仪器网

　　【仪器网 时事聚焦】一直以来，人工智能(AI)都是一个热门的话题，尤其“Alpha GO”的出现，更是改变了人类对“计算机自我学习”这一领域认知，也是从那一刻开始，，AI在争议中迎来了多方面的发展。如今无论是AI作曲、AI绘画还是AI语音、AI客服，AI把它的可能展现在我们面前，成为了我们工作生活的工具，甚至大学生在完成课题报告的时候也会使用AI，AI似乎已经开始慢慢渗透到学术领域中。那么会不会有一天，科研也会在AI的介入下发生改变呢？
 

　　这并非天方夜谭，目前已经有不少国家开始尝试将AI与传统科研工作联系起来，有的科研学者更是直接开始挑战编写可用于研发活动的AI，不少企业也慢慢尝试将AI作为智能化仪器的下一个发展方向。事实上仅从原理上来看，这种模式也是十分值得期待的。
 

　　人工智能的目的性简单的说是获得能够以与人类智能相似的方式做出反应的智能机器，而过程简单的来说是样本学习。目前大部分的人工智能，差异其实在于内部学习以及重组样本的逻辑。但无论是谁制造的人工智能，它们几乎最终都会出现一个共性——学习的内容越多，准确性和自洽性就越强。当然近几年已经有了改变这种情况的新方向出现，不过今天暂且不提。
 

　　而之前引起轩然大波的“Alpha GO”，其实就是通过样本学习，在数学模型层面建立一个庞大的计算逻辑，从而计算围棋在应对棋局时候的所有可能性，当然事实上，即便如此，“Alpha GO”也没有把围棋的所有可能计算出来，这也反应了计算机技术其实还有很大的发展空间。
 

　　我们都知道，计算是许多科研工作的基础，事实上，许多的科研工作本身也是来自于规律的发现、归纳、对照。因此，在条件的允许下，如果人工智能可以才遇到这个过程中，理论上也可以实现科研结果的推算。不过想要完成正义点，仅仅依靠深度学习就不够了，而这也涉及到了人工智能另一个研究课题“因果推论”。
 

　　从现在的研究结果来看，即便是再怎么复杂的AI，其工作的过程依旧是在比对模型，数据库根本上决定了AI的上限，但人类的科研许多时候追寻的是“灵光乍现”之后的原理探究。
 

　　这么说可能有些抽象，简单的说，目前的AI终究还是与人脑的机制不同，人们使用AI的过程其实和使用传统仪器是类似的。AI如果真的融入到仪器之中，短时间能够给科研带来的，或许是更高效的实验过程以及更直观的结论统计。但是随着AI的研究不断深入，或许在未来的某一天，AI也能实现溯因、反推理，并能够开始推算一些数据库之外的逻辑，从而以科学研究的姿态探索出新的成果。