https://www.nature.com/articles/s41586-023-06221-2
哈佛大学医学院/Broad Institute Marinka Zitnik等研究人员近日在nature发表综述，阐述了人工智能工具用于科学研究的现状与挑战(1)。
作者们结合近来人工智能相关算法的发展，及其在分析大数据表征分析、指导产生科学假说(hypotheses)、实验设计与模拟等方面的应用突出了人工智能在各层面提高科研效率，扩展探索边界的前景(1)。
AI “渗透” 的科研(1)。
从科研数据获取有意义的数据表征(1)。
AI指导产生科学hypotheses(1)。
整合AI工具到实验及模拟设计(1)。
同时，作者们也指出目前存在人工智能工具使用上也存在一定的误用和混乱，后续需要通过多领域的合作提高人们对人工智能工具的理解和其产生数据正确的解读，优先让其以可靠的方式发挥作用并施加“保险措施”，从而提高获益降低风险(1)。
该项工作2023年8月2日发表在nature(1)。
Comment(s):
覆盖面非常广的综述；
后续值得讨论的话题是人脑和AI在科研上的配合。
通讯作者简介：
https://scholar.google.com/citations?user=YtUDgPIAAAAJ
参考文献：
1. H. Wang, T. Fu, Y. Du, W. Gao, K. Huang, Z. Liu, P. Chandak, S. Liu, P. Van Katwyk, A. Deac, A. Anandkumar, K. Bergen, C. P. Gomes, S. Ho, P. Kohli, J. Lasenby, J. Leskovec, T. Liu, A. Manrai, D. Marks, B. Ramsundar, L. Song, J. Sun, J. Tang, P. Veličković, M. Welling, L. Zhang, C. W. Coley, Y. Bengio, M. Zitnik, Scientific discovery in the age of artificial intelligence. Nature. 620, 47–60 (2023).
原文链接：
https://www.nature.com/articles/s41586-023-06221-2