在人類的歷史上，新技術(shù)的出現(xiàn)總是會(huì)帶來(lái)新的科學(xué)發(fā)現(xiàn)，例如X射線晶體學(xué)之于DNA的雙螺旋結(jié)構(gòu)的發(fā)現(xiàn)，高能粒子加速器之于基本粒子的探尋。20世紀(jì)通用計(jì)算概念的提出、電子計(jì)算機(jī)及其網(wǎng)絡(luò)的出現(xiàn)都對(duì)科學(xué)研究起到了巨大的推動(dòng)作用。計(jì)算機(jī)首先替代了人類繁重的手工計(jì)算活動(dòng)并提高了精度和效率、計(jì)算機(jī)模擬和仿真技術(shù)開(kāi)辟了一種新的科學(xué)實(shí)驗(yàn)和研究方式；而隨著科學(xué)研究中數(shù)據(jù)的積累、計(jì)算力的增長(zhǎng)以及科學(xué)研究設(shè)備的數(shù)字化，數(shù)據(jù)驅(qū)動(dòng)和智能驅(qū)動(dòng)的科學(xué)發(fā)現(xiàn)成為可能——研究者不需要面對(duì)自然而只面對(duì)大量的數(shù)據(jù)就可以在包括機(jī)器學(xué)習(xí)等各種技術(shù)的幫助下獲得真實(shí)的科學(xué)發(fā)現(xiàn)，人工智能技術(shù)正在成為一種新的科學(xué)研究的通用工具。例如在天文學(xué)中，天文學(xué)家可以通過(guò)各種大型天文設(shè)備獲得海量的數(shù)據(jù)（斯隆巡天計(jì)劃每晚就可以產(chǎn)生PB級(jí)別的數(shù)據(jù)）并在機(jī)器的輔助下獲得科學(xué)發(fā)現(xiàn)，可以通過(guò)深度學(xué)習(xí)技術(shù)對(duì)星系的圖像進(jìn)行分類甚至發(fā)現(xiàn)新的星系種類等。再例如在高能物理中科學(xué)家通過(guò)分析大型加速器中的海量數(shù)據(jù)從而幫助尋找新的基本粒子；在凝聚態(tài)物理中機(jī)器學(xué)習(xí)方法幫助從高維數(shù)據(jù)中找出影響宏觀性質(zhì)的序參量；在量子多體問(wèn)題中通過(guò)機(jī)器學(xué)習(xí)方式來(lái)學(xué)習(xí)波函數(shù)，從而可以將量子多體問(wèn)題的復(fù)雜性簡(jiǎn)化為可計(jì)算的程度。除此之外，人工智能在計(jì)算化學(xué)、計(jì)算生物學(xué)、生態(tài)學(xué)、基因組學(xué)等這樣的數(shù)據(jù)密集型科學(xué)研究中也有廣泛的應(yīng)用，例如計(jì)算機(jī)輔助藥物設(shè)計(jì)等。2018年底谷歌推出“阿爾法—折疊”人工智能產(chǎn)品，在預(yù)測(cè)蛋白質(zhì)折疊的比賽中獲得冠軍，預(yù)示著人工智能將會(huì)在生命科學(xué)中扮演更重要角色。

除了自然科學(xué)，數(shù)據(jù)方法和人工智能在社會(huì)科學(xué)中的應(yīng)用也很廣泛，形成了計(jì)算社會(huì)科學(xué)這一正在快速發(fā)展中的學(xué)科。當(dāng)然人工智能不僅僅可以幫助各個(gè)領(lǐng)域的科學(xué)家處理各自領(lǐng)域當(dāng)前的問(wèn)題，從海量數(shù)據(jù)中“提取”出有用的模式，還可以在已有的數(shù)據(jù)庫(kù)中找到已有知識(shí)之間的關(guān)聯(lián)從而獲得新的發(fā)現(xiàn)，從而真正實(shí)現(xiàn)跨學(xué)科和領(lǐng)域的聯(lián)合研究。

盡管人工智能在各個(gè)科學(xué)研究領(lǐng)域正在快速普及和應(yīng)用，但是關(guān)于這種新方法在科學(xué)研究中的作用和地位以及將來(lái)可能的發(fā)展還存在很多的爭(zhēng)議。有人認(rèn)為人工智能與大數(shù)據(jù)方法存在黑箱問(wèn)題等各種局限，最終只能作為人類科學(xué)活動(dòng)的一種輔助手段，其作用就是幫助科學(xué)家處理大量的數(shù)據(jù)，但是科學(xué)發(fā)現(xiàn)的核心過(guò)程還是需要人類本身的創(chuàng)造力；而另一些人則認(rèn)為人類本身具有先天的認(rèn)知缺陷，例如科學(xué)家個(gè)人沒(méi)法閱讀各自領(lǐng)域每年上百萬(wàn)篇的新論文，在實(shí)驗(yàn)和構(gòu)造理論的時(shí)候也會(huì)帶入強(qiáng)烈的主觀色彩和自圓其說(shuō)的偏見(jiàn)等等，這些認(rèn)知缺陷無(wú)法適應(yīng)加速增長(zhǎng)的科學(xué)研究，需要人工智能的幫助。這其中的一些樂(lè)觀派認(rèn)為人工智能系統(tǒng)將成為未來(lái)科學(xué)研究的基礎(chǔ)設(shè)施，未來(lái)復(fù)雜的人工智能系統(tǒng)將和人類合作取得重大的科學(xué)發(fā)現(xiàn)，人機(jī)合作系統(tǒng)中是以人工智能系統(tǒng)作為統(tǒng)籌的核心，而人類在其中貢獻(xiàn)自己的部分能力。他們還認(rèn)為人工智能可以克服人類的認(rèn)知局限并作出真正高效的科學(xué)發(fā)現(xiàn)，甚至在化學(xué)和生物學(xué)等領(lǐng)域的“人工智能科學(xué)家”能獲得諾貝爾獎(jiǎng)。當(dāng)然更多的研究者還是持有一種謹(jǐn)慎的態(tài)度，認(rèn)為人類科學(xué)家雖然有認(rèn)知局限，但是當(dāng)前的人工智能技術(shù)及其可能的前景中并不能完全主導(dǎo)科學(xué)研究和替代人類，當(dāng)前最好的方式就是探討如何在科學(xué)研究活動(dòng)中取長(zhǎng)補(bǔ)短。

當(dāng)前的這些爭(zhēng)論背后有多種深層次的原因：一是人工智能在不同的科學(xué)研究領(lǐng)域和科學(xué)發(fā)現(xiàn)層次應(yīng)用程度不同；二是對(duì)科學(xué)發(fā)現(xiàn)的本質(zhì)目前還不清楚；三是人工智能當(dāng)前發(fā)現(xiàn)因果關(guān)系的能力還不夠強(qiáng)。從研究領(lǐng)域上看樂(lè)觀派大多集中于天文學(xué)、地學(xué)、生物學(xué)、醫(yī)學(xué)等數(shù)據(jù)密集型且明顯依賴數(shù)據(jù)驅(qū)動(dòng)科學(xué)發(fā)現(xiàn)的領(lǐng)域。這些非基礎(chǔ)科學(xué)領(lǐng)域不需要作出顛覆性的科學(xué)發(fā)現(xiàn)，多數(shù)時(shí)候只需要在已有的基礎(chǔ)科學(xué)理論的基礎(chǔ)上，基于已有的數(shù)據(jù)找出一定領(lǐng)域中變量之間的“模式”即完成了科學(xué)發(fā)現(xiàn)。但是在一些基礎(chǔ)科學(xué)領(lǐng)域，科學(xué)發(fā)現(xiàn)并不僅僅是找到數(shù)據(jù)和經(jīng)驗(yàn)材料之間的“聯(lián)系”這么簡(jiǎn)單，更多的時(shí)候其實(shí)是在探索和發(fā)現(xiàn)新的變量，而由于人工智能當(dāng)前更加擅長(zhǎng)尋找“相關(guān)性”，所以其在這些領(lǐng)域應(yīng)用的深度還不夠。另一方面科學(xué)研究在多大程度上能夠自動(dòng)化，人工智能在科學(xué)發(fā)現(xiàn)的過(guò)程中能夠起到多大的作用，還取決于人類對(duì)于科學(xué)研究活動(dòng)和科學(xué)發(fā)現(xiàn)本質(zhì)的理解。能夠說(shuō)清楚的事情基本都可以用機(jī)械化的方法去刻畫(huà)，但對(duì)于人類的創(chuàng)造性，包括科學(xué)研究中的創(chuàng)造性，目前無(wú)論是科學(xué)哲學(xué)界還是認(rèn)知科學(xué)界都沒(méi)能說(shuō)清楚，所以人工智能在科學(xué)發(fā)現(xiàn)上能夠走多遠(yuǎn)現(xiàn)在還未知。最后，科學(xué)發(fā)現(xiàn)本身其實(shí)是找尋相關(guān)性和因果性的綜合體，我們不僅僅要解釋現(xiàn)象，更重要的是還需要去干預(yù)世界，這要求科學(xué)理論要能刻畫(huà)真實(shí)的因果關(guān)系。而從數(shù)據(jù)中被動(dòng)地發(fā)現(xiàn)因果關(guān)系，或者構(gòu)建人工智能程序自己設(shè)計(jì)實(shí)驗(yàn)主動(dòng)去探索因果關(guān)系的相關(guān)研究還不夠?qū)嵱?，還存在很多理論和實(shí)踐上的難題未解決，所以目前看來(lái)人工智能還只能是人類科學(xué)研究的一個(gè)工具，還不是伙伴。