围绕人工智能(AI)的嗡嗡声很难忽略。庞大的数据集和大量的计算量是深度学习的完美选择，这使我们赞叹的算法在国际象棋和围棋比赛中击败了大师级人物。如今，只需访问Web浏览器，图像和语音识别的突破(更不用说机器翻译等)所带来的好处，只需点击几下即可。
云的增长也需要考虑。我们将越来越多的数据存储在虚拟驱动器上，这使得共享，备份和传输信息变得更加容易，从而为我们在办公室和家庭中提供了新的机会。
但是，机器学习和云计算对科学研究意味着什么?这些工具如何帮助研究人员管理和导航由日益复杂的检测器和实验产生的庞大数据集?在大型科学机构中，当检测器升级在线并安装了新仪器时，曾经是每秒兆位的数据流现在快了数百倍，有时甚至更快。大量数据需要分析和验证。
同时，科学发现越来越成为跨学科的工作，正在改变科学家合作的方式。即使研究人员设法将其数据返回到装载在大量便携式硬盘驱动器上的桌面上，他们将如何在分析方面进行协作?
我们将由Physics World代表Tessella(由国际数据科学，分析和AI技术咨询服务提供商提供，具有多年与领先研究组织合作经验的提供商)分两部分，对其中的一些问题进行研究。首先，我们了解云计算如何通过提供对共享资源的轻松访问，使科学家能够在研究项目上进行协作。第二篇文章探讨了人工智能在加速科学发现过程中的潜力并从越来越大的数据集中提取有意义的信息。我们听取了来自各个科学领域的专家的意见，以研究部署有效的云和AI解决方案所需要采取的措施，重点介绍将影响未来研究的挑战，回报和趋势。
