就像人工智能（AI）进一步改变了科学的流动一样，梦想着更加系统性变化的萨姆·罗德里克斯（Sam Rodriques）在2023年在美国旧金山建立了他的未来。作为一家非营利性，该公司得到了前Google首席执行官埃里克·施密特（Eric Sc​​hmidt）的支持，前Google首席执行官的目的是与“ AI Scientist”与“ AI Scientist”一起发展。整个整个整个“ AI科学家”的整个整个整个整个整个整个整个整个整个整个整个整个整个整个指南的整个过程。从培养纸质写作假设的研究过程。根据大自然的说法，今天，罗德里克斯的团队已朝这个方向迈出了一步。 6月5日，他们发布了专门为科学任务而设计的第一个真实的“识别模型” -Ether0。 Ether0是一种专门用于化学领域的大型语言模型，研究CHE通过完成近500,000个问题的测试，通过错误。 Ether0可以为Youlekness提供公式，就像一个基于简单的英语说明的严肃政府一样，要多得多。 Ether0是开放资源，并结合了许多旨在自动化科学流程的公司的研究结果，例如Google以及日本和日本公司。与以前的专业模型不同，Ether0通过自然语言监视“思想”，为AI的“黑匣子”提供了一个窗口，以回答通常需要复杂推理的问题。尽管某些一般合理的模型（例如OpenAI O1）已经进行了发展的科学试验标准，但在没有目标培训的情况下，它们很难开发深刻的见解。在测试了Ether0预览版之后，德国耶拿大学的数字化学家凯文·贾布隆卡（Kevin Jablonka）取决于该模型，以对未指定的化学反应进行重大参考。 “以前的型号无法做到这一点。” Ether0是未来的最新成就。去年，该公司发布了“高级科学文献评论家”和“ AI Agent Platform”，该工具基于设计用于特定活动的大型语言模型。基于上述模型，在5月，未来的房屋团队提出了一种新方法来治疗与干燥相关的黄斑变性，这是失明的主要原因之一。 Future House的研究人员从法国初创公司Mistral AI中获得了相对较小的紧凑型大语言模型，可以在笔记本电脑上运行。他们发现，与其通过书籍和化学文书工作培训模型，而是让他们从测试中知道。到目前为止，未来房屋的化学工程师安德鲁·怀特（Andrew White）结合了实验室在45个学术论文中形成的化学结果，监测了分子溶解度和气味等特性，并将其转换为577,790个久经考验的问题。研究人员培训了该模型的七个版本，每种版本都试图解决上层化学的特定子集EMS，并且可以正确回答后可以获得加强的奖励。研究人员将推理的链条与这些专业模型结合在一起。在再次运行上化学问题后，它们获得了Ether0。该团队使用了另一组问题来评估Ether0的性能，其中一些与培训集的问题无关。 Ether0在几乎每个方面都发出其他切割模型，例如OpenAI的GPT-4.1。对于某些类型的问题，Ether0的准确性是其竞争对手的两倍以上。关于Ether0的未来，其他科学家认为它具有其自身的好处，当然还有问题。但是，Rodriques认为，嵌入专门模型的推理能力将使团队能够获得端到端的自动科学程序，而不仅仅是化学。 （Xu Rui）