# AI4Science 科学日报｜2026-10-16

本期按公开来源整理数学、材料与科学智能动态。AI辅助编写；新闻、采访、评论与论文证据分别归属，未独立复现。资料日期与报道日期可能不同。

## 励建书、王坚，共同发起“未来数学计划”

[原始报道 / 评论](https://news.sciencenet.cn/htmlnews/2026/10/572919.shtm) · 2026-10-15T11:42:40+08:00

“未来数学计划”于10月14日智能计算创新论坛发起，中国科学报10月15日报道。励建书与王坚共同倡议，方向包括数学基础模型、形式化验证、人工智能的数学理论和交叉合作；这是组织与研究倡议，尚不是新定理或模型成绩。

生成模型提出推理路线，形式化表达要求明确对象、假设与逻辑，使知识可以检查和复用。计划同时关注用AI研究数学与用数学解释学习和泛化；开放工具、参与方式及验证规范仍需等待后续公开材料。

## 物理科学与工程学院“同济晶体”团队“晶体材料AI模型”项目获评2026年度上海市“AI+新材料”优秀案例

[原始报道 / 评论](https://news.tongji.edu.cn/info/1003/95816.htm) · 2026-10-15

同济大学10月15日报道“同济晶体”团队的晶体材料AI模型获评上海市优秀案例，授牌活动为10月12日。团队与企业合作，连接文献数据挖掘、物理机理与深度学习、目标性能逆向设计，涉及深紫外氟化物窗口、压电与闪烁体材料。

公告列举ICFgainAI、FerroAI等成果及项目支持，但没有提供统一的跨体系误差对照。可靠材料数据和测量条件决定构效关系能否学习；获奖和论文线索不能代替产业制备、测试与泛化证据。

## 人工智能的下一个跃迁：智能造物的第五范式

[原始报道 / 评论](https://www.jiemian.com/article/15193846.html) · 2026-10-15T14:41:00+08:00

界面新闻采访中国科大江俊，介绍“灵境造物”连接感知、决策、执行和学习的物质创制流程。受访者称平台以光谱数据学习“谱—构—效”关系，从目标性能提出候选，再由实验执行与结果回传修正选择。

相同配方仍可能有不同化学键和物质状态，光谱为结构与性能建模提供线索。速度、技能和实验规模属于团队自述；概念验证、中试与普及愿景应分开，不能由演示推导任意化学任务均能自主解决。

## 国家自然科学基金委员会化学部学科研讨会在我校召开

[原始报道 / 评论](https://news.uestc.edu.cn/info/1251/44392.htm) · 2026-10-15

电子科大10月15日报道10月8—10日的环境化学研讨会，主题为AI驱动环境化学创新。200余位参会者、30余位报告者讨论环境功能材料、智能遥感、计算毒理及污染修复。

观测解释、毒性建模和修复材料筛选需要不同变量、测量条件与验证标准。会议报道支持学科议程与交流活动的信息，没有足够细节支持具体模型性能或治理效果结论。

## 阿斯利康(AZN.US)加入“AI+制药”热潮：18.6亿美元牵手Insitro研发脂肪肝与心肌疾病药物

[原始报道 / 评论](https://finance.stockstar.com/IG2026101500034890.shtml) · 2026-10-15T19:06:56+08:00

证券之星转载阿斯利康与insitro合作报道，面向MASH与心肌病的靶点及候选物研发。上游解读根据双方公告核对：4000万美元首付加最多约14.6亿美元里程碑约合15亿美元，与转载标题18.6亿美元冲突；潜在款项不等于已到账收入。

insitro称以Virtual Human整合人类与细胞数据研究疾病驱动因素，并推进指定靶点至开发候选；阿斯利康负责临床、监管与商业化。合同承诺体现阶段分工和风险，不证明药物有效。链接保留转载原题及这一纠正，不能沿用其错误金额。

## 【人民日报】人工智能如何赋能基础研究

[原始报道 / 评论](https://www.cas.cn/cm/202610/t20261015_5122286.shtml) · 2026-10-15

中国科学院转载人民日报对乔红、明东、周志华、赵晓光的采访，讨论按科学问题定制算法、科学家与AI研究者协作，以及数据治理与实验自动化。脑电分析等案例连接模型预测与学科解释。

受访者提出统一元数据、仪器日志、脱敏与失败样本留存，并强调问题提出和结果验证的责任。这些是科研基础设施与培养建议，不能写成相关平台已普遍部署或已经产生新发现。

## 材料学院林元华团队合作运用人工智能为超微芯片电容设计高性能介电材料

[原始报道 / 评论](https://www.tsinghua.edu.cn/info/1175/128709.htm) · 2026-10-15T16:09:57+08:00

清华大学10月15日报道分层机器学习设计介电材料；论文于10月6日在线发表。结构筛选与物理特征建模定位钨青铜体系，再以铋、锗协同取代调节极化，并结合测量、计算与原型器件验证。

校方报告介电常数约185、损耗低于0.0005、温度系数约−22 ppm/℃，分别关乎容量、耗散和温度稳定性；原型相对其对标产品体积缩小约85%。这些是限定材料与器件条件下的报道结果，不能外推为全部电容产品指标。

## 用AI预测临界点

[原始报道 / 评论](https://www.caltech.edu/about/news/forecasting-tipping-points-with-ai) · 2026-10-15

加州理工报道循环神经算子RNO追踪非平稳系统的临界转变，涉及海洋低云和倾斜机翼气流。简化云层模拟中，作者报告提前两年多预测转变、误差约11天；这些时间与误差属于模拟数据，不能用作真实地球的倒计时。

模型借助记忆跟踪变化，并以物理约束检查预测与描述的不一致。机翼案例关注缓慢改变角度却突发失速的情形；真实复杂气候与跨条件适用性仍需进一步验证。

## GPT-6-Astra解出50道物理研究题中的49道，平均每题2.40美元

[原始报道 / 评论](https://the-decoder.com/gpt-6-astra-solves-49-of-50-physics-research-problems-at-2-40-apiece/) · 2026-10-15T15:24:00+00:00

The Decoder报道TheoPhysEval，由35名研究者组织50道未公开问题，覆盖11个理论物理领域。报道称GPT-6-Astra使用网页时解出49/50题，平均调用约2.40美元；无网页时为92%。数字归属于该报道及其限定设置，未在本次独立核验原评测。

任务主要是相关研究者通常一天内能完成的研究计算，例如修改已有问题参数或维度。参考解错误及定义争议也会影响判断；这不是所有物理研究的成功率，调用费用也不等于提出问题、验证和完成研究的总成本。

## 我们究竟为什么要做这一切？

[原始报道 / 评论](https://terrytao.wordpress.com/2026/10/15/why-are-we-even-doing-all-this/) · 2026-10-15T20:21:00+00:00

陶哲轩博客上的客座讽喻文章由理论粒子物理研究者Rikab Gambhir撰写。文章以无限图书馆的意象讨论AI生成大量推导后，研究动机、问题选择和共同理解的价值；不能把客座作者写成陶哲轩。

结果数量增加仍需有人检查假设、追踪已有工作并解释联系。其夸张场景服务于规范性论证，既不是新实验，也不是科研共同体的统计调查；文章提示核验劳动可能被转移给读者，而非被自动消除。

## Vinci用物理驱动AI加快芯片设计与仿真

[原始报道 / 评论](https://siliconangle.com/2026/10/15/simulation-vinci-physics-driven-ai-thecube-semiconwest/) · 2026-10-15T17:19:00-04:00

SiliconANGLE在SEMICON West采访Vinci CEO Hardik Kabaria，讨论把物理方程训练的AI模型用于电路板、芯片封装与三维集成仿真。公司称设计变更后约一天可运行模拟、替代约两周流程，并宣称最高加速1000倍；文中缺少独立基准细节。

报道为赞助背景的企业访谈，性能和精度均应归属公司。文中回顾本月较早的2.5亿美元B轮、15亿美元估值，不能当作10月15日新融资。不同几何、材料条件的误差及实际部署成本仍需公开对照。

## Navier–Stokes公告：数学价值观的一个案例

[原始报道 / 评论](https://proofsandprompts.com/2026/10/15/the-navier-stokes-announcement-a-case-study-in-mathematical-values/) · 2026-10-15T14:00:00+00:00

Edgar A. Bering IV以Navier–Stokes相关公告讨论数学研究的伦理与共同体价值。这是10月15日的新评论，所讨论公告是9月旧事件；文章不是证明正确性的独立审查。

作者强调探索、解释、学生训练、引用与信任也是知识生产的一部分，并提出社区参与AI治理的规范性建议。关于资源替代用途的成本估算属于思想实验，机构动机和训练来源疑虑不能转写为已核实事实。

## 证明与问题解决：两种不同的确立方式

[原始报道 / 评论](https://proofsandprompts.com/2026/10/15/proof-and-resolution-two-different-forms-of-establishment/) · 2026-10-15T11:00:00+00:00

Pronab Pal在Proofs and Prompts提出“证明”与依研究目标接受结果的Resolution之分。形式内核检查给定命题能否由前提推出，而原问题翻译、依赖、来源和高层解释仍需要另行检查；这是作者框架，非共同体已采用标准。

其八步流程依次明确需求、固定对象、核对语义、枚举依赖、进行内核检查、记录来源、补充解释，再作接受或未决判断。形式通过仍可能因命题偏离原问题而不足以完成研究目标。

## 西蒙斯基金会启动1500万美元计划，帮助数学家应对AI时代

[原始报道 / 评论](https://www.simonsfoundation.org/news/simons-foundation-launches-15m-effort-to-help-mathematicians-navigate-ai-era/) · 2026-10-15

西蒙斯基金会10月15日公告与Anthropic、OpenAI合作，合计承诺1500万美元资金与资源，支持数学共同体评价AI辅助成果、工具学习、研讨会及标准形成。不能把合计承诺写成基金会独付的现金或风险投资。

基金会管理分配资助，两家公司另向受支持研究者提供工具和计算资源，范围可延伸到基础科学。公告强调共同体主导评估与采用，但未披露各方拆分、征集时间表及具体项目；承诺与执行成效需分开。