对于诺贝尔物理学奖，《科学美国人》网站称，人脑拥有数十亿个相互连接的神经元，通常被认为是已知宇宙中最强大、最灵活的计算机。几十年来，科学家们一直在寻求通过模拟大脑自适应计算能力的机器学习方法。这次获奖的两名AI科学家利用物理学工具开发了人工神经网络， ...

光而不耀，静水深流。几代科研人员和从业者的探索与沉淀，在 2024 年盛放，写下人工智能发展史上至今最为璀璨的一章。诺贝尔奖始终见证着人类智慧的巅峰。今年，AI for Science 的力量首次得到这一科学领域至高荣誉的认可。2024 ...

即使是最顶尖的高校，算力资源的不足仍然是制约科学发展和创新的关键。今年5月，斯坦福大学教授李飞飞称学术界正在面临AI计算资源的严重短缺，斯坦福大学的自然语言实验室只有64块GPU。“相比工业界，学术界正在从悬崖上跌落。”李飞飞说[7]。

最近，一篇研究文章从数学理论上证实了AI模型可以完全模拟神经元和突触的信号，在更强算法、更大算力的加持下，可以精确模拟大脑及其功能系统，在无约束的情况下未来AI百分之一百会超越人类智能，甚至发明创造能力也是如此。

一项 最新 的研究表明，人工智能（AI）有潜力在未来超越人类智能。该研究深入探讨了AI与人脑的复杂性，并提出了一种新的理论框架，即通过将AI技术应用于神经科学的细胞层面，AI可以无限逼近人脑的功能，甚至最终超越人类的智能水平。

华中科技大学这一成果实现了国际上首个基于三维集成阻变存储器阵列的浮点精度存算一体系统，为实现高能效、高精度的AI-for-Science计算应用提供了重要方案。华中科技大学集成电路学院2019级博士生李健聪 (已毕业入站从事博士后研究)和2020级博士生任升广为论文共同第一作者，李祎教授、何毓辉教授和缪向水教授为论文共同通讯作者。华中科技大学是论文唯一完成单位。

王东东预测， 未来几年，随着技术能力的持续迭代、跨领域应用的深化以及产业化的推进，AI4S的“GPT-3.5”甚至N.0时刻将随时到来，届时将推动科学研究与产业的深度融合，实现质的飞跃。

在科学研究迈向智能时代的进程中，矩阵计算正逐渐成为连接传统数值计算与科学智能的关键桥梁，而 Cloud4Science 范式凭借其 Z 级计算潜力，不但为科学在时间和空间尺度上带来了质的飞跃的可能，同时也为科学计算向智能化与推理驱动方向的演进注入了动力。以量子化学为例，Cloud4Science 不仅能缩短计算周期，将复杂分子相互作用的模拟时间从数年压缩至数周甚至数天，还能通过矩阵计算与 AI ...

来自康斯坦茨大学和国际理论物理中心的研究团队开发了一种基于 AI 的控制策略，成功让 200 个微型机器人变身为“AI 智能体”，独立作出决策，在团队的协作下实现复杂的集体行为 。 在实验中，微型机器人协同完成“大件物品的运输”任务的 成功率超过了 ...

经过约 20 个回合的训练，机器人集群开始协调一致地从杆的两端施加推力，推动杆顺时针旋转。随着训练的深入，杆的旋转速度逐渐加快并趋于稳定，机器人之间的协作效率显著提高，集群的整体表现也逐步优化。

AI不仅在生物信息学领域取得了显著成果，还在其他生命科学领域发挥着重要作用。在医学影像分析方面，AI技术通过深度学习算法，能够实现对医学影像的精准分析，辅助医生进行疾病诊断。例如，在肺部CT影像分析中，AI技术可以将信息密度低的CT影像转变为三维图像，直接跨屏移植到手术视野屏，实现实时导航，提高手术准确度。

领导此研究的朱士维教授表示，传统光学显微镜在观察脑神经活动时，面临速度、解析度和成像范围的限制。传统影像扫描速度仅每秒一张，需耗费100 秒才能取得全体积影像，且影像对比度低，难以清晰观察神经活动。