Resumo dos autores: A explosão da informação esta mudando a paisagem da ciência. Computadores já desempenham papel importante na armazenagem, manipulação e análise de informações. Baseando-se em abordagens de inteligência artificial, cada vez mais programas de computadores são capazes de integrar o conhecimento publicado com dados experimentais à pesquisa de padrões e relações lógicas, e permitir que novas hipóteses surjam com pouca intervenção humana.
Os cientistas usarão tais abordagens computacionais para redirecionar as drogas, caracterizar funcionalmente genes, identificar os elementos de vias bioquímicas celulares, e destacar as violações essenciais da lógica e incoerência no entendimento científico. Podemos prever que dentro de uma década, ferramentas automatizadas ainda mais poderosas permitiram geração de hipóteses em numerosas experiências em biomedicina, química, física e até mesmo nas ciências sociais.
Novos conhecimentos simplesmente emergiram da aplicação mecânica de algoritmos de dados coletados para os padrões plausíveis. Esta abordagem é atraente, mas há perigos potenciais. A descoberta de padrões a partir dos dados só é similar à tarefa diante de um explorador em uma selva desconhecida, sem um guia.
Uma pesquisa recente demonstra como os cientistas podem usar os computadores para se tornar melhor informado e mais ágil exploradores. Novas ferramentas computacionais podem expandir o conjunto de conceitos e relações utilizados para gerar hipóteses automatizada (i) elaboração do corpus mais vasto da ciência publicada, e (ii) síntese de novos conceitos de maior e de menor ordem e as relações a fonte existente de conhecimentos. Esta abordagem pode permitir aos cientistas estudar um determinado sistema natural, como um caminho bioquímico para identificar e preencher as peças faltantes, percorrer muito mais as cadeias de raciocínio do que aquelas possíveis com a mente desarmada.
Acesso ao texto completo: Machine Science de James Evans e Andrey Rzhetsky (doi: 10.1126/science.1189416)
Os cientistas usarão tais abordagens computacionais para redirecionar as drogas, caracterizar funcionalmente genes, identificar os elementos de vias bioquímicas celulares, e destacar as violações essenciais da lógica e incoerência no entendimento científico. Podemos prever que dentro de uma década, ferramentas automatizadas ainda mais poderosas permitiram geração de hipóteses em numerosas experiências em biomedicina, química, física e até mesmo nas ciências sociais.
Novos conhecimentos simplesmente emergiram da aplicação mecânica de algoritmos de dados coletados para os padrões plausíveis. Esta abordagem é atraente, mas há perigos potenciais. A descoberta de padrões a partir dos dados só é similar à tarefa diante de um explorador em uma selva desconhecida, sem um guia.
Uma pesquisa recente demonstra como os cientistas podem usar os computadores para se tornar melhor informado e mais ágil exploradores. Novas ferramentas computacionais podem expandir o conjunto de conceitos e relações utilizados para gerar hipóteses automatizada (i) elaboração do corpus mais vasto da ciência publicada, e (ii) síntese de novos conceitos de maior e de menor ordem e as relações a fonte existente de conhecimentos. Esta abordagem pode permitir aos cientistas estudar um determinado sistema natural, como um caminho bioquímico para identificar e preencher as peças faltantes, percorrer muito mais as cadeias de raciocínio do que aquelas possíveis com a mente desarmada.
Acesso ao texto completo: Machine Science de James Evans e Andrey Rzhetsky (doi: 10.1126/science.1189416)
