在匹茲堡卡內(nèi)基梅隆大學(xué)的實(shí)驗(yàn)室內(nèi)，*個(gè)機(jī)器人手臂舉起*個(gè)裝滿化學(xué)試劑的瓶子，并將其攜帶到*排試管上，在試管中分配*定數(shù)量的液滴。手臂旋轉(zhuǎn)，取代瓶子，再次旋轉(zhuǎn)，并拿起另*個(gè)容器。機(jī)器毫不吝嗇地不知疲倦地旋轉(zhuǎn)，在測(cè)試之后進(jìn)行測(cè)試。實(shí)驗(yàn)是正在進(jìn)行的項(xiàng)目的*部分，以確定高容量電動(dòng)汽車(chē)電池的理想化學(xué)組成。很快，機(jī)器人不會(huì)只是運(yùn)行實(shí)驗(yàn) - 他們也會(huì)設(shè)計(jì)它們。
在接下來(lái)的幾個(gè)月中，人工智能算法將逐漸接管基于電池測(cè)試運(yùn)行的實(shí)驗(yàn)計(jì)劃。*旦完全運(yùn)作，這位機(jī)器人研究生將決定如何修改其測(cè)試成分的濃度。
“它不僅自動(dòng)執(zhí)行實(shí)驗(yàn)的手冊(cè)部分，還包括規(guī)劃部分”豐田研究院科學(xué)**導(dǎo)該項(xiàng)目的Brian Storey說(shuō)。
科學(xué)長(zhǎng)期以來(lái)*直被認(rèn)為是*不可能被機(jī)器人開(kāi)發(fā)的人類(lèi)活動(dòng)之*。隨著傳感器，音序器和衛(wèi)星在TB*傳輸數(shù)字信息，情況正在發(fā)生變化。
“我們無(wú)法處理大量的數(shù)據(jù)，”負(fù)責(zé)卡內(nèi)基梅隆機(jī)器學(xué)習(xí)部門(mén)的Manuela Veloso說(shuō)。對(duì)于生物技術(shù)公司和其他各種企業(yè)而言，這是日益令人擔(dān)憂的，這些企業(yè)正在努力理解前所未有的原始信息。
用于識(shí)別和分類(lèi)模式的AI軟件已經(jīng)在海洋生物學(xué)（識(shí)別水聽(tīng)器記錄中的野生海豚發(fā)聲）到天文學(xué)（檢測(cè)行星數(shù)千顆恒星的亮度微妙波動(dòng)的存在）等大范圍科學(xué)中部署。為了發(fā)現(xiàn)希格斯玻色子，即所謂的上帝粒子，算法篩選了瑞士大型強(qiáng)子對(duì)撞機(jī)內(nèi)產(chǎn)生的數(shù)十億粒子軌道。人工智能正迅速成為大學(xué)科學(xué)課程的重要組成部分。
使發(fā)現(xiàn)過(guò)程自動(dòng)化不僅能釋放研究人員的時(shí)間。它可能會(huì)改變發(fā)現(xiàn)的種類(lèi)。
“我很容易想象AI會(huì)推薦哪些實(shí)驗(yàn)來(lái)嘗試合成*種你認(rèn)為不可能的化學(xué)分子，但人工智能將能夠做到這*點(diǎn)，”卡內(nèi)基梅隆機(jī)器學(xué)習(xí)教授BarnabásPóczos說(shuō)道。豐田項(xiàng)目。
不幸的是，生成新穎的預(yù)測(cè)本身并不是那么有用。科學(xué)*所追求的不是什么而不是為什么 - 讓他們理解宇宙如何運(yùn)作的優(yōu)雅理論公式，比如牛頓的**定律或E =mc?。到目前為止，人工智能軟件的神經(jīng)網(wǎng)絡(luò)無(wú)法真正解釋他們是如何得出答案的。
相比之下，人類(lèi)相當(dāng)擅長(zhǎng)這*點(diǎn)。所以在近期內(nèi)，*有希望的方法將是人類(lèi)和人工智能*起工作。今年2月，荷蘭出版商Elsevier宣布與軟件制造商Euretos進(jìn)行試驗(yàn)性合作，利用AI評(píng)估數(shù)百萬(wàn)篇經(jīng)同行評(píng)審的科學(xué)文章，提出生物化學(xué)*域的假設(shè)。學(xué)者們將在網(wǎng)上剔除這些假設(shè)，并以*令人鼓舞的實(shí)驗(yàn)為基礎(chǔ)進(jìn)行實(shí)驗(yàn)。“這個(gè)愿景是，討論成為*個(gè)更加自動(dòng)化的過(guò)程，”Euretos聯(lián)合創(chuàng)始人阿里巴克說(shuō)。
在那之后？“人們*直在想，如果你能讓計(jì)算機(jī)自動(dòng)找出物理原理的基礎(chǔ)，”豐田公司的Storey說(shuō)。“我不認(rèn)為我們現(xiàn)在要走得太遠(yuǎn)。”
