科學研究：讓機器科學家擁有主動性


圖片來源：Pixabay
最開始，先有了亞當。我們這裏說的不是《聖經》中的第一個人類，而是第一台可完全自主展開科學研究，獨立作出發現的機器。
亞當看上去完全不像人類。它就是一隻大盒子，相當於辦公室裏的一個格子間般大小。它裝配有機械臂、培養箱、冰櫃、攝像機以及其他輔助展開工作的部件。研究所必須的一切都準備就緒，包括能思考的大腦。
而這台機器背後的男人名叫Ross King，是瑞典查爾姆斯理工大學（Chalmers University of Technology）的機器智能教授。2004年，他開始建造亞當，用以研究酵母中的酶；後來他又創造了第二台機器人，順勢命名為夏娃，用來研究潛在的抗瘧疾藥物。
“我將亞當和夏娃稱為機器人科學家。”King說。這種類型的機器將人工智能和機器人實驗設備相結合，每經曆一次迭代就變得更加聰明。
但是，什麽讓機器人科學家如此特別？在現代實驗室中，自動化越來越普遍，人工智能可協助研究人員完成海量的科研項目。自動化和人工智能這一組合，讓機器具備了實現科研過程每一步的能力——提出假設、展開實驗、分析數據、得出結論，從而自成一格。
讓機器人像科學家一樣“思考”，盡管這樣的嚐試從上世紀60年代正式開始，但直到最近20年，亞當和其他智能機器才開始卓有成效地展開實驗，從假設到最後的報告。這些複雜的機器仍然稀少，但從醫學到數學領域，不少機器人科學家已經協助自己的人類搭檔作出新的發現，為未來科研樹立了榜樣。在接下來的幾十年內，你可能會聽到更多這種自動化研究員的事跡，這要歸功於一個全球挑戰項目，它的目標是到2050年打造出有實力贏得諾貝爾獎的機器人。


Ross King 和他的機器亞當和夏娃（背景），圖片來源：Aberystwyth University
亞當的設計目標是研究麵包、啤酒和大家最愛的鬆軟甜點中的關鍵成分：麵包酵母。這一廚房日常必用品是一種單細胞真菌：釀酒酵母（Saccharomyces cerevisiae），其結構十分複雜，足以充當人類細胞模型。
“雖然人類和酵母菌之間最後一代共同祖先可以追溯回約十億年之前，但生物學非常保守。”King說，“所以，酵母細胞中大部分的規律也適用於人類細胞。”
幾十年來，研究人員一直在研究酵母菌的DNA，目的在於將其每一個基因和其功能聯係起來。一些基因會編碼酶，這種蛋白質能夠加速化學反應，比如分解葡萄糖。1996年，遺傳學家們對酵母進行基因組測序時，收獲了大量的新信息。
但是，確認酶和基因之間的聯係仍然需要在實驗室內展開酵母菌物理檢測。King擁有微生物學背景，在他看來，這是一項艱巨的任務，但用機器能更有成效。
所以，King給亞當裝上了從頭到尾執行研究所需的一切。他用數據庫給機器人編程，這套數據庫包含了多種有機物的基因組，還有酶的信息，以及如何掃描潛在匹配的指導說明。亞當能夠使用所有的實驗設備以及上千株酵母菌株，展開實際的檢測程序，來確認潛在匹配；它也知道如何閱讀實驗結果，如果匹配不成功，還會從頭再來一遍。最後，亞當給出了20條假設，並一一檢測，終於提出了12種基因-酶新匹配。
“我們周圍並沒有那麽多的生物學家來做我們想要做的所有實驗，哪怕隻為了解酵母菌的運作機製。”King解釋說。像亞當這樣的機器人不是用來稱霸世界，奪取人類工作，或者淘汰人類科學家，它的目的恰恰完全相反。聰明的機器人助理會像科學家一樣思考，在缺乏人手展開科學研究的情況下，填補空缺。


如上圖所示，亞當包含如下組件：a)冰櫃，b)液體處理器，c)培養箱，d)全自動讀板儀，e)機械臂，f)全自動板片，g)全自動孔板離心機，h)全自動洗板機，i)特製的空氣過濾器，和j)塑料外殼。圖片來源：King et al. 2009 Science
亞當是第一台能夠同時提出假設並采用實驗手段驗證的機器，但已經退休了。King說他現在打算將這台機器捐贈給博物館。而夏娃仍在使用中，不過King表示機器正處於休眠狀態，以便他將它從英國搬回瑞典。
讓夏娃聲名鵲起的是發表在《科學報告》（Scientific Reports）雜誌上的一篇論文，在這項研究中，機器人發現三氯生（triclosan）有潛力應用於瘧疾治療。該化合物是牙膏和肥皂中的常見成分，之前就被識別出來，被認為有望阻止瘧原蟲生長，但研究人員難以確認體內的哪些酶最容易對該物質產生反應。夏娃協助將美國食品藥品監督管理局（FDA）批準的物質庫中的化合物與會響應治療的靶標酶匹配出來。King 說，他想要使用這台機器繼續研究熱帶疾病療法。
與此同時，他還計劃著另一個項目：研究細胞的生物化學組成。他將其命名為“創世紀”（Genesis），該項目野心勃勃，將會檢測並完善數學模型，從而填補人們理解細胞工作機製的空白地帶。
“我們理解（細胞中）某些基礎的生物化學。”他說，“但如果我們做實驗，即使對於酵母這麽簡單的實驗對象，我們也無法真正量化預測會發生什麽。”
King的機器“二人組”可能是最先成功實現全自動化科學發現的機器，但是，當今機器人科學家的起源要追溯到60多年前。技術發展的道路還很漫長，但早在1965年，斯坦福大學的研究人員就努力嚐試利用早期計算機實現科研自動化。
他們從名為Dendral的項目開始。Dendral是由兩套主要算法構成的人工智能，這兩套算法通過質譜數據來識別未知化合物。質譜數據就是關於原子重量的信息，能夠幫助化學家確定一種化合物的結構和性質。
Dendral為最早的專家係統開辟了道路，這種類型的人工智能會訓練計算機，讓它們像專家一樣“思考”。在接下來的幾十年內，新項目蓬勃發展：1976年出現了自動化數學家（Automated Mathematician，簡稱 AM），這是一組可生成新數學定理的程序；1996年，美國威奇塔州立大學（Wichita State University）發表了一篇關於FARENHEIT項目的論文，內容關於自動化化學研究。利用人工智能技術的新進展來協助需要繁重數學運算的領域，促使計算機科學家集中鑽研，給這些機器人科學家構建“大腦”，與此同時，實驗室自動化也在持續發展。
然而，構建這些未來機器人科學家的大腦和身體都需要時間，也需要大量人類腦力來進行修補工作，才能使其不斷擴展，成為我們如今看到的項目。AM在尋找模式方麵的能力讓人印象深刻，但它也生成了許多數學家看來無用的定理。甚至Dendral也有自己的短板：例如，它的搜索特征並不是最有效的，而且在計算能力範圍內處理問題的規模也有局限。初始形式的Dendral項目已不再運行，沒有化學家團隊投入該項目以繼承它的遺產。但在1991年，Dendral的最初創造者撰寫了一份案例研究報告，指出該項目對迅速發展的人工智能領域產生了重要影響，為未來科學中自動化的普遍存在打開了一扇窗口。
幾十年來，計算能力不斷加強，算法愈發精良，新型機器人設備層出不窮，最後迎來了新型機器人科學家的黎明。這些機器人正在掌握新領域，學會日以繼夜地折騰數據，其中之一就包括麻省理工學院的機器人，名叫“智能拖曳水池”（Intelligent Towing Tank）。
拖曳水池是流體力學和工程研究中的常用工具，大到足以讓一艘船通過其中。在這種狹長的水池中，研究人員可以調整水位、波浪和其他參數，來建立液體流動變化模型。他們可以借助這些結果，更好地理解作用於容器或者結構上的摩擦、水流和其他因素。
因為拖曳水池常常用來展開實驗，試圖理解複雜的物理學問題，所以在增量實驗後展開實驗對研究人員而言是一項艱巨任務。但是，智能拖曳水池的機器人程序能夠自行進行研究，而且無需人類幫助，自主設計後續實驗。
迄今為止，機器的最大挑戰之一就是實驗的起步階段。目前，人類研究員必須設定初始參數，幫助智能水池形成第一條假設。亞當和夏娃也有類似的缺陷：它們都依賴自己創造者廣博的微生物學背景，才能成為專家。
具體來說，拖曳水池的設計目的是研究渦致振動（VIVs）。這一領域的研究專攻物體在水下環境中創造的各種力，工程師可用來設計不同結構，尤其是應用於強風或者海浪情況下的結構。就像細胞和基因一樣，科學家理解渦致振動的基本原理，但至於它們在不同環境下的運作原理，仍屬星空体育官网入口网站空白。
George Em Karniadakis是布朗大學的應用數學教授，也是2019年一篇關於拖曳水池研究論文的共同作者。他說，確認這些未知領域，讓自動化水池探索其中，正是機器幫助填補星空体育官网入口网站空白的意義所在。
“我們（常常）將不確定性視作敵人。”他說，“但這次的思路是，不確定性是我們的朋友。”


Dixia Fan 手持智能拖曳水池的一個部件，這台智能機器能夠拖著一個裝在滑架上的設備，自行展開實驗。圖片來源：Lily keys/MIT Sea Grant
該項目由當時還是MIT研究生的Dixia Fan領導，他正展開流體力學自動化實驗，以更高效地完成研究。實驗確實很高效，Fan的合作者們白天在實驗室附近都找不到他。
“我嚐試去實驗室找他，但他從來不在裏麵。”Karniadakis說，“但實驗一直在進行。”
在沒有人員在場的情況下，拖曳水池拉著一個能夠以恒定速度移動的滑架，並且施加各種力，比如振動。它還知道在各項實驗之間停頓一下，靜置液體，然後再繼續向前展開下一項實驗，避免實驗結果交叉汙染。
機器一天24小時都在工作，在幾乎無人監督的情況下完成了10萬項實驗。就和King的亞當、夏娃一樣，拖曳水池從作出初始假設開始，創建後續研究，展開實驗，直到計算機能夠從結果中得出整體結論。
讓計算機接受挑戰、探索未知，能夠讓它變得更加智能，就好像你要挑戰自我、提升網球技能，就去和等級比你高的網球運動員對練一樣。MIT的海洋科學和工程教授Michael Triantafyllou解釋說：“它們會將你推入一個你還不知道的領域中。”
“如果你一直和與你水平相當或者不如你的人玩，那就永遠無法探索真正困難的領域。”他說。機器也必須如此：它做的實驗需要提供挑戰，才能讓它收集到新數據，發現陳述數據的新方式。
不過Karniadakis說，機器人和人工智能相互結合，展開實驗，這一進展將很有可能應用到自己研究領域以外的其他領域。換句話來說，隻要讓合適的人造出機器，機器人科學家可以獲得任何學科的博士學位。
“我認為這一範式將適用於任何學科。”Karniadakis說，“從（研究）分子到飛機。”
現在機器人科學家其實還不常見，但情況可能在未來幾十年內有所改變。一個項目旨在創建並運行更多機器人科學家，它有一個野心勃勃的目標：到2050年，打造出能贏得諾貝爾獎的機器人。
在2016年人工智能促進協會（Association for the Advancement of Artificial Intelligence，簡稱 AAAI）發表的一篇報告中，日本研究者北野宏明（Hiroaki Kitano）最先提出了這一設想。他呼籲利用人工智能推進科學研究的邊界，尤其是生物醫學領域，最終創造更廣闊的科學發現天地。2017年，在經濟合作與發展組織（OECD）舉辦的以智能機器、智慧政策為主題的人工智能大會上，北野宏明做了題為《諾貝爾圖靈挑戰》的報告，再次詳細陳述了自己的想法。
但是直到2019年，才出現了正式的計劃，將這一挑戰落實為全球項目。全球海軍研究辦公室（Office of Naval Research Global）主任科學家 Ayodeji Coker為該項目掌舵。King和北野，還有AAAI主席Yolanda Gil協助領導項目進程。目前項目仍在計劃階段，但Coker說，團隊最近開了一場會議，有來自大學、研究團體和政府機構的30人出席。
同年，日本政府也決定支持與機器人技術相關的25個科技領域發展，撥出近1000億日元（約合人民幣65億元）預算讚助第一個五年計劃，其中包括北野宏明計劃在內的數字化和人工智能技術發展項目，研發出人工智能機器人係統，意在奪得諾貝爾獎。
Coker希望這次的努力能夠繼續擴大，達到與北野在1997年帶頭發起的機器人世界杯（RoboCup）一樣的水平。比賽幾乎每年舉辦，全球科學家相互競爭，最終目標是組建一隊由類人機器人組成的自動化球隊，在2050年之前擊敗FIFA世界杯選手。這項競爭還提供了一係列小型挑戰，比如建造救援機器人和自動化家政助手。
“我認為整個項目的美妙之處在於它讓學界團結一致。”Coker說，“讓他們興致盎然地學習探索新挑戰。”
去年，機器人世界杯吸引了來自40多個國家的3500多名參賽者。這一活動已經舉辦了超過20年，推動著機器人學的進展。Coker想要以相似的方式提供各種更小型的挑戰，匯總起來實現最終目標：實現具有諾貝爾獎價值的自動化科學研究。他希望這一項目將集合各個學科的專家，一起建造並改良自動化科學家的方方麵麵，從在實驗室裏導航的能力，到用來設計實驗的算法。即使團隊無法實現最終目標，他們仍然給該領域貢獻出頗有價值的數據，為後繼研究人員建造更加聰明的機器人科學家開辟道路。
“我們正從頭開始尋找，並說：‘好吧，自然語言處理、視覺、感知這些方麵，我們現在需要完成什麽？’”Coker說。建造並完善單個技巧將最終創造出更強大、更穩定的模板，然後用到機器人科學家身上，實現與人類科學家更有效的溝通。
要創造更好的機器人，首先要完善自動化過程的每一方麵，這樣才能製造出名副其實、運轉良好的機器。而全球挑戰能夠吸引專業星空体育官网入口网站不那麽充足但更加年輕的新一代研究員，他們渴望以新的方式創新。
“我們需要驅動創造力的引擎。”Coker說，“這與登月本身無關，但與如何登月有關。”
撰文：Jennifer Walter
翻譯：阿金
審校：戚譯引
引進來源：Discover Magazine
引進鏈接：https://www.discovermagazine.com/technology/the-robot-scientists-are-coming-but-thats-not-a-bad-thing
本文來自：環球科學



關注【深圳科普】微信公眾號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書籍】，了解最新科普書籍
回複【團體定製】，了解最新團體定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習觀鳥相關科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情