JoinCare 的 X Spaces 播客合集
2 期 Spaces · 免费试听 / 下载 / AI 转写与摘要
From Research Assistant to Discoverer: Are AI Agents Becoming Scientists?
JoinCare 与 Brinkville 嘉宾探讨 AI agents 在科研中的角色，聚焦 Anthropic 约 955 个 agents 分析基因组数据发现新酶系统这一案例，追问 AI 输出何时算真正科学发现。 - Anthropic 实验中约 955 个云端 agents 用 21 小时分析基因组数据与文献，发现此前未表征的酶系统，人类研究者随后验证，但其生物功能与实际价值仍待研究。 - JoinCare CTO Natasha 指出，需区分普通 AI 模型与 AI agents 对科研的不同贡献，agents 的价值在于能并行搜索巨大科学空间、协调子任务并生成有前景的研究线索。 - Brinkville 社区经理 Victoria 认为这已不只是 AI 故事，而是基础设施故事：agents 需要算力、协调机制与结算通道，涉及奖励贡献者、资助实验、分发成果时更需金融基础设施。 - Brinkville 构建链上流动性池与 agent 间结算轨道，让自主 AI 系统无需人类逐步审批即可彼此交易，使科研等 agent 经济活动可编程、透明并上链。 - AI agents 目前已能检索文献、分析数据集、比较假设、协调子任务并发现小团队难以手动找到的模式。 - 核心争议在于：当 AI 能识别模式并生成研究线索时，其成果在什么条件下可被称为“真正的科学发现”，以及人类与 AI 应如何分工。 - 讨论还涉及研究者如何评估 AI 生成发现，以及该模式能否为小型团队和去中心化科学社区创造新机会。 结论：应把 AI agents 视为需配套算力、验证与结算基础设施的科研协作者，而非自动发现机器；在人类验证与链上协作机制到位前，不宜过早宣称其成果为科学发现。
Can Open Data Become the New Infrastructure for AI Drug Discovery?
AI药物发现领域的专家们在Join Care Space讨论开放数据能否成为AI药物发现的新基础设施,认为开放数据、实验室实验与社区挑战赛的结合有望加速药物研发。 - 讨论由Join Care主办,嘉宾包括Join Care CTO Natasha、MeridianX核心贡献者Harry和Freedom Assets的Ohio。 - 药物研发通常耗时10至15年,始于未满足的医疗需求,经过假说提出、靶点选择和验证等阶段。 - 靶点验证后需进行筛选,即监测靶点分子与数千至数百万种化合物的相互作用效果。 - 该倡议将实验室实验、开放数据集、AI模型和社区挑战赛结合,用参与者未见的实验结果检验模型预测。 - Natasha从数据获取、分析到模型构建和评估,专注AI在项目评估与研发中的严谨应用。 - Harry提到Anthropic设有生物研究实验室,连RCO也认为生物学可能是AI协助人类科学家的下一个突破点。 - 开放数据有望降低药物发现门槛、汇聚社区资源,但数据质量、标准化和实际转化效果仍需时间验证。 建议持续关注开放数据与社区挑战赛在药物发现中的实际验证成果,再评估其作为新基础设施的可行性。
关于 JoinCare 的 Spaces 合集
JoinCare 在 X(原 Twitter)上主持的 Spaces 音频空间已由 IFY Hub 收录归档。本页共收录 2 期内容,包括直播回放、访谈、圆桌讨论与 AMA 等多种形式。所有音频均可免费在线试听,注册用户可下载存档,并自动生成 AI 转写文字稿与内容摘要,方便快速回顾、引用与二次创作。
Spaces 是 X 平台上易消逝的音频内容——直播结束后回放通常仅保留有限时间。IFY Hub 的自动归档管道持续发现、审核并保存高价值 Spaces,让 JoinCare 的精彩内容不再随直播结束而消失。您也可以订阅上方 RSS 链接,在任意播客客户端(Apple Podcasts、Spotify、小宇宙等)第一时间收到新收录的节目。
如需下载其他主播的 Spaces 或批量归档,可前往热门 Spaces 排行榜浏览全站内容,或直接在下载页粘贴链接。