在匹茲堡卡內(nèi)基梅隆大學(xué)的一個實驗室里，一個機器人手臂舉起裝滿化學(xué)試劑的瓶子，置于一排試管上空，并將精確數(shù)量的滴液分配到每一個試管中。手臂旋轉(zhuǎn)，更換瓶子，再次旋轉(zhuǎn)，拿起另一個容器。機器發(fā)出響聲，不知疲倦地進行一次又一次測試。
這些實驗是一個正在進行的項目的一部分，為大容量電動汽車電池確定理想的化學(xué)成分。很快，機器就不止操作這些實驗，它們也將設(shè)計這些實驗。
在接下來的幾個月里，人工智能算法將逐步接管電池測試實驗計劃。一旦完全發(fā)揮作用，這個機器人將決定如何修改其測試成分的濃度。
領(lǐng)導(dǎo)該項目的豐田研究所科學(xué)家布賴恩·斯托里(Brian Storey)說:“它不僅自動化了實驗的手工部分，還自動化了計劃部分。”
長期以來，科學(xué)一直被認(rèn)為是人類不可能外包給機器人的。但隨著傳感器、定序器和衛(wèi)星以萬億字節(jié)的速度產(chǎn)生數(shù)字信息，這種情況也在發(fā)生變化。
卡內(nèi)基梅隆大學(xué)機器學(xué)習(xí)系負(fù)責(zé)人曼努埃拉·維羅索(Manuela Veloso)說:“我們再也無法處理大量的數(shù)據(jù)了。”
這是生物技術(shù)公司和其他許多企業(yè)每天都在關(guān)注的問題，它們都在努力理解前所未有的大量原始信息。
人工智能軟件被廣泛用于各個科學(xué)領(lǐng)域，從海洋生物學(xué)(通過水聽器記錄識別野生海豚發(fā)聲)到天文學(xué)(通過數(shù)千顆恒星亮度的細(xì)微波動檢測行星的存在)。
為了發(fā)現(xiàn)希格斯玻色子，即所謂的上帝粒子，一種算法篩選了瑞士大型強子對撞機中產(chǎn)生的數(shù)十億個粒子軌道。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)過程自動化并不只是釋放研究人員的時間，它可能會改變?nèi)藗兊陌l(fā)現(xiàn)。
卡內(nèi)基梅隆大學(xué)豐田項目的機器學(xué)習(xí)教授巴納巴斯·波喬斯(Barnabás Póczos)說:“我很容易想象，人工智能會推出一些實驗，合成一種你認(rèn)為不可能合成的化學(xué)分子。”
不幸的是，生成新的預(yù)測本身并沒有那么有用?？茖W(xué)家們追求的不僅僅是what，還有why。那些優(yōu)雅的理論公式，如牛頓第一定律或E = MC^2，讓他們了解了宇宙是如何運轉(zhuǎn)的;而到目前為止，人工智能軟件背后的神經(jīng)網(wǎng)絡(luò)還不能真正解釋他們是如何得出答案的。
相比之下，人類在這方面相當(dāng)擅長。所以短期內(nèi)，最有希望的方式是人類和人工智能一起工作。
今年2月，荷蘭出版商Elsevier宣布與軟件制造商Euretos進行一項試驗性合作，利用人工智能評估數(shù)百萬篇同行評審的科學(xué)文章，提出生物化學(xué)領(lǐng)域的假設(shè)，而學(xué)者們將在網(wǎng)上篩選那些特別棒的假設(shè)。Euretos的聯(lián)合創(chuàng)始人阿里·巴克(Arie Baak)說:“我們的愿景是使討論過程更加自動化。”
然后呢?豐田研究所的斯托里說:“人們一直在想，能否讓電腦自動計算出物理學(xué)的基本原理。我認(rèn)為我們距離那一步不會太遠了。”
最根本的是，傳感器和衛(wèi)星給研究人員帶來的數(shù)據(jù)超過了他們有意義地理解范疇，因此他們正在訓(xùn)練軟件進行更高階的分析。
