胚胎如何可靠地 "逐細胞" "計算" 其形態，僅使用局部互動和力學，卻能產生精確的全局身體計劃？我很高興能分享我們的《自然方法》論文 "MultiCell: 多細胞發展中的幾何學習"，這是由 @HaiqianYang 主導的 #AIxBiology 研究，並且是與 Ming Guo、George Roy、Tomer Stern、Anh Nguyen 和 Dapeng Bi 的偉大合作成果。 發展生物學中的一個長期挑戰是預測數千個細胞如何集體自我組織，隨著組織的摺疊、分裂和重組。在 MultiCell 中，我們將發展中的胚胎表示為一個雙重圖，統一了組織力學的兩種互補視角，具有單細胞解析度：細胞作為移動點（顆粒）和細胞作為連接泡沫（交界網絡）。這使得模型能夠從幾何和細胞-細胞連接中學習動態。 在果蠅胚胎發育的整體 4D 光片電影中（約 5,000 個細胞），我們的模型以單細胞解析度高精度預測關鍵細胞行為和事件的時間，包括交界喪失、重組和分裂。除了預測，這種表示還支持胚胎之間的穩健時間對齊，並提供可解釋的激活圖，突顯出發展的形態生成 "驅動因素"。更廣泛的目標是為更複雜組織中的逐細胞預測奠定基礎，最終檢測疾病的微妙動態特徵。 向團隊致敬，感謝這些出色的研究人員的啟發性合作，推動 AI 在生物學中的邊界！ 引用：Yang, H., Roy, G., Nguyen, A.Q., Buehler, M.J., 等。MultiCell: 多細胞發展中的幾何學習。《自然方法》（2025），DOI: 10.1038/s41592-025-02983-x 代碼/數據鏈接在手稿中。

生物啟發的群體智慧用於 AI 音樂創作：MusicSwarm 實現了許多相同的、靜止的基礎模型代理，這些代理僅通過點對點反饋和類費洛蒙信號進行協調。在沒有任何權重更新的情況下，這些代理自發地自我組織成不同的角色，並產生比集中評估的多代理或單次基準更具地方新穎性、更豐富的節奏多樣性和更具人性化的小世界結構。我們觀察到群體動態在代理行為空間中收斂到類 Nash 的均衡，同時不斷出現的新主題和長距離連結實現了一種哥德爾視角：互動代理加上共享的外部世界模型作為一個元系統，其創造性軌跡超越了任何單一的、單一模型。

真是一個驚喜 - 我剛收到《材料研究期刊》的實體版，封面上有我們的論文！我們的文章《代理深度圖推理產生自組織知識網絡》探討了AI如何超越靜態檢索，主動構建和完善自己的知識結構。該系統通過遞歸推理增長概念和關係的圖 - 有效地“在圖中思考” - 並自我組織成無尺度的模塊化網絡，反映人類知識的演變。這一方法的意義令人興奮：這種方法可能會改變AI發現新材料、跨學科連接思想和生成科學假設的方式 - 促進自組織、推理驅動的科學和工程系統。 這項工作作為受邀特刊發表，與我在西雅圖MRS春季會議上的@Materials_MRS傑出受邀演講有關，我對《材料研究期刊》和@SpringerNature將其放在封面上表示感謝。非常感謝所有推進AI驅動發現和圖形原生推理前沿的人！這是科學、智慧和設計融合的激動人心的時刻。