Сегодня человечество собирает огромное количество данных в самых разных областях. Объемы дошли до такой степени, когда уже тяжело формулировать конкретные вопросы и требования к этим данным. То есть проблема не в том, чтобы получать новую информацию, а в том, чтобы ее правильно обрабатывать, ставить правильные задачи. В этом и должны помочь инструменты ИИ, например, глубинное обучение.
В качестве примеров он приводит поиск слабых шаблонов в большом потоке данных, перемешанных с шумами. ИИ может заметить необычные закономерности даже тогда, когда ученый не знает, что он ищет. Например, это касается исследований космоса или космических событий, происходящих в далекой галактике: нужно выяснить характеристики явлений, обнаружив их из очень большого набора данных. Это пример поиска без известного уравнения, где можно привести примеры, и через них позволить системе глубокого обучения понять, что искать.
Он хочет превратить ИИ в универсальный инструмент работы с большими и многомерными данными. Когда метод проб и ошибок уже не работает, а старые методы анализа не подходят. Тогда ИИ установит нужные связи, выберет среди шума то, что существенно и поможет найти ученым то, что они искали.
С другой стороны не обязателен сценарий, когда все уравнения, описывающие модель неизвестны. Есть и альтернативные истории. Уравнений очень много, они подробные, но требуется очень много сил и ресурсов для их вычисления. Это касается, например, фармакологии: есть новая молекулярная структура и надо определить, как она себя поведет в той или иной среде. Для вычисления только одного сценария могут потребоваться недели. Глубокое обучение может сократить этот срок до нескольких дней для нескольких сценариев, говорит Сингер.
Сингер говорит, что ученым всех областей стоит понять, что сотрудничество и взаимодействие с методами ИИ просто необходимо. С этими инструментами эффективность их работы увеличится в разы. Это область, которая развивается быстрее всех остальных, если смотреть на промежуток в последние 35 лет. И ИИ это не только про способ быстро считать или что-то находить, считает он, это новый формат взаимодействия науки и вычислительной техники.
