10 · การทดสอบปิดตาที่ AI สอบผ่าน
ทุกสองปี นักวิจัยจากทั่วโลกแข่งกันทายรูปร่างของโปรตีน โดยที่คำตอบถูกเก็บเป็นความลับจากผู้แข่งทุกคน
ปีหนึ่ง ผู้แข่งรายหนึ่งเป็น AI คะแนนรวมของมันมากกว่าอันดับสองเกินสองเท่า สี่ปีต่อมา สองคนที่นำทีมสร้างมันได้รางวัลโนเบล
AI ตัวนั้นไม่ได้ถูกเชื่อเพราะมันเก่ง มันถูกเชื่อเพราะมันทายสิ่งที่ยังไม่มีใครรู้คำตอบ แล้วถูกตรวจโดยคนที่ไม่ได้สร้างมัน
นี่คือการทดสอบแบบเดียวกับในห้องบอลรูมร้างของบทที่หนึ่ง คนทายไม่รู้คำตอบ คนให้คะแนนไม่ใช่คนสร้าง ต่างกันแค่ผล เครื่องพลาสติกในบทนั้นสอบตก AI ตัวนี้สอบผ่าน การทดสอบไม่ได้สนใจเลยว่าของที่มันทดสอบคืออะไร มันสนแค่ว่าคำทายตรงกับคำตอบที่ถูกซ่อนไว้หรือเปล่า
คำตอบในซองปิดผนึก
โปรตีนเริ่มต้นเป็นสายยาวของกรดอะมิโน แล้วพับตัวเป็นก้อนสามมิติ รูปร่างของก้อนนั้นกำหนดว่ามันทำงานอะไรในร่างกาย การหารูปร่างด้วยการทดลองเคยกินเวลาเป็นปี บางตัวหาไม่ได้เลย ส่วนการทายรูปร่างจากลำดับกรดอะมิโนอย่างเดียว เป็นโจทย์ที่นักเคมีปล้ำกันมากว่าห้าสิบปี
ปี 1994 นักวิจัยกลุ่มหนึ่งตั้งการแข่งขันชื่อ CASP ขึ้นมาวัดว่าใครทายได้จริง กติกาเรียบง่าย ห้องแล็บที่เพิ่งหารูปร่างของโปรตีนตัวหนึ่งได้ ส่งลำดับกรดอะมิโนของมันมาเป็นโจทย์ แต่เก็บรูปร่างไว้ ห้ามลงบทความ ห้ามขึ้นฐานข้อมูล ห้ามพูดในงานประชุม จนกว่าช่วงทายจะปิด ผู้แข่งเห็นแค่ลำดับ ส่งคำทาย แล้วผู้จัดเอาคำทายไปเทียบกับของจริง
คำว่ายังไม่มีใครรู้คำตอบ ในที่นี้จึงหมายถึงไม่มีใครในสนามแข่ง คำตอบนอนอยู่ในห้องแล็บเจ้าของโจทย์ ในซองที่ผู้แข่งคนไหนก็เปิดไม่ได้ ผู้จัดเขียนถึงงานของตัวเองว่าเป็น "objective testing ... via the process of blind prediction" คือการทดสอบอย่างเป็นกลางด้วยการทายแบบปิดตา
ปี 2020 AlphaFold2 ของ DeepMind ลงแข่งในรอบที่สิบสี่ ตารางคะแนนทางการให้คะแนนรวมของมันมากกว่าอันดับสองเกินสองเท่า ผู้จัดบันทึกว่าในราวสองในสามของโจทย์ คำทายของมันแม่นจนสูสีกับการวัดด้วยการทดลอง
ปี 2024 รางวัลโนเบลสาขาเคมีครึ่งหนึ่งเป็นของ Demis Hassabis กับ John Jumper สำหรับการทายโครงสร้างโปรตีน แถลงการณ์ของรางวัลเขียนว่าทั้งสองพัฒนา "an AI model to solve a 50-year-old problem" คือแบบจำลอง AI ที่แก้โจทย์อายุห้าสิบปี อีกครึ่งเป็นของ David Baker สำหรับการออกแบบโปรตีนด้วยคอมพิวเตอร์
สิ่งที่ทำให้เรื่องนี้น่าเชื่อไม่ใช่ชื่อเสียงของบริษัท ไม่ใช่คำอธิบายว่าแบบจำลองฉลาดแค่ไหน และไม่ใช่คำชมจากคนที่ได้ลองใช้ มันคือซองที่ปิดผนึก คำตอบถูกซ่อนไว้ก่อนการทาย และคนให้คะแนนไม่ได้อยู่ทีมเดียวกับคนทาย
คุณไม่ต้องเข้าใจเคมีสักบรรทัด ก็ตัดสินการทดสอบแบบนี้ได้
ฟ้าพรุ่งนี้ตรวจทุกคน
การพยากรณ์อากาศคือการทดสอบปิดตาที่เกิดขึ้นทุกวัน ตอนออกพยากรณ์ ไม่มีใครรู้ว่าพรุ่งนี้ฝนจะตกไหม รวมทั้งคนพยากรณ์เอง แล้วพรุ่งนี้ก็มาตรวจคำตอบ โดยไม่ต้องมีใครจัด
ปี 2023 วารสาร Science ตีพิมพ์งานของ GraphCast แบบจำลอง AI ที่พยากรณ์อากาศทั่วโลกล่วงหน้าสิบวันได้ในเวลาไม่ถึงหนึ่งนาที เมื่อเทียบกับระบบที่แม่นที่สุดที่ใช้งานจริงอยู่ในตอนนั้น บนตัววัด 1,380 ตัว มันทำได้ดีกว่าในเก้าสิบเปอร์เซ็นต์ ตัวเลขนี้มาจากทีมที่สร้างมันเอง แต่ผ่านการตรวจของวารสารแล้ว
การทดสอบที่หนักกว่าคือการเอาไปใช้จริงทุกวัน วันที่ 25 กุมภาพันธ์ 2025 ศูนย์พยากรณ์อากาศระยะกลางแห่งยุโรป (ECMWF) ที่สามสิบห้าประเทศทำงานร่วมกัน เริ่มใช้ AI พยากรณ์ของตัวเองเป็นงานประจำ คู่กับแบบจำลองฟิสิกส์ตัวเดิม ไม่ได้ใช้แทน ตัวเดิมคำนวณจากกฎฟิสิกส์ ตัวใหม่เรียนจากว่าอากาศในอดีตเปลี่ยนไปอย่างไร
ECMWF บอกว่าในหลายตัววัด ตัวใหม่แม่นกว่าแบบจำลองฟิสิกส์ชั้นนำ เส้นทางพายุหมุนเขตร้อนแม่นขึ้นได้ถึง 20% และใช้พลังงานต่อการพยากรณ์หนึ่งครั้งน้อยลงราวหนึ่งพันเท่า ตัวเลขเหล่านี้เป็นคำของ ECMWF เองเกี่ยวกับระบบของตัวเอง
สิ่งที่ทำให้การพยากรณ์ต่างจากคำบอกเล่าของผู้สร้าง คือคุณตรวจมันได้เอง ทุกฉบับคือคำทายสิ่งที่ยังไม่มีใครรู้ และฟ้าพรุ่งนี้ไม่เข้าข้างใคร
ข้อสอบที่ไม่ได้ปิดผนึก
ถ้าคุณสงสัยว่า AI ทำได้แค่เรียงคำให้ฟังดี ความสงสัยนั้นมีเหตุผลรองรับ และเหตุผลนั้นควรได้เล่าเต็มๆ สี่เรื่อง
ปลายปี 2024 งานฉบับก่อนตีพิมพ์ (preprint) ชิ้นหนึ่งจาก MIT ศึกษานักวิทยาศาสตร์ 1,018 คน แล้วรายงานว่าคนที่ได้ AI ช่วยค้นพบวัสดุใหม่มากขึ้น 44% และยื่นจดสิทธิบัตรมากขึ้น 39%
ห้าเดือนต่อมา MIT แถลงว่าไม่มีความเชื่อมั่น "in the provenance, reliability or validity of the data" คือในที่มา ความน่าเชื่อถือ และความถูกต้องของข้อมูล งานถูกถอนออกจากคลังที่เผยแพร่ และนักเศรษฐศาสตร์สองคนของ MIT บอกว่าไม่ควรมีใครพึ่งผลของมัน
ตัวเลขที่ฟังดีที่สุดในสี่เรื่องนี้ คือตัวเลขที่ไม่มีใครตรวจที่มาได้
ต้นปี 2025 บริษัท AI ญี่ปุ่นชื่อ Sakana ส่งบทความสามชิ้นที่ AI เขียนเองทั้งหมด ให้เวิร์กช็อปหนึ่งในงานประชุม ICLR ตรวจแบบที่ผู้ตรวจไม่รู้ว่าชิ้นไหนเป็นของ AI ชิ้นหนึ่งได้คะแนนผ่านเกณฑ์รับ แล้วถูกถอนตามที่ตกลงไว้ก่อน
เวิร์กช็อปคือเวทีย่อยที่จัดคู่กับงานประชุมใหญ่ บริษัทเขียนข้อจำกัดไว้เองว่า เวทีนี้รับงานราวหกถึงเจ็ดชิ้นจากทุกสิบชิ้นที่ส่งมา ส่วนเวทีหลักรับราวสองถึงสามชิ้น ทีมของบริษัทเห็นว่าไม่มีชิ้นไหนผ่านเกณฑ์เวทีหลัก และ AI ยังอ้างที่มาของเทคนิคดังตัวหนึ่งผิดคนผิดปี
สามชิ้นที่ส่งไป คนของบริษัทเป็นคนเลือก โดยประกาศของบริษัทไม่ได้บอกว่าเลือกจากทั้งหมดกี่ชิ้น ตัวเลขที่หายไปแบบนี้ คือสิ่งที่คำถามข้อที่สอง บังเอิญได้ไหม ให้คุณถามหา
ต้นปี 2025 เช่นกัน Google เล่าว่าห้องแล็บหนึ่งที่ Imperial College London ให้ระบบ AI co-scientist อธิบายกลไกหนึ่งของแบคทีเรีย ห้องแล็บทดลองได้คำตอบแล้วแต่ยังไม่ได้เผยแพร่ และระบบเสนอกลไกเดียวกันออกมาเอง ซองใบนี้ปิดจริง และ AI ทายถูก
แต่ Google เองเรียกผลนี้ว่าการค้นพบซ้ำ (re-discovery) และเขียนว่าระบบทำได้เพราะดึงงานวิจัยที่เปิดอ่านได้ในเรื่องนี้ย้อนไปหลายสิบปีมาใช้ ส่วนคะแนนที่ระบบใช้จัดอันดับความคิดของตัวเอง Google เขียนว่าไม่ได้อิงคำตอบจริงจากภายนอก และมีผู้เชี่ยวชาญประเมินผลเพียงสิบเอ็ดโจทย์
ซองจะปิดสนิทแค่ไหนก็ไม่พอ ถ้าชิ้นส่วนของคำตอบวางอยู่นอกซองมาตั้งแต่ต้น
เรื่องสุดท้ายไม่มีชื่อบริษัทติดอยู่เลย รายการที่นักวิจัยของมหาวิทยาลัยพรินซ์ตันรวบรวมไว้ถึงเดือนพฤษภาคม 2024 นับได้งานสี่สิบเอ็ดชิ้นจากสามสิบสาขาที่พบข้อผิดพลาด กระทบงานวิจัยที่ใช้ AI เรียนจากข้อมูลรวม 648 ชิ้น
ต้นเหตุร่วมของทุกกรณีคือการรั่วของข้อมูล (data leakage) แบบที่พบบ่อยคือข้อมูลที่ควรเก็บไว้สอบรั่วไปปนกับข้อมูลที่ใช้สอน เครื่องจึงถูกวัดผลด้วยข้อสอบที่เคยเห็นแล้ว งานทำนายสงครามกลางเมืองที่เคยอ้างว่าเครื่องทายเก่งกว่าวิธีสถิติแบบเดิม พอแก้ข้อผิดพลาดแล้วก็ไม่ได้เก่งกว่า
ข้อสอบที่รั่วทำให้การทดสอบกลายเป็นรอบแรกของทหารในบทที่หนึ่ง คนถือรู้อยู่แล้วว่าของอยู่กล่องไหน
สี่เรื่องนี้ไม่ได้บอกคุณว่า AI ทำวิทยาศาสตร์ไม่ได้ มันบอกว่าทั้งสี่พลาดตรงที่เดียวกัน การตรวจไม่ได้ถูกแยกออกจากสิ่งที่ถูกตรวจ ข้อมูลที่ตรวจที่มาไม่ได้ งานที่ผู้สร้างเลือกเองว่าจะส่งชิ้นไหน คะแนนที่ระบบให้ตัวเอง และข้อสอบที่รั่วเข้าไปในบทเรียน
ในหลอดทดลอง ยังไม่ใช่ในคน
วันที่ 19 พฤษภาคม 2026 วารสาร Nature ตีพิมพ์งานสองชิ้นที่ไปไกลกว่าทุกเรื่องข้างบน
ชิ้นแรกมาจากระบบ co-scientist ของ Google มันเสนอยาที่มีอยู่แล้ว ทั้งแบบเดี่ยวและแบบใช้คู่กัน ให้ลองกับมะเร็งเม็ดเลือดขาว และการทดลองกับเซลล์ในห้องแล็บยืนยันผล ชิ้นที่สองคือระบบชื่อ Robin ที่ผู้เขียนเรียกว่ากึ่งอัตโนมัติ มันเสนอสารสองตัวสำหรับโรคจุดภาพชัดเสื่อมชนิดแห้ง การทดลองในห้องแล็บยืนยันทั้งสองตัว และผู้เขียนระบุว่าสมมติฐานกับการวิเคราะห์ทุกข้อในเนื้อหาหลักของรายงานมาจากระบบ
ถ้าผลเหล่านี้ยืนได้ นี่คือก้าวที่ไกลขึ้นจริง ความคิดของเครื่องไม่ได้จบอยู่บนหน้ากระดาษ มันถูกเอาไปทดลอง ได้ผล และผ่านการตรวจของวารสาร
แต่คำว่า "ถ้า" ยังต้องอยู่ตรงนั้น ผลทั้งสองชิ้นยืนยันโดยทีมของผู้เขียนเอง ยังไม่มีทีมนอกทดลองซ้ำเท่าที่เล่มนี้หาพบ ทั้งหมดเป็นการทดลองกับเซลล์ในห้องแล็บ ยังไม่มีการทดลองในคน และคำว่ากึ่งอัตโนมัติก็บอกอยู่แล้วว่ายังมีคนอยู่ในวงจร ซองของเรื่องนี้ยังไม่ได้ถูกส่งให้คนนอกเปิด
เมื่อคุณเจอข่าวว่า AI ค้นพบอะไร ถามสามข้อ ใครยืนยัน ยืนยันในอะไร ในเซลล์ ในสัตว์ หรือในคน และมีทีมที่ไม่เกี่ยวกับผู้สร้างเปิดซองนั้นแล้วหรือยัง
ส่วนการแข่งขันที่ AI เคยสอบผ่าน ก็ยังสอบมันต่อ ในประกาศรับโจทย์รอบปี 2026 ผู้จัดเขียนว่าผลรอบก่อนชี้ว่าความแม่นหยุดขยับในบางด้าน และกับโครงสร้างของ RNA และ DNA วิธีเรียนรู้เชิงลึกมักไม่ได้ดีกว่าวิธีแบบเดิม กติกาคร่าวๆ ของพวกเขาคือ ถ้าแบบจำลองรุ่นล่าสุดทายโจทย์ไหนได้ดี โจทย์นั้นคงไม่ใช่ของที่ต้องการ "If it struggles, we want it." ถ้ามันไปไม่รอด นั่นแหละโจทย์ที่ต้องการ
AI ในวิทยาศาสตร์จึงเป็นเครื่องมือชิ้นหนึ่ง เหมือนเทอร์โมมิเตอร์หรือกล้องจุลทรรศน์ ผ่านการทดสอบเรื่องรูปร่างของโปรตีน ไม่ได้แปลว่าผ่านเรื่อง RNA และยาที่ได้ผลในหลอดทดลอง ก็ยังไม่ได้ผ่านการทดสอบในคน
มันน่าเชื่อเท่ากับการทดสอบที่มันผ่านมา ไม่มากกว่านั้น
ลองคืนนี้: ถาม AI ตัวไหนก็ได้ว่าพรุ่งนี้บ่ายฝนจะตกแถวบ้านคุณไหม มั่นใจกี่เปอร์เซ็นต์ แล้วให้คนในบ้านทายเรื่องเดียวกันคนละคำตอบ จดทุกคำทายลงกระดาษพร้อมเวลาที่จด พรุ่งนี้เย็นค่อยดูว่าใครถูก และจดต่อไปอีกหลายวันก่อนตัดสิน เพราะวันเดียวบอกได้แค่ว่าใครโชคดี
จะรู้ว่าบทนี้ผิดเมื่อ: มีหลักฐานว่าคำตอบของโจทย์ในการแข่งทายโครงสร้างโปรตีนปี 2020 รั่วถึงผู้แข่งก่อนปิดรับคำทาย หรือมีคนชี้ได้ว่าก่อนเดือนกันยายน 2026 มีการค้นพบที่ AI ทำเองเกือบทั้งหมด ถูกทีมที่ไม่เกี่ยวกับผู้สร้างทดลองซ้ำจนได้ผลเดียวกัน โดยไม่มีใครแย้งได้ว่ามันเป็นแค่การค้นพบซ้ำ
หลักฐาน:
- การแข่งทายโครงสร้างโปรตีนแบบปิดตา (CASP) จัดทุกสองปีตั้งแต่ปี 1994 ห้องแล็บส่งลำดับกรดอะมิโนของโปรตีนที่เพิ่งหารูปร่างได้ รูปร่างถูกเก็บเป็นความลับจากผู้แข่ง ข้อมูลการทดลองห้ามเผยแพร่ทุกทางจนกว่าช่วงทายจะปิด ผู้จัดเรียกงานของตัวเองว่า "objective testing ... via the process of blind prediction" — แน่น (ผู้จัดและเอกสารของรางวัลโนเบลบรรยายตรงกัน) — Protein Structure Prediction Center หน้าแรก ไม่ระบุวันที่ เปิดเมื่อ 25 กันยายน 2026 https://predictioncenter.org/ · ประกาศรับโจทย์ CASP17 https://predictioncenter.org/casp17/callForTargets.cgi · Nobel Prize in Chemistry 2024, Popular information https://www.nobelprize.org/prizes/chemistry/2024/popular-information/
- CASP14 (2020) AlphaFold2 คะแนน z รวม 244.0 อันดับสองได้ 90.8 จากโจทย์ 92 โดเมน · ผู้จัดบันทึกว่าคำทายของมันแม่นระดับสูสีกับการทดลอง (GDT_TS เกิน 90) ในราวสองในสามของโจทย์ — แน่น (ผู้ประเมินเป็นอิสระจากผู้สร้าง และคณะกรรมการรางวัลโนเบลสรุปไปทางเดียวกัน) — ตารางคะแนนทางการ CASP14 ไม่ระบุวันที่ เปิดเมื่อ 25 กันยายน 2026 https://predictioncenter.org/casp14/zscores_final.cgi · https://predictioncenter.org/
- รางวัลโนเบลสาขาเคมี 2024 ประกาศวันที่ 9 ตุลาคม 2024 ครึ่งหนึ่งให้ David Baker สำหรับการออกแบบโปรตีนด้วยคอมพิวเตอร์ อีกครึ่งให้ Demis Hassabis และ John Jumper สำหรับการทายโครงสร้างโปรตีน "an AI model to solve a 50-year-old problem" — แน่น — The Royal Swedish Academy of Sciences, press release https://www.nobelprize.org/prizes/chemistry/2024/press-release/
- GraphCast พยากรณ์ทั่วโลกล่วงหน้า 10 วันในเวลาไม่ถึงหนึ่งนาที ดีกว่าระบบพยากรณ์แบบกำหนดที่แม่นที่สุดที่ใช้งานจริงใน 90% ของเป้าตรวจ 1,380 เป้า — พอเชื่อ (งานของทีมผู้สร้างเอง ผ่านการตรวจของวารสาร) — Science (2023), "Learning skillful medium-range global weather forecasting", Europe PMC 37962497 https://europepmc.org/article/MED/37962497
- ECMWF เริ่มใช้ AIFS เป็นงานประจำวันที่ 25 กุมภาพันธ์ 2025 คู่กับแบบจำลองฟิสิกส์ IFS · ECMWF บอกว่าแม่นกว่าแบบจำลองฟิสิกส์ชั้นนำในหลายตัววัด เส้นทางพายุหมุนเขตร้อนดีขึ้นได้ถึง 20% และใช้พลังงานต่อการพยากรณ์น้อยลงราว 1,000 เท่า — ยังบาง (คำของ ECMWF เองเกี่ยวกับระบบของตัวเอง) — ECMWF, 25 กุมภาพันธ์ 2025 https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ai-forecasts-become-operational
- งานฉบับก่อนตีพิมพ์จาก MIT (ธันวาคม 2024) นักวิทยาศาสตร์ 1,018 คน "AI-assisted researchers discover 44% more materials" สิทธิบัตรมากขึ้น 39% · MIT (16 พฤษภาคม 2025) "no confidence in the provenance, reliability or validity of the data" งานถูกถอนจาก arXiv และนักเศรษฐศาสตร์สองคนของ MIT บอกว่าไม่ควรพึ่งผลนี้ — พอเชื่อ (แหล่งเดียวคือ MIT แต่เป็นสถาบันเจ้าของงานเอง และมีบันทึกการถอน) — https://economics.mit.edu/news/assuring-accurate-research-record · https://arxiv.org/abs/2412.17866
- Sakana (12 มีนาคม 2025) บทความที่ The AI Scientist-v2 เขียนเองหนึ่งในสามชิ้นได้คะแนน 6, 7, 6 ในเวิร์กช็อปของ ICLR 2025 ที่รับงาน 60–70% (งานประชุมหลัก 20–30%) ถอนตามข้อตกลงก่อนทดลอง · ทีมของบริษัทสรุปว่าไม่มีชิ้นไหนผ่านเกณฑ์งานประชุมหลัก · AI อ้าง LSTM เป็นของ Goodfellow (2016) แทน Hochreiter และ Schmidhuber (1997) · คนของบริษัทเลือกสามชิ้นที่คิดว่าดีที่สุด ประกาศไม่ได้บอกว่าจากทั้งหมดกี่ชิ้น — ยังบาง (คำของบริษัทเองเกี่ยวกับสินค้าของตัวเอง) — Sakana AI https://sakana.ai/ai-scientist-first-publication/
- Google (19 กุมภาพันธ์ 2025) AI co-scientist เสนอกลไกที่ห้องแล็บร่วมวิจัยที่ Imperial College London ทดลองได้แล้วแต่ยังไม่เผยแพร่ Google เรียกว่า re-discovery และเขียนว่าระบบใช้วรรณกรรมที่เปิดอ่านได้ทั้งหมดในเรื่องนั้น · คะแนน Elo ของระบบ "is not based on an independent ground truth" · ผู้เชี่ยวชาญประเมินโจทย์ 11 โจทย์ ซึ่ง Google เรียกว่าตัวอย่างขนาดเล็ก — ยังบาง (คำของ Google เองเกี่ยวกับระบบของตัวเอง) — https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/
- งาน 41 ชิ้นจาก 30 สาขารายงานข้อผิดพลาดจากการรั่วของข้อมูล กระทบงานวิจัยที่ใช้ machine learning 648 ชิ้น (ตารางปรับปรุงเดือนพฤษภาคม 2024) · สาขากฎหมาย พบปัญหา 156 จาก 171 ชิ้นที่ตรวจ · งานทำนายสงครามกลางเมืองที่อ้างว่า machine learning ดีกว่า logistic regression ทำซ้ำไม่ได้เมื่อแก้ข้อผิดพลาด — แน่น (รายงานอิสระสี่สิบเอ็ดชิ้นจากหลายสาขาไปทางเดียวกัน) — Leakage and the Reproducibility Crisis in ML-based Science, Princeton https://reproducible.cs.princeton.edu/
- Nature วันที่ 19 พฤษภาคม 2026 · Co-Scientist เสนอยาเดิมและยาคู่สำหรับมะเร็งเม็ดเลือดขาว ยืนยันในหลอดทดลอง · Robin ที่ผู้เขียนเรียกว่า semi-autonomous เสนอ ripasudil และ KL001 สำหรับโรคจุดภาพชัดเสื่อมชนิดแห้ง ยืนยันในหลอดทดลอง สมมติฐานและการวิเคราะห์ทั้งหมดในเนื้อหาหลักมาจากระบบ · ยืนยันโดยทีมผู้เขียนเอง ยังไม่มีทีมนอกทดลองซ้ำเท่าที่เล่มนี้หาพบ ยังไม่มีการทดลองในคน — ยังบาง (ระบบละหนึ่งงาน โดยทีมที่สร้างระบบ) — https://www.nature.com/articles/s41586-026-10644-y · https://www.nature.com/articles/s41586-026-10652-y
- ประกาศรับโจทย์ CASP17 ผู้จัดเขียนว่าผล CASP16 (2024) ชี้ว่าความแม่นหยุดขยับในบางด้าน และกับโครงสร้างของกรดนิวคลีอิก วิธีเรียนรู้เชิงลึก "usually no better than classical approaches" · "If it struggles, we want it." — พอเชื่อ (ผู้จัดสรุปผลการประเมินของตัวเอง รายละเอียดอยู่ในวารสาร Proteins ปี 2026) — ไม่ระบุวันที่ เปิดเมื่อ 25 กันยายน 2026 https://predictioncenter.org/casp17/callForTargets.cgi