致力於改進電動車的研究人員表示，他們在科學研究工作中找到了人類和神經網路貢獻之間的平衡。他們也描述了人工智慧在工作中扮演的角色——事實證明，這個角色至關重要。
許多研究人員已經認為神經網路應該發揮主導作用，並且應該建立自主實驗室。然而，也有人傾向於維持現狀，自行處理計算。芝加哥大學的一個研究團隊找到了第三種方法，並在《自然化學工程》雜誌上發表了一篇論文。
科學家提出了人工智慧顧問的概念：在這個框架下，神經網路和人類協同工作，發揮各自的優勢，共同管理研究過程。具體來說，人工智慧模型負責執行計算，而經驗豐富的實驗室人員則根據獲得的數據做出決策。
「顧問」系統將即時分析數據，並監控自動駕駛汽車實驗室的自主研究進展。如果偵測到效能下降，它將建議調整策略、優化設計範圍等等。
與傳統的自動駕駛汽車實驗室從頭到尾堅持單一決策策略相比，這種方法使整個決策過程具有適應性，並顯著提高了性能。
得益於這種「混合」方法，人機協作的效率比單獨使用人或神經網路高出150%。實驗在Polybot自主實驗室進行，該團隊致力於研究和開發一種電子混合離子-電子導電聚合物（MIECP）。在研究過程中，人工智慧提出了一個工作模型，科學家隨後將其付諸實踐。
未來，研究人員希望實現人類與神經網路之間更緊密的聯繫，以便後者能夠從人類行為中學習並調整其「思維方式」。
