未来的自动化实验室
发布时间:2025-01-08 20:18编者按
本期文章编译了 Adam David 发表在 PNAS期刊上的论文《未来的自动化实验室》(The automated lab of tomorrow),作者讨论了如何通过将自动化和人工智能相结合,使得实验室可以在速度、效率甚至创造 力方面获得大幅提升。指出人工智能可以发展一种替代形式的科学,打破当前科学实践的局限性,这些局限性在很大程度上受到人类认知局限性和社会学限制的阻碍。未来重要的是要有一种方法来衡量和跟踪人工智能,以帮助引导研究朝着正确的方向发展。
1875 年,Thaddeus M. Stevens 设计并描述了最早的自动化实验室设备之一 ——一种具有受控滴率的密封容器,用于清洗滤纸。他可能会惊讶地发现,150 年后,学术科学家仍然在手工完成许多任务。
人工智能可以提供帮助。跨学科的研究人员正在寻找将机器学习集成到他们的实验设置中的方法。这些系统与自动化相结合,被称为自主驱动实验室,被用于生物学、化学和材料科学领域,以设计和执行重复步骤,分析数据,然后根据结果调整下一个实验周期。自主驱动实验室已经被用于设计智能材料,并找到人类科学家难以生产的酶。与此同时,大学、资助者和私营部门正在投资所谓的云实验室,这些实验室提供对机器人工人和实验室设备的远程访问。
提高自动化程度
传统上,学术研究并不适合大量的自动化。例如,经常更改的协议在机器人上更难执行。因此,拥有全自动系统的真正自主驱动实验室仍然很少见。在加拿大温哥华的不列颠哥伦比亚大学经营着一个自主驱动实验室的化学研究员柯蒂斯·柏林盖特(Curtis Berlinguette)说。“如果你想从你的自动化系统中获得良好的价值,你就要确保你的机器人随着你的实验而进化。”
虽然人工智能受到了大部分关注,但 Berlinguette 认为,对于研究人员在科学中利用机器学习来说,关注提高自动化程度至关重要。这是因为对于许多实验室来说,机器人是唯一可行的方法,可以提高人工智能所依赖的那种可靠数据的产生。“机器学习确实需要自动化的工作流程,”他说。“如果操作得当,它们使您可以比通过手动实验更有效地编目和处理数据。”
然后,这种质量更好且带注释的数据流可以让 AI 分析结果并决定机器人接下来应该做什么实验,从而产生更多数据供 AI 分析。
材料差异
Berlinguette 的实验室拥有一个名为 Ada 的自动化系统,该系统以计算机编程的先驱之一 Ada Lovelace 的名字命名。Ada使用机械臂制造用于钙钛矿太阳能电池的薄膜材料。这些薄膜的性能对厚度、形貌和缺陷化学性质高度敏感,而这些又受到工艺条件的影响,如添加剂浓度、退火时间和温度。
通过将自动化和人工智能相结合,其他自主驱动设备也取得了类似的成功。去年年底,劳伦斯伯克利国家实验室(LBNL)和 Google DeepMind 的研究人员报告了他们如何将一种构思和设计新无机材料结构的算法与一种名为 A-Lab 的机器人系统配对,该系统可以制造和分析它们。
在短短两周多的时间里,这个 LBNL 自主驱动实验室(由美国能源部出资 18 万美元建立,历时 2个月)生产了 41 种新的无机材料;其中 9 个是在“主动 学习”算法发明了超越其训练数据的新合成方法之后制作的。A-Lab 无法自行生产的一些材料是在人类科学家重新引入循环后成功创造的,例如在反应过程中重新研磨混合物。
迈向新科学
一些专家认为,人工智能可以为科学研究提供更多的东西,而不是其示范性解决问题能力的实际演示。在 2021 年的一篇争议性文章中,系统生物学研究所所长、电子巨头索尼公司人工智能首席执行官北野弘明声称,人工智能可以开发 “一种替代形式的科学,打破当前科学实践的局限性,这种局限性在很大程度上受到人类认知局限性和社会学约束的阻碍。”他说,这样一个系统可以使“人工智能科学家”获得值得诺贝尔奖的发现, 这是诺贝尔图灵挑战项目中正式确立的目标,该项目将实现这一目标的最后期限定为 2050 年。“20 年前,大多数人认为这是一个疯狂的想法,”英国剑桥大学的计算机科学家 Ross King 说,他也是该倡议的组织者之一,该倡议于 2022 年举办了第一次研讨会。“现在看来,我交谈过的大多数人都认为这可能迟早会发生。” 到目前为止,诺贝尔图灵挑战赛包括一系列研讨会和会议,讨论人工智能与实验室科学相关的进展和优先事项;最近一次发生在 2 月份的东京。在这个级别工作的人工智能科学家必须做的不仅仅是执行现有自主驱动实 验室中看到的那种迭代实验。他们必须就研究主题做出战略选择,沟通原因和机制,将结果纳入科学文献,并对应用和社会影响做出判断。 这样的人工智能科学家将有效地提出进步的假设。但在实现这一目标之前, 还有一个主要的障碍需要跨越:开发能够自己表示和提取知识的机器学习技术— —例如,通过确定一门学科中的一个想法如何应用于完全不同的东西。实现这一 目标的最雄心勃勃的方法——也有人说是最好的方法——是构建所谓的通用人 工智能(GPAI),这是一种大肆宣传的多功能工具,可以应用于所有科学领域, 并可以应用于任何任务。追踪人工智能能力
考虑到进展的速度,即使是像 Ross King 这样经验丰富的专家也不愿推测在未来十年内,人工智能驱动的自主科学在多大程度上可以实现诺贝尔奖获得者的目标。但是,虽然很难预测发展,但 Ross King 认为,重要的是要有一种方法来衡量和跟踪它,以帮助将研究引向正确的方向。去年 6 月,他和剑桥大学的同事 Hector Zenil 概述了一种基准测试方法,该方法基于一系列迈向他们所谓的第五级的步骤:一个完全自动化的人工智能系统,即使不是更优越,也与人类科学家相当。 这些阶段的特点是对人工策展的需求稳步下降。两人认为,目前的科学能力正在向第三级迈进,例如,人工智能能够为数据选择最佳模型,但人类仍然在概述假设和所需的解决方案类型。科学企业还需要这种个人风格多久?“我不认为人类有什么深刻的不同,我们不能让机器来做到这一点,”Ross King 说:“我不认为人类有什么不同,我们不能让机器来做这件事。”。“我们认为人工智能可以做的大多数事情最终都被证明是可能的。只是很难说是明年还是一百年。END
文章来源:https://www.pnas.org/doi/full/10.1073/pnas.2406320121
由于篇幅受限,关于上述文章原文献详见【曼森生物】公众号右下角底部菜单栏→补充资料,自动跳转获取。
相关文章
- 同期论坛 | 2025合成生物概念验证平台技术与智能...2025-01-08 20:32
- 未来的自动化实验室2025-01-08 20:18
- 行业动态 |《上海市加快合成生物创新策源 打造高端生...2024-04-10 15:11
- 5万亿!大规模设备更新启动,生物智造企业接住这泼天富...2024-04-10 14:46
- 生物过程开发中的机器学习:从承诺到实践(下)2023-10-13 14:16
- 生物过程开发中的机器学习:从承诺到实践(上)2023-09-20 16:41
- 光酶催化不对称羰基羟基化反应2023-09-20 15:02
- 生物智造与智能装备专业委员会志愿者招募2023-09-13 13:17
- 生物智造与智能装备专业委员会志愿者/管理人员招募2023-08-29 09:57
- 2023年上海生物工程学会“曼森”生物工程 优秀青年...2023-08-16 08:37