AI參與了眾所周知的複雜方程，在藥物和材料領域提供了更快的成就。

人們可能需要數年的時間來解決複雜的科學問題。有了AI，這可能會佔據一部分時間。

Shuvang Ji博士是德克薩斯州A＆M大學計算機科學與工程系教授，也稱為AI和工程學領域的領先專家 – 共同稱為AI4Science-位於II的前線，以易於解決科學問題的解決方案。

JI與其他德克薩斯A＆M研究人員一起最近出版 紙 v 機器學習的基礎和趨勢 呈現AI4Science的使用和優勢。這篇聯合文章包括15所大學的60多位作者，並包含有關AI用於科學的500多頁的信息。

該文件強調了使用AI求解可以應用於許多不同領域的科學和技術領域的複雜方程的重要性。例如，可以通過AI來解決著名的Schrudger方程，從而提高了許多研究的效率和準確性，包括對藥物的檢測，材料的結構，電池材料和催化劑的設計。

“自然科學的目的是在各種臨時和物理規模上了解世界，這導致了三個主要係統：量子，原子和連續體，” JI也是總統兼總理克雷布（Kreb）的參與者Ji。 “這些系統的基礎由微分方程控制，但是隨著系統的增長，這些方程的複雜性大大增加。”

這些微分方程（例如Schrodinger）可以在小規模上分析解析，以檢查兩個粒子（例如電子）的動力學。隨著驗證粒子的數量增加，方程的複雜性呈指數增加，這使得它們無法求解任何實際有用尺寸的系統。

通過引入AI來求解這些方程式，可以在傳統方法接受的時間內有效地分析大型系統。

JI說：“我們使用AI來加速我們對科學和設計最佳工程系統的理解。” JI還是德克薩斯A＆M科學與工程學研究研究計劃（增加）的主任。來自得克薩斯州A＆M的85多名教師，該計劃旨在增加AI的聯合研究。

吉說：“由於一般的基本原理和控制方程式，我對基本科學有好奇心，因為它驅動了科學和工程研究的許多領域。”