سه ماه پیش، تنسنت هون‌یان (Tencent Hunyuan) سیستم عامل هوش مصنوعی Hyra 1.0 را که یک سیستم حلقه عامل مینیمالیستی برای مسائل عمومی تحقیقات علمی است، راه‌اندازی کرد. Hyra با استفاده از مدل متن‌باز Hy3 خود، با موفقیت یک مسئله اصلی در ترکیبیات جمعی را که بیش از پنجاه سال حل‌نشده باقی مانده بود – یعنی توان‌های بهینه مجموعه‌ها و تفاضل‌ها – حل کرد و یک رکورد تاریخی را به عنوان اولین مدل متن‌باز چینی که به طور کامل و خودکار یک مسئله حل‌نشده در ریاضیات را حل می‌کند، به ثبت رساند. بلافاصله پس از آن، غول‌های بین‌المللی هوش مصنوعی نیز رقابت در ریاضیات و علوم کامپیوتر نظری را آغاز کردند.
اکنون که مسیر «حل مسئله توسط هوش مصنوعی» تأیید شده است، تحقیقات علمی خودکار باید به کدام سمت حرکت کند؟ چگونه هوش مصنوعی می‌تواند مسائل علمی پیچیده را اقتصادی‌تر و پایدارتر حل کند؟ در مواجهه با این پرسش‌های صنعتی، پاسخ تنسنت هون‌یان این است: ابزارها را ارتقا دهید. AI4Science از سیستم‌های خاص مسئله مانند AlphaFold، AlphaEarth و AlphaGeometry به پارادایمی تکامل یافته است که در آن مدل‌های عمومی، عامل‌ها را برای حل مستقیم مسائل علمی هدایت می‌کنند. Hyra 2.0 که به تازگی منتشر شده است، قصد دارد یک گام فراتر برود و به عامل‌های عمومی اجازه دهد تا عمیقاً در تحقیق و توسعه و ارتقای ابزارها و مدل‌های علمی مشارکت کنند، به طوری که نتایج یک تلاش تحقیق و توسعه بتواند به طور مکرر در تحقیقات بعدی مورد استفاده قرار گیرد و یک ترکیب هوشمندانه ایجاد کند.
