人工智能可以被训练为独立进行科学预测，基于之前的知识

人工智能研究人员之间正在进行一场关于人工智能是否将来能够像人类一样发展出一般智能的辩论，正如TheNext Web（TNW）所指出的，“人工智能是否将来能够发展出像人类一样的智能”，这场辩论正在激烈进行。这种智能将使人工智能能够独立地进行科学预测和发现。

但是在另一个领域，人工智能正在取得巨大的进步，那就是自然语言处理（NLP），这是机器学习的一个重要组成部分。NLP的目标是评估、提取和评估文本数据中的信息。TNW指出，一篇最近在Nature上发表的论文报告了一种人工智能，它可以通过从研究论文中提取有意义的数据来预测未来的科学发现。

研究和理解一个特定的科学问题需要查阅书籍、专业出版物、网页和其他相关来源。这可能是一个非常耗时的过程，特别是当我们面临一个复杂的问题或问题时。这就是NLP的用途。通过使用复杂的方法和技术，计算机程序可以从大型文本数据集中识别概念、相互关系、一般主题和特定属性。

如上述研究中所讨论的，目前大多数现有的自动NLP方法都是有监督的，需要人类的输入。尽管这比纯手动方法有所改进，但这仍然是一项劳动密集的工作。然而，这篇论文的研究人员能够创建一个可以独立识别和提取信息的AI系统。它使用基于统计和几何属性的复杂技术来识别化学名称、概念和结构。这是基于约150万篇材料科学论文的摘要。

然后，这个机器学习程序“根据特定的特征（如‘元素’、‘能量’和‘结合剂’）对数据中的单词进行分类。例如，‘热’被归类为‘能量’，‘气体’被归类为‘元素’。这有助于将某些化合物与磁性和其他材料的相似性联系起来，提供了单词之间的联系的见解，而无需人类干预。”

这种方法使得AI能够“捕捉复杂的关系并识别不同的信息层次，这对于人类来说几乎是不可能的。”这使得AI能够提供远超当前科学家能够做到的见解。AI实际上推荐了几种材料用于功能性应用，早在几年前就已经做出了这些预测。总共有五次这样的预测，都基于2009年之前发表的论文。例如，AI能够识别一种称为CsAgGa2Se4as的物质作为一种热电材料，科学家直到2012年才发现它。如果AI在2009年就存在，它本可以加速这一发现。