Từ khi còn nhỏ, Miles Cranmer đã bị cuốn hút bởi vật lý. Ông bà của anh, một giáo sư vật lý tại Đại học Toronto, đã cung cấp cho anh những cuốn sách về chủ đề này, trong khi cha mẹ anh dẫn anh đến những ngày hội mở của các trường đại học ở miền Nam Ontario, Canada, với Viện Vật lý Lý thuyết Perimeter là một điểm nổi bật. “Tôi nhớ ai đó đã nói về vô hạn khi tôi còn rất bé, và điều đó đã làm tôi say mê, ” Cranmer chia sẻ. Trong thời gian học trung học, anh đã thực tập tại Viện Điện toán Lượng tử tại Đại học Waterloo, và mô tả đây là “mùa hè tuyệt nhất trong cuộc đời tôi đến thời điểm đó. ” Kinh nghiệm này đã dẫn dắt anh theo đuổi một bằng cử nhân vật lý tại Đại học McGill. Một buổi tối trong năm thứ hai, khi 19 tuổi, Cranmer tình cờ đọc một cuộc phỏng vấn với nhà vật lý lý thuyết nổi tiếng Lee Smolin trên tạp chí Scientific American. Smolin cho biết việc hòa giải lý thuyết lượng tử và thuyết tương đối sẽ “cần nhiều thế hệ. ” “Điều đó đã kích hoạt một điều gì đó trong tâm trí tôi, ” Cranmer nhận xét.

“Tôi không thể chấp nhận điều đó - nó cần phải xảy ra nhanh hơn. ” Đối với anh, chìa khóa để tăng tốc tiến bộ khoa học nằm ở trí tuệ nhân tạo. “Đêm hôm đó, tôi đã kết luận, ‘Chúng ta cần triển khai AI cho khoa học. ’” Anh bắt đầu khám phá học máy, cuối cùng tích hợp nó vào nghiên cứu tiến sĩ về thiên văn học tại Đại học Princeton. Gần một thập kỷ sau, Cranmer, hiện đang làm việc tại Đại học Cambridge, đã chứng kiến AI bắt đầu cách mạng hóa khoa học, tuy không đạt đến mức độ như anh hình dung. Trong khi các hệ thống một mục đích như AlphaFold có thể tạo ra các dự đoán khoa học với độ chính xác đáng kinh ngạc, các nhà nghiên cứu vẫn chưa có “mô hình nền” được thiết kế cho phát hiện khoa học tổng quát. Những mô hình này sẽ hoạt động giống như một phiên bản ChatGPT chính xác khoa học, có khả năng tạo ra các mô phỏng và dự đoán trên nhiều lĩnh vực nghiên cứu khác nhau. Vào năm 2023, Cranmer và hơn hai chục nhà khoa học đã khởi động sáng kiến AI Polymathic nhằm phát triển những mô hình nền này.