Fra en ung alder blev Miles Cranmer fascineret af fysik. Hans bedstefar, en professor i fysik ved University of Toronto, gav ham bøger om emnet, mens hans forældre tog ham med til åbent hus på universiteter i det sydlige Ontario, Canada, hvor Perimeter Institute for Theoretical Physics stod ud. “Jeg husker, at nogen talte om uendelighed, da jeg var meget lille, og det fascinerede mig, ” delte Cranmer. Under gymnasiet var han praktikant ved Institute for Quantum Computing ved University of Waterloo, og han beskrev det som “den bedste sommer i mit liv på det tidspunkt. ” Denne oplevelse førte ham til at tage en bachelorgrad i fysik ved McGill University. En aften i sit andet år stødte den 19-årige Cranmer på et interview med den anerkendte teoretiske fysiker Lee Smolin i Scientific American. Smolin udtalte, at det at forene kvantefysik og relativitet ville “tage generationer. ” “Det udløste bare noget i mit sind, ” bemærkede Cranmer.

“Jeg kan ikke acceptere det — det skal ske hurtigere. ” For ham lå nøglen til at fremskynde videnskabelig udvikling i kunstig intelligens. “Den aften konkluderede jeg: ‘Vi skal implementere AI til videnskab. ’” Han begyndte at udforske maskinlæring og integrerede det til sidst i sin doktorafhandling i astrofysik ved Princeton University. Næsten et årti senere, nu ved University of Cambridge, har Cranmer været vidne til, at AI begynder at revolutionere videnskaben, omend ikke i det omfang, han forestiller sig. Mens enkeltformålsystemer som AlphaFold kan producere videnskabelige forudsigelser med bemærkelsesværdig nøjagtighed, har forskere stadig ikke “grundlæggende modeller” skræddersyet til generel videnskabelig opdagelse. Disse modeller ville fungere som en videnskabeligt præcis version af ChatGPT, dygtige til at generere simuleringer og forudsigelser på tværs af forskellige forskningsfelter. I 2023 lancerede Cranmer og over to dusin forskere Polymathic AI-initiativet, der har til formål at udvikle disse grundlæggende modeller.