Naukowcy opracowali metodę łączącą optymalizację bayesowską z udziałem człowieka (human-in-the-loop) do wspierania badań nad fuzją jądrową i innymi aplikacjami naukowymi. Podejście umożliwia ekspertom integrowanie swojej wiedzy z algorytmami uczenia maszynowego w celu efektywniejszego eksplorowania przestrzeni parametrów. To znaczące dla przyspieszenia odkryć naukowych, zmniejszenia kosztów eksperymentów i poprawy jakości decyzji w skomplikowanych problemach optymalizacji.