生命科学中人工智能(机器和深度学习)的兴起引起了与其他科学研究领域相同的兴奋和怀疑。

AI主要用于生命科学的两个领域。第一个嵌入在诸如低温电子显微镜之类的仪器中，其中AI工具可帮助进行特征识别。这些工具大部分对用户隐藏。

其他应用程序还包括一些著名的项目，例如美国国家癌症研究所能源部的CANDLE(NCI-DoE的CANcer分布式学习环境)项目，该项目具有超级计算能力和丰富的AI专业知识。

当然，在许多大型实验室中，AI都已被用来对抗。两者之间没有太多。

尽管如此，人工智能在生命科学的其他领域仍处于起步阶段。使用它的胃口很高，但早期的障碍也很强烈，尤其是已经引起临床医生注意的炒作。另一个绊脚石是数据质量参差不齐，计算基础架构欠佳以及AI专业知识有限。

从好的方面来说，正在出现实用的试点计划。

姐妹网站HPCwire与研究计算顾问BioTeam的高级科学顾问Fernanda Foertter进行了交谈。人工智能专家Foertter从Nvidia加盟Bioteam，从事医疗保健AI的工作。Foertter还曾在Oak Ridge国家实验室任职，担任数据科学家，致力于数据分析和深度学习的可扩展算法。

Foertter指出，在研究机构推动AI研发的是自然语言处理(NLP)，特别是在能源部的超级计算机计划中。“我们有一个CANDLE项目，其三个飞行员具有主要的基本AI应用程序(例如NLP)，使用AI来加速分子动力学和药物发现。”

“ NLP实际上运行得非常好，并且分子动力学也运行得很好，” Foertter补充说。“药物发现问题是，他们没有正确的数据。因此，他们仍在为此生成数据，体内数据。”

HPC在AI中的应用也已广泛用于研究。可以合理地预期，这些努力将不仅能对付这种流行病，而且还会为在生命科学研究中使用HPC和AI产生新的方法。

尽管如此，使AI在临床环境中工作仍然具有挑战性。