伯克利實驗室能源研究應用高級數學中心 (CAMERA) 的研究人員應用高斯過程回歸開發了一種名為 gpCAM 的工具。在 CAMERA 中，研究人員一直在使用 gpCAM 進行同步加速器光束線實驗——但最近，它的用途已擴展到其他領域。“越來越多的實驗領域正在利用這種新的最佳和自主數據采集，因為歸根結底，它總是關于近似某些函數，給定噪聲數據，”Noack 說。

這些新領域之一是材料科學。伯克利實驗室分子鑄造廠的研究人員正在使用 gpCAM 來幫助了解薄膜半導體的特性。“利用人工智能和機器學習算法的納米級應用，特別是用于掃描探針系統，已經引起了人們的興趣……一段時間以來，”Foundry 的博士后研究員 John Thomas 說。“在 2020 年夏天，我們開始對使用高斯過程進行自主發現感興趣。”

在其他地方，研究人員正在使用 gpCAM 來研究 DNA 自組裝。哥倫比亞大學研究生研究員 Aaron Michelson 解釋說：“在追求自組裝功能材料方面，DNA 納米技術在對大參數空間進行采樣以進行合成方面的能力有限。” “這要么需要收集大量數據，要么需要更有效的實驗解決方案。自主發現可以直接納入挖掘大型數據集和指導新實驗。這使研究人員能夠避免盲目地制作更多樣品，讓我們坐在駕駛座上做出決定。”

而且，研究人員說，這僅僅是個開始，gpCAM 的應用范圍從環境研究到藥物發現。

“Noack 的工作和領導力匯集了一個廣泛的、跨學科的協同設計社區，”CAMERA 主管、該論文的合著者 James Sethian 說。“這種科學社區建設是 CAMERA 嘗試做的事情的核心。”