昨天奧特曼發推祝賀一個名叫 Kosmos 的AI科學家係統正式發布。
這個係統可以在12小時裏讀完1500篇論文、寫出4萬多行代碼。
單個 Kosmos 運行相當於博士或博士後科學家 6 個月的工作，Kosmos 已實現 7 個發現。
========================================
https://edisonscientific.com/articles/announcing-kosmos
重要引述與數據點
- “Kosmos 一天內完成相當於他們 6 個月的工作”（Beta 用戶）。
- “其 79.4% 的結論是準確的。”
- “單個 Kosmos 運行相當於博士或博士後科學家 6 個月的工作。”
- 運行細節：“閱讀 1500 篇論文並運行 42,000 行分析代碼
應用與發現
Kosmos 已實現 7 個發現，涵蓋神經科學（神經元易感性、阿爾茨海默病）、材料科學（太陽能電池）和統計遺傳學（GWAS、pQTL）：
- 3 個重現先前發現：
- 使用代謝組學數據重現低溫小鼠腦中核苷酸代謝的未發表手稿主張（預印本發布於 BioRxiv）。
- 重現絕對濕度作為鈣鈦礦太陽能電池效率主導因素的預印本，識別 >60 g/m³ 失效閾值。
- 識別與 Piazza 等預印本相同的神經元連接規則（模型截止前未訪問）。
- 4 個新貢獻：
- 使用 GWAS 和 pQTL 數據進行孟德爾隨機化，表明 SOD2 因果降低人類心肌 T1 時間和纖維化。
- 提出新型 SNP 機製，使用多組學和統計遺傳學數據降低 2 型糖尿病風險。
- 開發分析方法，序列化導致阿爾茨海默病神經元 tau 積累的分子事件，使用蛋白質組學數據。
- 識別年齡相關翻轉酶基因在海馬旁回神經元中表達降低，可能增加磷脂酰絲氨酸信號和微膠細胞吞噬；在人類 AD 單細胞 RNA-seq 數據中驗證（Braak II 階段）。
