随着人工智能和机器学习开始在影像识别和语言理解方面取得令人印象深刻的成就,已经有许多科学家认为其可以改变人类原本发明的方式。其中,寻找新药成为人工智能能够发挥的重要领域之一。
每一种有效的新药,都必须历经非常昂贵且经常令人沮丧的实验与猜测过程,才能完成。简单来说,药物化学家必须使用他们对分子结构知识,来猜测哪些化合物合成能够成为优质药物。可是这一合成并测试过程中,要历经无数变种的猜测,且大多数测试都是失败的。这也是为什么找到好的药物需要很长时间,且新药刚推出时,都非常昂贵的主因。
世界领先的人工智能研究人员之一Barzilay认为,透过深度学习可以加速这一实验与猜测的过程。因为透过训练的人工智能机器,其可能尝试人类不易尝试的领域,进而发掘出优质药物。
使用机器学习来尝试创造新材料,也是值得关注的领域。其中,环保清洁技术应用也依赖人工智能的协助。人们希望在电网和有机太阳能上储存电力的电池能够透过深度学习带来大跃进,甚至进一步降低制造成本,让性价比更高。
其实,在人工智能尚未出现之前,无论是化学,材料科学和药物等都变得相当复杂,使得这些领域想要突破现状变得愈来愈困难。深度学习的优势在于可以减缓这些领域进展的复杂性。
人工智能的简单经济学作者兼多伦多罗特曼管理学院经济学家Ajay Agrawal说,透过多维空间的搜索,得以找出有价值的预测,他称之为"人工智能的甜蜜点(AI’s sweet spot)"。透过这一结论,让来自于麻省理工学院,哈佛大学和波士顿大学的经济学家都认为,人工智能的最大经济影响力是来自于改变人们“发明方法”的潜力,这一过程最终会重塑“创新过程的本质和研发的组织”。
换句话说,人工智能的主要贡献可能不是现今高科技公司关注的无人驾驶汽车或者影像搜索,甚至不是亚马逊透过Alexa接受订单的能力,而是能够提出一种新思路来推动创新本身,进而改变人类创新的过程。
去年(2018)年底,获得经济学诺贝尔奖的Paul Romer认为新思想和创新的投资能够有效推动经济的强劲成长。换个思维来说,未来10至20年,人工智能就将扮演这一角色的催化剂。