Melyssa Banda

Perspective

04 11月, 2026

Artificial Intelligence

下一個科學突破可能就蘊藏在您的資料

Melyssa Banda

Perspective

科學家們正結合人工智慧和高效能運算,以從現有資料挖掘新的見解,並推動科學發現。

碧綠的海水旁芝加哥天際線若隱若現,藍天白雲下聳立一座雙天線摩天大樓。

我對人工智慧最感興趣的一點是,它可以幫助人們從現有的資訊中發現新的見解。科學家長期以來一直在探索現有的資料集以提出新的問題,尋找新的答案,並對新興的理論和方法進行壓力測試。

人工智慧與高效能運算的結合,提供研究人員一種強大的新方法以分析大量資訊,追求知識的根源。

各科學領域已然出現這種情況。台灣一家生物技術和基因組學研究機構需要同時提供研究人員共享資料集,以進行分析、驗證和合作,同時滿足敏感基因組資訊的長期保存需求。

為了支持這項工作,該組織將其研究資料集中存放在 Seagate 儲存基礎結構上,改善了存取和協作,同時為基因組定序、基因檢測、精準醫療研究和生物資訊學等領域的容量成長創造足夠空間。

新工具,新問題

科學領域中,隨著研究問題和分析技術的不斷發展,資料往往會以新的、意想不到的方式變得實用。賓州大學對新型抗菌分子的研究揭示其中的原理。此地的科學家正使用深度學習模型以搜尋大型基因組和蛋白質資料集,尋找潛在的抗菌分子,包括現存和已滅絕生物的基因組。

現在,這些基因組和蛋白質資料庫也支援另一種類型的查詢:利用人工智慧輔助搜尋潛在的抗菌分子。基礎資料早已存在,而新的分析工具提供研究人員另一種從中學習的途徑。

研究也會產生下一個資料集

反之亦然。麻省理工學院工程量子系統小組的研究人員將人工智慧工具連接到實驗室軟體,該軟體可以執行超導量子位元實驗。人工智慧系統進行測量,分析結果,並決定下一步要測試的目標。每一次測量都產生新的結果,這些結果又引導下一次實驗,而下一次實驗反之又產生了更多的資料。

據史丹佛大學以人為中心的人工智慧研究所稱,神經科學和宇宙學等其他不同科學領域的研究人員正使用人工智慧以產生假設、設計實驗和分析資料。

您觀察所有這些範例時,清晰的資料循環正在逐漸顯現。研究人員將人工智慧和高效能運算應用於現有的科學資料,並在過程中發現新成果,進而創造新的資訊。部分這些新資訊或許對尚未提出的問題有所幫助。

隨著臨近 11 月 15 日至 20 日在芝加哥舉行的 SC26 ,我將持續思考這個概念。Seagate 將在 1433 號展位,屆時人工智慧、高效能運算、資料和儲存都將成為討論的話題。

對我來說,這一切最終都可以歸結為非常簡單的問題:隨著工具的改進、問題的變化和科學的進步,我們如何隨時取得寶貴的科學資料?

答案並非只是保留更多資料。這是為了保留取得資料的途徑,這些資料可能有助於解答未來的科學問題,即使我們不確切知道這些問題是什麼。

隨著研究需求的演變,我們需要慎重選擇可以存取的資料、資料儲存的地點以及如何以經濟的方式保留這些資料。這可能代表在資料的生命週期內,在不同的儲存層之間移動資料,根據研究人員的使用需求,平衡效能、方便使用性和成本。

讓探索隨時進行

我的大部分工作都涉及人工智慧對生產力和效率的影響。科學展現出潛力的另一面:幫助人們提出新問題、檢驗新理論、挑戰舊假設。我們無法預知未來的研究者會提出什麼問題。但我們可以確保他們需要時,資料仍然存在且觸手可及。

閱讀:瞭解儲存基礎結構如何幫助維持科學資料的可存取性。

相關主題:

Data Creation Innovation
Seagate Senior Vice President Melyssa Banda is shown wearing a white collared shirt and suit jacket in a black-and-white profile image.
Melyssa Banda

Senior Vice President