AI 科學與高效能運算
美國能源部啟動 278 項 AI 科學工作流計畫，串接代理框架、模型與國家實驗室 HPC
Genesis Mission 首批計畫涵蓋核能、關鍵礦物、晶片設計與商用核融合，研究團隊將共用模型、代理框架及高效能運算資源。OpenAI 另承諾 Codex 與 API 額度，支援約 2,000 名研究者及兩項大規模科學實驗。
美國能源部在 7 月 22 日公布 Genesis Mission 首批 278 項計畫，目標不是單獨訓練一個「科學模型」，而是建立能把 AI 接入模擬、實驗資料與高效能運算的研究工作流。入選組合包括 87 項由國家實驗室主導、168 項由大學主導、19 項企業計畫及 4 項非營利計畫，共涉及 342 個機構。題目涵蓋核能、關鍵礦物提取、智慧晶片設計與商用核融合；最大單一項目是為期三年、規模 6,000 萬美元的核能計畫。
入選團隊可使用 Genesis Mission Platform 所整合的代理框架、產業夥伴提供的模型與軟體，以及能源部國家實驗室和合作設施的 HPC 資源。這種架構的技術難點在於把語言模型放入可驗證的科學迴路：代理產生程式、提出候選或調度模擬後，結果仍須經數值計算、實驗設備與領域專家驗證。資料權限、工作排程、模型版本、隨機性與完整運行軌跡也必須保留，否則很難判斷進步來自模型、算力、資料或人工介入。
OpenAI 同日承諾向約 2,000 名研究者提供價值 400 萬美元的 Codex 使用權，並投入 300 萬美元 API 支援兩項大型科學攻關。規劃中的方向包括以模型結合模擬、材料知識及實驗尋找較高溫、實用壓力下工作的超導體，以及建立「機器可及前沿」圖譜，區分僅靠現有資料與計算即可推進的問題，和仍需實體證據的問題。部分合資格生物研究者也可使用 GPT‑Rosalind。
真正值得追蹤的不是承諾金額，而是計畫是否公開可比較的基線、失敗案例、運算成本與實驗驗證率。目前官方尚未逐項披露模型配置、代理介面、資料治理方式和成功指標；在這些細節出現前，「提升科研生產力」仍是待驗證目標。