших сарадника и шире научне заједнице.

  • Методе и практичне смернице: Примере како научници користе наше моделе за задатке као што су научна израчунавања, анализа података, проучавање литературе и планирање експеримената. Представљаћемо приступе које други могу да прилагоде својим потребама, укључујући начине провере резултата и ограничења метода.

  • Погледе из научне заједнице: Искуства из прве руке истраживача који користе AI, шта из тога уче и како ове могућности утичу на њихове дисциплине. Разматраћемо и отворена питања о научној пракси и о томе како да ови алати буду корисни што већем броју људи.

Наука продубљује наше разумевање света и омогућава напредак, од бољих лекова до нових извора енергије. Многа од тих достигнућа почињу темељним питањима чији практични значај постаје јасан тек годинама касније.

Последњих месеци видимо да наши модели могу да се баве све ширим спектром научних проблема. У септембру је интерни систем OpenAI извео доказ који се бави проблемом постојања и глаткости решења Навије–Стоксових једначина⁠, дугогодишњим питањем о једначинама које описују кретање флуида. Почетком октобра објавили смо широк спектар математичких резултата⁠. Међу њима је био и резултат о квази-Римановој хипотези⁠(отвара се у новом прозору), који даје строжу границу грешке у класичној формули за процену броја простих бројева мањих од задате вредности. Касније тог месеца објавили смо резултате из математике, рачунарства и физике⁠ који се тичу концентрације таласа, граница ефикасног израчунавања и математичких основа квантне теорије поља са интеракцијама.

У биологији истраживачи користе AI да анализирају сложене скупове података, повезују налазе из различитих области и формулишу нове хипотезе за проверу у лабораторији. У сарадњи са PerturbAI и Scripps Research⁠, хиљаде агената заснованих на моделу GPT‑Rosalind анализирале су постојеће експерименталне податке о милионима ћелија мозга миша за 32 минута. Повезујући ефекте поремећаја функције гена са научном литературом, агенти су идентификовали могуће биолошке механизме које научници могу да испитају. Истраживачи развијају и сопствене приступе: тим Сесара де ла Фуентеа користи ChatGPT и Codex⁠ за израду алгоритама који препознају молекуле са потенцијалним антибиотским дејством, а затим их синтетише и испитује у лабораторији.

Ове способности отварају нове могућности и мењају научну праксу. У математици системи који генеришу доказе отварају питања о томе како се нови докази проверавају, објашњавају и укључују у постојеће знање. У експерименталним наукама разматрање већег броја хипотеза доноси и прилике и изазове при одлучивању о томе које експерименте треба спровести. У свим дисциплинама истраживачи разматрају шта ови алати значе за обуку, признавање доприноса и вештине потребне за њихов рад. Последице ће се разликовати од области до области, а научне заједнице треба да учествују у обликовању начина на који се ови алати користе.

Надамо се да ће овај блог помоћи већем броју људи да разумеју како AI мења науку и како могу да га користе за истраживање нових питања и сопствена открића.

  • 2026.

Аутор

OpenAI