隨著技術(shù)復(fù)雜度的逐年提升洪唐，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《ε桑現(xiàn)在的問題是愁逝，由于數(shù)據(jù)比以往任何時候都要多肚浴，研究人員難以從中高效提取，使得技術(shù)轉(zhuǎn)化也越來越難软旁。為此支礼，美國能源部（DOE）決定為“自動化科學(xué)發(fā)現(xiàn)”的機器學(xué)習(xí)（ML）和人工智能（AI）研究項目，提供多達 1600 萬美元的資金支持安揣。

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

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)實驗端辱、甚至模擬)赎丢，并通過相關(guān)洞察力來催生新的的科學(xué)發(fā)現(xiàn)掏博。

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

能源部顯然對這些算法提起了濃厚的興趣个盆，且該機構(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)朵栖。

另一方面颊亮，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行分類，已經(jīng)遠超人類的能力極限终惑。

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

科學(xué)應(yīng)用、算法诊拦、架構(gòu)和高性能計算生態(tài)系統(tǒng)瘟百，正在推動顛覆性的技術(shù)變革。

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