随着技术复杂度的逐年提升，科学创新与发现的大门也在向着更多领域敞开。现在的问题是，由于数据比以往任何时候都要多，研究人员难以从中高效提取，使得技术转化也越来越难。为此，美国能源部（DOE）决定为“自动化科学发现”的机器学习（ML）和人工智能（AI）研究项目，提供多达 1600 万美元的资金支持。
来自美国能源部的这笔援助，将面向五个研究领域分配资金，主要涉及开发相关 AI、和为科学研究量身定制机器学习算法。
这些算法旨在解析各种来源的大量数据(观察研究、科学实验、甚至模拟)，并通过相关洞察力来催生新的的科学发现。
基于此打造的特定 AI 与 ML 系统，有望帮助预测极端天气将于何时发生、提供对电网的动态观察、以及形成与空间和物理相关的结论。
能源部显然对这些算法提起了浓厚的兴趣，且该机构拥有大量高端科学基础设施，能够成圣大量需要分析的数据。
另一方面，人类科学家一直在努力寻求见解和发现的突破，毕竟对如此大量的信息进行分类，已经远超人类的能力极限。
最后，美国能源部科学办公室高级科学计算研究副主任 Barbara Helland 在一份声明中称：
科学应用、算法、架构和高性能计算生态系统，正在推动颠覆性的技术变革。
这些项目探索了人工智能和机器学习中潜在的高影响力方法，协助科学发现和自动化数据分析，进而解决日益复杂的相关问题。
