🚨TÔI VỪA ĐỌC ĐIỀU GÌ ĐÓ GÂY SỐC. Các nhà nghiên cứu vừa đào tạo một AI để dự đoán những ý tưởng khoa học nào sẽ thành công trước khi bất kỳ thí nghiệm nào được thực hiện. Nó hiện giờ tốt hơn trong việc đánh giá nghiên cứu so với GPT-5.2, Gemini 3 Pro, và mọi mô hình AI hàng đầu trên thị trường. Và nó đã học được bằng cách nghiên cứu 2,1 triệu bài báo nghiên cứu mà không có một nhà khoa học nào dạy nó "khoa học tốt" trông như thế nào. Đây là những gì họ đã làm. Một nhóm các nhà nghiên cứu Trung Quốc đã xây dựng hai hệ thống AI. Hệ thống đầu tiên, được gọi là Scientific Judge, đã được đào tạo trên 700.000 cặp bài báo có trích dẫn cao so với trích dẫn thấp. Mỗi cặp đến từ cùng một lĩnh vực và cùng một khoảng thời gian. Công việc duy nhất của AI: tìm ra bài báo nào sẽ có tác động lớn hơn. Nó đã hoạt động. AI hiện giờ dự đoán nghiên cứu nào sẽ thành công với độ chính xác 83,7%. Điều này cao hơn GPT-5.2. Cao hơn Gemini 3 Pro. Cao hơn mọi mô hình tiên tiến hiện có. Sau đó, họ đã xây dựng hệ thống thứ hai. Scientific Thinker không chỉ đánh giá ý tưởng. Nó đề xuất chúng. Bạn đưa cho nó một bài báo nghiên cứu, và nó tạo ra một ý tưởng tiếp theo với tiềm năng tác động cao. Khi được thử nghiệm đối đầu với GPT-5.2, các ý tưởng của Scientific Thinker được đánh giá có tác động cao hơn 61% thời gian. Nó đang tạo ra những hướng nghiên cứu tốt hơn so với những mô hình AI thông minh nhất trên thế giới. Càng trở nên kỳ lạ hơn. Họ đã đào tạo Judge chỉ trên các bài báo khoa học máy tính. Sau đó, họ đã thử nghiệm nó trên sinh học. Vật lý. Toán học. Những lĩnh vực mà nó chưa bao giờ thấy. Nó vẫn hoạt động. 71% độ chính xác trên các bài báo sinh học mà nó chưa bao giờ được đào tạo. AI không học được điều gì làm cho khoa học máy tính tốt. Nó đã học được điều gì làm cho khoa học tốt, nói chung. Sau đó, các nhà nghiên cứu đã thử nghiệm xem liệu nó có thể nhìn thấy tương lai hay không. Họ đã đào tạo nó trên các bài báo đến năm 2024, sau đó yêu cầu nó đánh giá các bài báo năm 2025. Nó đã dự đoán những bài nào sẽ thu hút sự chú ý với độ chính xác 74%. AI đã học được cách phát hiện những người chiến thắng trước khi cộng đồng khoa học làm điều đó. Đây là điều mà không ai đang nói đến. Một mô hình 1,5 tỷ tham số, nhỏ theo tiêu chuẩn ngày nay, đã tăng từ 7% lên 72% độ chính xác sau khi đào tạo. Đó là một bước nhảy 65 điểm. Khả năng đánh giá chất lượng khoa học không phải là một thuộc tính nổi bật của các mô hình lớn. Nó có thể được dạy cho các hệ thống AI nhỏ, rẻ, nhanh mà bất kỳ ai cũng có thể vận hành....