🚨SAYA BARU SAJA MEMBACA SESUATU YANG MENGEJUTKAN. Para peneliti baru saja melatih AI untuk memprediksi ide-ide ilmiah mana yang akan berhasil sebelum eksperimen apa pun dijalankan. Sekarang lebih baik dalam menilai penelitian daripada GPT-5.2, Gemini 3 Pro, dan setiap model AI teratas di pasaran. Dan ia belajar dengan mempelajari 2,1 juta makalah penelitian tanpa satu ilmuwan manusia pun mengajarkannya seperti apa "sains yang baik". Inilah yang mereka lakukan. Sebuah tim peneliti Tiongkok membangun dua sistem AI. Yang pertama, yang disebut Scientific Judge, dilatih pada 700.000 pasangan makalah kutipan tinggi vs kutipan rendah yang cocok. Setiap pasangan berasal dari bidang yang sama dan periode waktu yang sama. Satu-satunya pekerjaan AI: mencari tahu makalah mana yang akan memiliki dampak lebih besar. Itu berhasil. AI sekarang memprediksi penelitian mana yang akan berhasil dengan akurasi 83,7%. Itu lebih tinggi dari GPT-5.2. Lebih tinggi dari Gemini 3 Pro. Lebih tinggi dari setiap model perbatasan yang ada. Kemudian mereka membangun sistem kedua. Pemikir Ilmiah tidak hanya menilai ide. Ia mengusulkan mereka. Anda memberinya makalah penelitian, dan itu menghasilkan ide tindak lanjut dengan dampak potensial tinggi. Ketika diuji secara langsung terhadap GPT-5.2, ide-ide Scientific Thinker dinilai sebagai dampak yang lebih tinggi 61% dari waktu. Ini menghasilkan arah penelitian yang lebih baik daripada model AI terpintar di dunia. Itu menjadi lebih aneh. Mereka melatih Hakim hanya pada makalah ilmu komputer. Kemudian mereka mengujinya pada biologi. Fisika. Matematika. Ladang yang belum pernah dilihatnya. Itu masih berhasil. 71% akurasi pada makalah biologi yang tidak pernah dilatih. AI tidak mempelajari apa yang membuat ilmu komputer bagus. Ia belajar apa yang membuat sains yang baik, titik. Kemudian para peneliti menguji apakah itu bisa melihat masa depan. Mereka melatihnya di atas kertas hingga 2024, kemudian memintanya untuk menilai makalah 2025. Itu memprediksi mana yang akan mendapatkan daya tarik dengan akurasi 74%. AI belajar menemukan pemenang sebelum komunitas ilmiah melakukannya. Inilah yang tidak dibicarakan oleh siapa pun. Model 1,5 miliar parameter, kecil menurut standar saat ini, melonjak dari akurasi 7% menjadi 72% setelah pelatihan. Itu adalah lompatan 65 poin. Kemampuan untuk menilai kualitas ilmiah bukanlah properti yang muncul dari model besar. Itu dapat diajarkan pada sistem AI kecil, murah, dan cepat yang dapat dijalankan siapa saja....