隨著技術(shù)復(fù)雜度的逐年提升，科學(xué)創(chuàng)新與發(fā)現(xiàn)的大門也在向著更多領(lǐng)域敞開。現(xiàn)在的問題是，由于數(shù)據(jù)比以往任何時(shí)候都要多，研究人員難以從中高效提取，使得技術(shù)轉(zhuǎn)化也越來越難。為此，美國能源部（DOE）決定為“自動(dòng)化科學(xué)發(fā)現(xiàn)”的機(jī)器學(xué)習(xí)（ML）和人工智能（AI）研究項(xiàng)目，提供多達(dá) 1600 萬美元的資金支持。

來自美國能源部的這筆援助，將面向五個(gè)研究領(lǐng)域分配資金，主要涉及開發(fā)相關(guān) AI、和為科學(xué)研究量身定制機(jī)器學(xué)習(xí)算法。

這些算法旨在解析各種來源的大量數(shù)據(jù)(觀察研究、科學(xué)實(shí)驗(yàn)、甚至模擬)，并通過相關(guān)洞察力來催生新的的科學(xué)發(fā)現(xiàn)。

基于此打造的特定 AI 與 ML 系統(tǒng)，有望幫助預(yù)測極端天氣將于何時(shí)發(fā)生、提供對電網(wǎng)的動(dòng)態(tài)觀察、以及形成與空間和物理相關(guān)的結(jié)論。

能源部顯然對這些算法提起了濃厚的興趣，且該機(jī)構(gòu)擁有大量高端科學(xué)基礎(chǔ)設(shè)施，能夠成圣大量需要分析的數(shù)據(jù)。

另一方面，人類科學(xué)家一直在努力尋求見解和發(fā)現(xiàn)的突破，畢竟對如此大量的信息進(jìn)行分類，已經(jīng)遠(yuǎn)超人類的能力極限。

最后，美國能源部科學(xué)辦公室高級科學(xué)計(jì)算研究副主任 Barbara Helland 在一份聲明中稱：

科學(xué)應(yīng)用、算法、架構(gòu)和高性能計(jì)算生態(tài)系統(tǒng)，正在推動(dòng)顛覆性的技術(shù)變革。

這些項(xiàng)目探索了人工智能和機(jī)器學(xué)習(xí)中潛在的高影響力方法，協(xié)助科學(xué)發(fā)現(xiàn)和自動(dòng)化數(shù)據(jù)分析，進(jìn)而解決日益復(fù)雜的相關(guān)問題。