愛因斯坦望遠鏡等次世代科研設施,正透過「數據餵養」與「硬體優化」雙軌加速 AI 研究。首先,這類設施產生的海量觀測數據,為 AI 提供了極佳的訓練場,使其能從複雜雜訊中精準辨識重力波等微弱訊號。其次,如 Urania 等 AI 系統已能自主設計出超越人類直覺的「外星科技」探測器結構,將靈敏度提升逾 10 倍。這種從實驗設計到數據分析的全面自動化,不僅將研發週期從數年縮短至數天,更推動 AI 從輔助工具轉化為具備假說生成能力的「數位科學家」,徹底顛覆基礎科學的探索範式。