AI 驱动科学进步

摘要

当前，化学、生物学、材料科学 (Material Science) 以及运筹学 (Operations Research) 等领域所使用的科学软件工具，数十年来几乎没有发生根本性变革。这些工具仍依赖传统方法，需要大量博士人才来解决药物发现 (Drug Discovery)、化学加工、金属与采矿以及电力网格优化 (Power Grid Optimization) 等复杂问题。然而，算力 (Compute) 的突破——尤其是测试时计算 (Test-Time Compute) 技术的兴起——正在解锁一类全新的创业公司，使其有能力解决此前无法攻克的科学难题。YC 希望看到更多利用人工智能 (AI) 来变革实体产品制造方式、加速科学进程的创业公司诞生。如果你正在从事这样的工作，YC 期待听到你的声音。

正文

科学软件工具的停滞

许多用于科学应用的软件工具 (Software Tools)——涵盖化学 (Chemistry)、生物学 (Biology)、材料科学和运筹学等领域——在过去数十年间几乎没有实质性的改进。这些工具依然依赖标准方法 (Standard Methods)，需要大量博士 (PhD) 研究人员来应对复杂问题。具体而言，这些挑战横跨药物发现、化学加工 (Chemical Processing)、金属与采矿 (Metals and Mining) 以及电力网格优化等关键领域。传统方法的局限使得突破性进展举步维艰。

测试时计算开启全新可能

尤其值得关注的是，测试时计算 (Test-Time Compute) 正在解锁一种全新的创业形态。这类创业公司能够解决此前根本无法攻克的科学难题，这是技术进步带来的历史性机遇。算力的质变使得曾经不可想象的科学计算成为现实，为从药物研发到工业优化的全链条创新提供了可能。

呼吁 AI 科学创业者

YC 希望看到更多创业公司涌现，利用人工智能 (AI) 来变革实体事物的制造方式，使其更快、更高效。如果你正在从事利用 AI 推动科学进步的工作，YC 非常期待与你交流。