L'apprendimento automatico e l'intelligenza artificiale (IA) stanno consentendo straordinarie scoperte scientifiche in campi che vanno dal ripiegamento delle proteine, l'elaborazione del linguaggio naturale, la sintesi di farmaci e i sistemi di raccomandazione fino alla scoperta di nuovi materiali e prodotti ingegneristici. Questi traguardi si trovano alla confluenza tra matematica, statistica, ingegneria e informatica, eppure una spiegazione chiara del potere straordinario e anche dei limiti di tali sistemi di IA è sfuggita agli scienziati di tutte le discipline. Rimangono lacune fondamentali critiche che, se non affrontate correttamente, limiteranno presto i progressi nell'apprendimento automatico, frenando il progresso nell'intelligenza artificiale. Sembra sempre meno probabile che queste lacune critiche possano essere superate solo con l'aumento della potenza di calcolo e della sperimentazione. Una comprensione matematica più profonda è essenziale per garantire che l'IA possa essere sfruttata per soddisfare le future esigenze della società e consentire ampie scoperte scientifiche, prevenendo al contempo le conseguenze impreviste di una tecnologia dirompente.
Le direzioni della National Science Foundation per le scienze matematiche e fisiche (MPS), l'informatica e l'ingegneria dell'informazione (CISE), l'ingegneria (ENG) e le scienze sociali, comportamentali ed economiche (SBE) sponsorizzeranno congiuntamente collaborazioni di ricerca composte da matematici, statistici,…