La scoperta scientifica nell’era dell’intelligenza artificiale

Natura volume 620, pagine 47–60 (2023) Citare questo articolo

197 Altmetrico

Dettagli sulle metriche

L’intelligenza artificiale (AI) viene sempre più integrata nella scoperta scientifica per aumentare e accelerare la ricerca, aiutando gli scienziati a generare ipotesi, progettare esperimenti, raccogliere e interpretare grandi set di dati e ottenere informazioni che non sarebbero state possibili utilizzando solo i metodi scientifici tradizionali. Qui esaminiamo le scoperte degli ultimi dieci anni che includono l’apprendimento auto-supervisionato, che consente di addestrare i modelli su grandi quantità di dati non etichettati, e l’apprendimento profondo geometrico, che sfrutta la conoscenza sulla struttura dei dati scientifici per migliorare l’accuratezza e l’efficienza del modello. I metodi di intelligenza artificiale generativa possono creare progetti, come farmaci e proteine ​​a piccole molecole, analizzando diverse modalità di dati, comprese immagini e sequenze. Discutiamo di come questi metodi possano aiutare gli scienziati durante tutto il processo scientifico e delle questioni centrali che rimangono nonostante tali progressi. Sia gli sviluppatori che gli utenti degli strumenti di intelligenza artificiale necessitano di una migliore comprensione di quando tali approcci necessitano di miglioramenti e permangono le sfide poste dalla scarsa qualità dei dati e dalla scarsa gestione. Queste questioni attraversano le discipline scientifiche e richiedono lo sviluppo di approcci algoritmici fondamentali che possano contribuire alla comprensione scientifica o acquisirla in modo autonomo, rendendoli aree critiche di interesse per l’innovazione dell’IA.

Questa è un'anteprima dei contenuti in abbonamento, accessibile tramite il tuo istituto

Accedi a Nature e ad altre 54 riviste Nature Portfolio

Ottieni Nature+, il nostro abbonamento con accesso online dal miglior rapporto qualità-prezzo

$ 29,99 / 30 giorni

annullare in qualsiasi momento

Iscriviti a questo diario

Ricevi 51 numeri cartacei e accesso online

$ 199,00 all'anno

solo $ 3,90 per numero

Noleggia o acquista questo articolo

I prezzi variano in base al tipo di articolo

da $ 1,95

a $ 39,95

I prezzi possono essere soggetti a tasse locali calcolate durante il checkout

LeCun, Y., Bengio, Y. & Hinton, G. Apprendimento profondo. Natura 521, 436–444 (2015). Questa indagine riassume gli elementi chiave del deep learning e il suo sviluppo nel riconoscimento vocale, nella visione artificiale e nell'elaborazione del linguaggio naturale.

Articolo ADS CAS PubMed Google Scholar

de Regt, HW Comprensione, valori e scopi della scienza. Fil. Sci. 87, 921–932 (2020).

Articolo MathSciNet Google Scholar

Pickstone, JV Ways of Knowing: una nuova storia di scienza, tecnologia e medicina (Univ. Chicago Press, 2001).

Han, J. et al. Potenziale profondo: una rappresentazione generale di una superficie energetica potenziale a molti corpi. Comune. Calcola. Fis. 23, 629–639 (2018). Questo articolo ha introdotto un’architettura di rete neurale profonda che apprende la superficie energetica potenziale dei sistemi a molti corpi rispettando le simmetrie sottostanti del sistema incorporando la teoria dei gruppi.

Akiyama, K. et al. Primi risultati del telescopio M87 Event Horizon. IV. Immagine del buco nero supermassiccio centrale. Astrofisica. J. Lett. 875, L4 (2019).

Articolo ADS CAS Google Scholar

Wagner, AZ Costruzioni in combinatoria tramite reti neurali. Prestampa su https://arxiv.org/abs/2104.14516 (2021).

Coley, CW et al. Una piattaforma robotica per la sintesi del flusso di composti organici basata sulla pianificazione dell'intelligenza artificiale. Scienza 365, eaax1566 (2019).

Articolo CAS PubMed Google Scholar

Bommasani, R. et al. Sulle opportunità e sui rischi dei modelli di fondazione. Prestampa su https://arxiv.org/abs/2108.07258 (2021).

Davies, A. et al. Far progredire la matematica guidando l'intuizione umana con l'intelligenza artificiale. Natura 600, 70–74 (2021). Questo articolo esplora come l’intelligenza artificiale può favorire lo sviluppo della matematica pura guidando l’intuizione matematica.

Articolo ADS CAS PubMed PubMed Central MATH Google Scholar