在人類的歷史上，新技術的出現(xiàn)總是會帶來新的科學發(fā)現(xiàn)，例如X射線晶體學之于DNA的雙螺旋結構的發(fā)現(xiàn)，高能粒子加速器之于基本粒子的探尋。20世紀通用計算概念的提出、電子計算機及其網絡的出現(xiàn)都對科學研究起到了巨大的推動作用。計算機首先替代了人類繁重的手工計算活動并提高了精度和效率、計算機模擬和仿真技術開辟了一種新的科學實驗和研究方式；而隨著科學研究中數(shù)據的積累、計算力的增長以及科學研究設備的數(shù)字化，數(shù)據驅動和智能驅動的科學發(fā)現(xiàn)成為可能——研究者不需要面對自然而只面對大量的數(shù)據就可以在包括機器學習等各種技術的幫助下獲得真實的科學發(fā)現(xiàn)，人工智能技術正在成為一種新的科學研究的通用工具。例如在天文學中，天文學家可以通過各種大型天文設備獲得海量的數(shù)據（斯隆巡天計劃每晚就可以產生PB級別的數(shù)據）并在機器的輔助下獲得科學發(fā)現(xiàn)，可以通過深度學習技術對星系的圖像進行分類甚至發(fā)現(xiàn)新的星系種類等。再例如在高能物理中科學家通過分析大型加速器中的海量數(shù)據從而幫助尋找新的基本粒子；在凝聚態(tài)物理中機器學習方法幫助從高維數(shù)據中找出影響宏觀性質的序參量；在量子多體問題中通過機器學習方式來學習波函數(shù)，從而可以將量子多體問題的復雜性簡化為可計算的程度。除此之外，人工智能在計算化學、計算生物學、生態(tài)學、基因組學等這樣的數(shù)據密集型科學研究中也有廣泛的應用，例如計算機輔助藥物設計等。2018年底谷歌推出“阿爾法—折疊”人工智能產品，在預測蛋白質折疊的比賽中獲得冠軍，預示著人工智能將會在生命科學中扮演更重要角色。

除了自然科學，數(shù)據方法和人工智能在社會科學中的應用也很廣泛，形成了計算社會科學這一正在快速發(fā)展中的學科。當然人工智能不僅僅可以幫助各個領域的科學家處理各自領域當前的問題，從海量數(shù)據中“提取”出有用的模式，還可以在已有的數(shù)據庫中找到已有知識之間的關聯(lián)從而獲得新的發(fā)現(xiàn)，從而真正實現(xiàn)跨學科和領域的聯(lián)合研究。

盡管人工智能在各個科學研究領域正在快速普及和應用，但是關于這種新方法在科學研究中的作用和地位以及將來可能的發(fā)展還存在很多的爭議。有人認為人工智能與大數(shù)據方法存在黑箱問題等各種局限，最終只能作為人類科學活動的一種輔助手段，其作用就是幫助科學家處理大量的數(shù)據，但是科學發(fā)現(xiàn)的核心過程還是需要人類本身的創(chuàng)造力；而另一些人則認為人類本身具有先天的認知缺陷，例如科學家個人沒法閱讀各自領域每年上百萬篇的新論文，在實驗和構造理論的時候也會帶入強烈的主觀色彩和自圓其說的偏見等等，這些認知缺陷無法適應加速增長的科學研究，需要人工智能的幫助。這其中的一些樂觀派認為人工智能系統(tǒng)將成為未來科學研究的基礎設施，未來復雜的人工智能系統(tǒng)將和人類合作取得重大的科學發(fā)現(xiàn)，人機合作系統(tǒng)中是以人工智能系統(tǒng)作為統(tǒng)籌的核心，而人類在其中貢獻自己的部分能力。他們還認為人工智能可以克服人類的認知局限并作出真正高效的科學發(fā)現(xiàn)，甚至在化學和生物學等領域的“人工智能科學家”能獲得諾貝爾獎。當然更多的研究者還是持有一種謹慎的態(tài)度，認為人類科學家雖然有認知局限，但是當前的人工智能技術及其可能的前景中并不能完全主導科學研究和替代人類，當前最好的方式就是探討如何在科學研究活動中取長補短。

當前的這些爭論背后有多種深層次的原因：一是人工智能在不同的科學研究領域和科學發(fā)現(xiàn)層次應用程度不同；二是對科學發(fā)現(xiàn)的本質目前還不清楚；三是人工智能當前發(fā)現(xiàn)因果關系的能力還不夠強。從研究領域上看樂觀派大多集中于天文學、地學、生物學、醫(yī)學等數(shù)據密集型且明顯依賴數(shù)據驅動科學發(fā)現(xiàn)的領域。這些非基礎科學領域不需要作出顛覆性的科學發(fā)現(xiàn)，多數(shù)時候只需要在已有的基礎科學理論的基礎上，基于已有的數(shù)據找出一定領域中變量之間的“模式”即完成了科學發(fā)現(xiàn)。但是在一些基礎科學領域，科學發(fā)現(xiàn)并不僅僅是找到數(shù)據和經驗材料之間的“聯(lián)系”這么簡單，更多的時候其實是在探索和發(fā)現(xiàn)新的變量，而由于人工智能當前更加擅長尋找“相關性”，所以其在這些領域應用的深度還不夠。另一方面科學研究在多大程度上能夠自動化，人工智能在科學發(fā)現(xiàn)的過程中能夠起到多大的作用，還取決于人類對于科學研究活動和科學發(fā)現(xiàn)本質的理解。能夠說清楚的事情基本都可以用機械化的方法去刻畫，但對于人類的創(chuàng)造性，包括科學研究中的創(chuàng)造性，目前無論是科學哲學界還是認知科學界都沒能說清楚，所以人工智能在科學發(fā)現(xiàn)上能夠走多遠現(xiàn)在還未知。最后，科學發(fā)現(xiàn)本身其實是找尋相關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世界，這要求科學理論要能刻畫真實的因果關系。而從數(shù)據中被動地發(fā)現(xiàn)因果關系，或者構建人工智能程序自己設計實驗主動去探索因果關系的相關研究還不夠實用，還存在很多理論和實踐上的難題未解決，所以目前看來人工智能還只能是人類科學研究的一個工具，還不是伙伴。