Проведение научных экспериментов остается дорогостоящим. Это значит, что ученые не могут провести все опыты, которые хотели бы, и вынуждены выбирать наиболее информативные. Однако, как отмечает Axios, люди не очень хорошо справляются с этим выбором. Это лишь одна из областей, где взаимодействие с ИИ может преобразить науку.

Так, алгоритмы могут составить более эффективный план исследований и отдельных экспериментов. А ученые смогут решать проблемы быстрее и с меньшими затратами. В результате один исследователь получит возможность взять на себя больше проектов.

Место ученого в «пищевой цепочке» науки изменится: вместо экспериментаторской работы он сможет больше времени уделить анализу данных и построению выводов.

Речи о замене ученых на роботов не идет: несмотря на автоматизацию, специалисты должны будут направлять работу ИИ в нужное русло.

Автоматизация науки обеспечит доступ к исследованиям для большего числа людей и потенциально увеличит научную продукцию многих стран. Благодаря этому тренду Китай сможет окончательно ликвидировать сокращающуюся пропасть с США.

На переднем фронте автоматизации оказались биология и медицинские науки. Например, фармацевтические компании используют ИИ, чтобы анализировать научные статьи и другие письменные источники в поисках данных о потенциальных новых препаратах. Однако алгоритмы могут быть столь же полезны и в других сферах, например, химической инженерии, материаловедении и экспериментальной физике.

По мнению специалистов из Университета Пердью, будущее искусственного интеллекта неразрывно связано с квантовыми компьютерами. Технологии квантового машинного обучения станут мощным инструментом для поиска новых закономерностей в больших данных.