这些机器人正在学习进行自己的科学实验 - 彭博社

照片插图：731：摄影师：Getty Images在匹兹堡的卡内基梅隆大学实验室内，一个机器人手臂举起装满化学试剂的瓶子，带着它越过一排试管，将精确数量的液滴分配到每一个试管中。手臂旋转，替换瓶子，再次旋转，拿起另一个容器。笨拙而不知疲倦，机器持续运转，进行一项又一项的测试。这些实验是一个持续项目的一部分，旨在确定高容量电动汽车电池的理想化学成分。不久，机器不仅会进行实验——它们还会设计实验。

彭博社商业周刊机器人出租车的裁决已出——华尔街正在乘坐火车杰米·戴蒙担任财政部长：永不消逝的想法贾伦·布伦森是NBA现在需要的球员深入了解设定体育博彩赔率的公司在接下来的几个月里，一个人工智能算法将逐渐接管基于电池测试运行的实验规划。一旦完全运作，这个机器人研究生将决定如何修改它正在测试的成分浓度。“它不仅自动化了实验的手动部分，还自动化了规划部分，”项目负责人、丰田研究院的科学家布赖恩·斯托里说。

科学长期以来被认为是人类活动中最不可能被机器人取代的领域之一。随着传感器、测序仪和卫星以太字节的速度产生数字信息，这种情况正在改变。“我们再也无法处理如此庞大的数据量，”Manuela Veloso说，她是卡内基梅隆大学机器学习系的负责人。这对生物技术公司和其他许多企业来说都是一个日常关注的问题，他们在努力理解前所未有的原始信息激增。

旨在识别和分类模式的人工智能软件已在广泛的科学领域中得到应用，从海洋生物学（识别水听器录音中的野生海豚声音）到天文学（通过数千颗恒星亮度的微小波动检测行星的存在）。为了发现希格斯玻色子，即所谓的上帝粒子，一个算法筛选了在瑞士的大型强子对撞机中生成的数十亿粒子轨迹。人工智能正迅速成为大学科学课程的重要组成部分。

自动化发现过程不仅可以释放研究人员的时间。它可能会改变所做发现的类型。“我可以很容易想象人工智能会推荐实验，尝试合成你认为不可能的化学分子，但人工智能将能够做到这一点，”Barnabás Póczos说，他是卡内基梅隆大学的机器学习教授，正在与丰田项目合作。

不幸的是，生成新颖的预测本身并不是特别有用。科学家们追求的不是“什么”，而是“为什么”——那些优雅的理论公式，让他们理解宇宙是如何运作的，比如牛顿的第一定律或E=mc²。到目前为止，支撑AI软件的神经网络实际上无法解释它们是如何得出答案的。

相比之下，人类在这方面做得相当不错。因此，在短期内，最有前景的方法将是人类与AI合作。今年二月，荷兰出版商Elsevier宣布与软件制造商Euretos进行试点合作，利用AI评估数百万篇经过同行评审的科学文章，以提出生物化学领域的假设。学者们将在网上筛选这些假设，并基于最有希望的假设进行实验。“愿景是讨论变成一个更加自动化的过程，”Euretos的联合创始人Arie Baak说。

那么之后呢？“人们一直在想，是否可以让计算机自动找出物理学的基本原理，”丰田的Storey说。“我认为我们现在还没有走到那一步。”