2016年2月11日，科学家宣布，人类首次直接探测到引力波及双黑洞合并事件【GW20150914】，标志着人类文明又上升了一个台阶。4000公里长的探测器只要伸缩原子核直径的千分之一，就能被捕捉到！！！这在过去是不可想象的事情，多亏了人工智能和大数据处理技术，人类才做到了这一点。换句话说，是人工智能发现了引力波，然后“告诉”人类的。
探测到引力波最难的事情在于：这需要从嘈杂的背景噪音中提取出真实信号，并与数据模板进行匹配。
位于美国路易斯安那州的引力波探测器
LIGO获取的数据不但包括激光干涉仪引力波探测器输出的数据，还包括了各种独立的对探测器的环境和探测器设备状态进行监控的探测器和纪录仪，对诸如温度﹑气压﹑风力﹑大雨﹑冰雹﹑地表震动﹑声响﹑电场﹑磁场等环境条件进行监测，以及对引力波探测器内部的平面镜和透镜的位置等探测器自身状态进行监测的数据。
升级的LIGO的设计为记录大于300000个通道的数据采集，其中大约3000个快速通道。 这是典型的大数据分析处理问题，需要强大的计算资源与先进的算法，才能有效处理如此巨大的数据量。其中一些人工智能技术被应用到LIGO。
技术革命与人类文明的跃迁
我们知道，第一次工业革命和第二次工业革命分别以蒸汽机和电气化为标志，让人类从繁重的体力劳动中解放出来，带来了生产效率的极大提高。
第三次工业革命以信息化为标志，计算机技术的应用让人类从脑力劳动中初步解放，带来了生产效率的进一步飞跃。脑力劳动的进一步解放——机器学习和人工智能无疑将是第三次工业革命的下一波浪潮。
在智能化时代，机器不仅能感知、收集并处理数据，还能按照与人类思维模式相近的方式对数据处理结果进行再次反馈，能够按照给定的知识和规则对具有随机性的外部环境自行做出决策并执行。
同时，智能化的最大特点是机器之间具备高度的协同合作与数据共享效应，信息化所产生的信息孤岛均基于统一的数据平台，从而实现了互联互通。
顶级科学家力荐人工智能
#Always Curious
未来，人工智能还将怎样影响科学研究？会让研究者的工作方式发生怎样的变化？会不会像取代其他职业一样，取代科学家？这也是许多科学家正在思考的问题。默克公司在庆祝创立350周年并召开Curious2018未来洞察大会之际，邀请了四名来自科学及科技界的顶尖人物，询问他们对于科学及科技的未来有怎样的疑问，又会给出怎样的答案。这些科学家不约而同地提到了人工智能。
美国工程院院士邵阳教授就机器学习和人工智能（AI）如何改变培养研究生的方式，如何改变基础研究和应用研究的方式，以及如何定义创造力等问题与三位诺贝尔奖得主进行了探讨。（邵阳教授因在电化学能量转换及存储方面的专业知识享誉国际）。
2015年诺贝尔化学奖得主，詹姆斯·弗雷泽·司徒塔特勋爵（Sir James Fraser Stoddart）教授：
我深信人工智能将对我们未来解决问题的方式产生极大的影响。
早年，我曾经在一个农场度过了我生命的前25年。我在那里学习到的是，跟上时代的发展是件非常重要的事情。幸运的是，我的父亲能够接受新理念，而且购买了当时农业领域所有的新装置，并且予以实际应用。这对于我父亲未造成任何障碍，其他家人也在经营农场上十分有创意。
所以，我将这个经验推广到自己的研究中并且认为，通过机器学习或其他任何人工智能出现的任何事物都只会用来帮助和支持源于人类思维的创造力。
2011年诺贝尔生理或医学奖得主，布鲁斯·博伊特勒（Bruce Beutler）教授：
今天起，我们必须关注人工智能，以及用来推进研究的技巧和新工具。
大约在35到40年前，我开始从事生物学工作时，那时并没有今天认为的理所当然的简单工具。例如，没有蛋白质序列的资料库。
我记得有次 Ross Dooiittle教授做演讲，他是一位著名的生物进化学家。他告诉我们，在他的个人电脑上（那个时代大概只是5M的硬盘），他正在通过Edman降解法定序，储存蛋白质序列，随着时间变化也可以找到与其他蛋白质序列的同源，仅能做到这种程度。现在，我们可以去比对一组序列，对比工具Blast出现时，我几乎无法相信，这是真的！运作的如此之快，您提交一组序列，一秒钟内就可以得到该序列所有同源的结果，这在今天远远不是最新发明。我们依赖电脑完成几乎所有的工作。
在遗传学工作中查找突变，排除掉人为错误，评估某个突变是有害的可能性，辨识基因以及在一定程度上预测蛋白质的结构。熟悉所有这些工具的人士，会拥有更大优势。比起其他生物学中的东西，它的变化快得多，今天起，我们必须关注人工智能。
1987年诺贝尔化学奖得主，简-马里·莱恩（Jean-Marie Lehn）教授：
虽然拥有人工智能很好，但大脑仍然是功能强大的实体。人工智能这个术语现在遍布世界各地，已被过度使用。我坚定地认为，虽然电脑表现杰出，但大脑仍然是最重要的，或许人类未来会有一个更优秀，更庞大，更复杂的大脑。因此，人工智能以给定的方式运作，效率极高。
人工智能是人类智能的产物，我们必须学会使用所有的这些工具。这其实与使用其他工具是一样的，例如搭乘飞机可以让我们走得更远，都是一个类别的事情。
在平时做研究的时候千万不要错过“预料之外的事情”，这通常都是重要发现的信号。科学史上这样的例子不胜枚举，有些人明明得到了结果，却看不出来，这在我以及周围同事身上都发生过。时机出现时，千万不要错过它。我的另一个建议是，做研究的时候，要学会对经典的知识提出质疑，许多答案往往很蠢，但却非常重要，而且有潜力发展成完全不一样的新领域。
通过以上诺奖得主的回答，我们可以看出：虽然他们的观点并不完全相同，但核心观点是一致的，那就是人工智能将极大改变人类基础研究和应用研究的方式，极大提高工作效率，也会极大改变人类思考问题的方式，要积极拥抱人工智能时代的来临。
