🚨HO APPENA LETTO QUALCOSA DI SHOCKING. I ricercatori hanno appena addestrato un'IA a prevedere quali idee scientifiche avranno successo prima che venga eseguito qualsiasi esperimento. Ora è migliore nel giudicare la ricerca rispetto a GPT-5.2, Gemini 3 Pro e a ogni modello di IA di punta sul mercato. E ha imparato studiando 2,1 milioni di articoli di ricerca senza che un singolo scienziato umano gli insegnasse come appare una "buona scienza". Ecco cosa hanno fatto. Un team di ricercatori cinesi ha costruito due sistemi di IA. Il primo, chiamato Scientific Judge, è stato addestrato su 700.000 coppie abbinate di articoli ad alta citazione vs articoli a bassa citazione. Ogni coppia proveniva dallo stesso campo e dallo stesso periodo. L'unico compito dell'IA: capire quale articolo avrebbe avuto un impatto maggiore. Ha funzionato. L'IA ora prevede quale ricerca avrà successo con un'accuratezza dell'83,7%. Questo è superiore a GPT-5.2. Superiore a Gemini 3 Pro. Superiore a ogni modello di frontiera esistente. Poi hanno costruito il secondo sistema. Scientific Thinker non si limita a giudicare le idee. Le propone. Gli dai un articolo di ricerca e genera un'idea di follow-up con un alto potenziale d'impatto. Quando è stata testata testa a testa contro GPT-5.2, le idee di Scientific Thinker sono state valutate come di maggiore impatto nel 61% dei casi. Sta generando direzioni di ricerca migliori rispetto ai modelli di IA più intelligenti al mondo. Diventa più strano. Hanno addestrato il Judge solo su articoli di informatica. Poi lo hanno testato su biologia. Fisica. Matematica. Campi che non aveva mai visto. Ha comunque funzionato. 71% di accuratezza su articoli di biologia su cui non era mai stato addestrato. L'IA non ha imparato cosa rende buona l'informatica. Ha imparato cosa rende buona la scienza, in generale. Poi i ricercatori hanno testato se potesse vedere il futuro. L'hanno addestrata su articoli fino al 2024, poi le hanno chiesto di giudicare articoli del 2025. Ha previsto quali avrebbero guadagnato trazione con il 74% di accuratezza. L'IA ha imparato a individuare i vincitori prima della comunità scientifica. Ecco cosa nessuno sta dicendo. Un modello con 1,5 miliardi di parametri, piccolo secondo gli standard odierni, è passato dal 7% al 72% di accuratezza dopo l'addestramento. Questo è un salto di 65 punti. La capacità di giudicare la qualità scientifica non è una proprietà emergente di modelli massicci. Può essere insegnata a piccoli sistemi di IA economici e veloci che chiunque può eseguire....