機器已經在下棋、識別鳥鳴和預測複雜蛋白質結構等方面勝過人類。但是，在涉及到真正聰明和需要直覺的東西（比如原創科學研究）時，我們人類喜歡認爲我們仍然具有優勢。
我們可能需要再想一想。6月早些時候，在倫敦舉行的人工智慧研究與應用峯會(RAAIS)上，加拿大藥物研發公司Valence Labs總裁丹尼爾•科恩(Daniel Cohen)討論了「自主科學發現」這一誘人、但略微令人不安的可能性。使用專業數據進行訓練後，先進的人工智慧(AI)模型也許很快就有能力生成假設、設計和運行實驗、從結果中學習，並且全天候不斷重複。「我們的使命是實現科學發現的工業化，」他表示。
與計算生物學領域的人士交談，你很快就能理解他們對AI的興奮。AI研究公司、谷歌(Google)旗下的DeepMind甚至在其AlphaFold程式爲2億個蛋白質結構建模後，分拆出一家獨立的公司Isomorphic Labs來耕耘該領域。
您已閱讀25%（397字），剩餘75%（1169字）包含更多重要資訊，訂閱以繼續探索完整內容，並享受更多專屬服務。