AIは、以前の知識に基づいて独立して科学的予測を行うことができる

AI研究者の中には、人工知能が「TheNext Web (TNW)によると、「将来的に、人間と同等の一般知能を開発することができるかどうか」という議論が行われている。

しかし、AIはもう一つの分野で巨大な進歩を遂げている。それは、自然言語処理（NLP）であり、機械学習のより大きな傘の下にある分野で、「テキストデータから情報を評価、抽出、評価することを目的としている。」TNWは、Natureに最近掲載された論文を引用し、AIが「研究論文から有意義なデータを抽出するだけで、将来的に科学的発見を予測することができた」と述べている。

特定の科学的質問を調査し、理解するには、当然のステップとして、書籍、専門出版物、Webページ、その他の関連する情報源を参照する必要がある。これは、特に問題や質問が非常に複雑な場合に、非常に時間のかかる作業になる可能性がある。那はNLPが登場する場所である。NLPを使用して、「高度な方法と技術を使用して、コンピュータプログラムは、大規模なテキストデータセットから概念、相互関係、一般的なトピック、特定のプロパティを識別することができる。」

先ほど述べた研究では、「現在、ほとんどの自動化されたNLPベースの方法は、人間の入力を必要とする監督学習である。純粋に手動でのアプローチよりも改善されているが、これは依然として時間のかかる作業である。」しかし、この論文を準備した研究者は、「情報を独立して正確に識別および抽出することができるAIシステムを作成することができた。統計的および幾何学的特性に基づく高度な技術を使用して、化学名、概念、構造を識別した。これは、約150万件の材料科学の研究論文の要約に基づいていた。」

次に、この機械学習プログラムは「データ内の単語を、特定の特徴（「元素」、「エネルギー学」、「結合剤」）に基づいて分類した。たとえば、「熱」は「エネルギー学」の一部として分類され、「ガス」は「元素」の一部として分類された。これにより、特定の化合物を磁性や他の材料との類似性と関連付けることができ、人間の介入を必要とせずに、単語がどのように関連しているかについての洞察を提供した。」

この方法により、AIは「複雑な関係を捉え、情報のさまざまな層を識別することができた。これは、人間が行うことがほぼ不可能なことである。」これにより、現在の分野の科学者が行うことができるものよりも、はるかに先んじて洞察を提供することができた。AIは実際に、「機能的な応用のために、実際の発見の数年前に材料を推奨した。2009年以前の論文に基づいて、5つの予測が行われた。たとえば、AIは、CsAgGa2Se4asという物質を、熱電材料として識別することができた。これは、科学者が2012年に発見したものである。如果AIが2009年に存在していたら、発見を早めることができたであろう。」