Les scientifiques doivent faire leur propre expérience AI, vous voulez que la machine pour se débarrasser de l'intuition humaine

Li Shan compilé à partir de la science

rapports Qubit | Numéro public QbitAI

Si c'est l'avenir des laboratoires biologiques, il ne semble pas très différent avec le laboratoire actuel.

Il y a des scientifiques qui portent des blouses blanches, et beaucoup se tenaient boîte de tube à essai congelé. Des produits chimiques sur le plateau - avec une pureté bouteilles d'alcool, le sucre pour les bocaux, les protéines et le sel - et les micro-organismes sont cultivés sont gène manipulé ils sont configuration standard.

Avant d'entendre la voix du robot, vous ne remarquerez même pas leur existence: ils comme le cricket, le chant à l'autre d'une voix faible.

Ces robots sont l'effet Zymergen, c'est une société de biotechnologie en 2014 déménagé dans la baie de San Francisco et la côte est du site de l'usine de l'électronique. Ils sont ici pour réaliser des expériences microbiologiques, à la recherche des moyens d'accroître la production de produits chimiques utiles. Il y a un robot nommé Echo (non l'Amazone qui Echo). grappe à l'intérieur de l'équipement lourd, un robot de transfert d'une plaque en matière plastique, placé au-dessus du récipient de liquide sur des centaines de trous.

Un balayage laser côté de code à barres de la plaque, puis l'écho au-dessus du plateau. Une fois le processus est très bien, à l'il nu ne peut pas voir.

« Ce n'est pas un processus que je pipetage copié manuellement. » Jed Dean co-fondateur et vice-président des opérations et d'ingénierie, a dit qu'il était un biologiste moléculaire. « Mais une approche différente. » Sans l'utilisation de liquide pipetage, et la capacité que le liquide injecté dans chaque cellule individuellement si grand pores à l'intérieur, tout le processus du robot ne sont pas le toucher. Au lieu de cela, il utilise un 500 impulsions par seconde vibration acoustique de sorte que leur forme de petites gouttelettes de liquide de plus de 100 fois le fonctionnement manuel.

Ce ne sont pas vraiment comment futuriste. Il y a de grandes années de laboratoire de biologie nous avons commencé à utiliser des robots et des codes à barres. Même cette technique de pipetage appelée « décharge des gouttelettes acoustiques » a été en existence depuis des décennies.

Mais quand j'ai demandé Dean ce que ce robot travaille sur le projet lorsque nous arrivons à comprendre vraiment le mystère. « Je ne sais pas. » Il a dit. Il pourrait facilement obtenir la réponse, mais Cette expérience n'a pas été sa conception, mais généré automatiquement par des programmes informatiques.

« Je vais vous expliquer, » PDG Zymergen Joshua Hoffman prêt à éliminer les malentendus entre nous, « le processus a impliqué dans les scientifiques humains, ils sont responsables de l'affichage des résultats, et la vérification des faits. » Mais la raison pour laquelle un programme d'interpréter les données, générer des hypothèses et des expériences de planification, le but ultime est « de se débarrasser de l'intuition humaine. »

Et Zymergen adhérant à la même destination, ainsi que plusieurs entreprises: ils utilisent la technologie de l'intelligence artificielle de pour améliorer ou même remplacer le rôle de l'homme dans le processus scientifique.

Ils seront appelés « intelligence artificielle pour biotech » Mais le co-fondateur Zymergen mais pas comme cet argument, « » intelligence artificielle « des sons comme un jeu d'échecs robot. « CTO Aron Kimball La société a dit: » Je préfère » l'apprentissage de la machine. « Dit Hoffman, il dit que l'apprentissage de la machine est une branche de la science informatique, l'intelligence artificielle, les avancées technologiques récentes, la quasi-totalité de cette région. « Cela permet de mieux en mesure d'expliquer ce que nous faisions. »

Zymergen travail est en fait le réglage des micro-organismes industriels pour produire des matières premières pour les biocarburants, matières plastiques ou produits pharmaceutiques. Pour accroître la production, de nombreuses entreprises considèrent le travail lourd à faire Zymergen. Le robot de l'entreprise explorera et les gènes de réparation dans chaque microbes après, dans l'espoir de concevoir une meilleure version, afin d'améliorer l'efficacité de ses composés.

Hoffman dit que le problème est, aux micro-organismes Zymergen ont été « optimisé ». Après des années de recherche et de sélection, ces cellules ont été très bons dans leur travail. Donc, vous voulez améliorer encore l'efficacité, nous avons besoin de plus en profondeur l'exploration des gènes, de réaliser des expériences, puis utiliser une variété de données qui peuvent être obtenus - en d'autres termes, se livrer à la recherche scientifique.

Zymergen essayant d'accélérer le processus. Hoffman a dit: « un homme sur la route toute la journée, ne peut tester un petit nombre d'hypothèses, environ 10 par mois. » Robot est capable d'accélérer le processus la machine --Zymergen peut faire 1000 tests par semaine. Mais les robots ne peuvent suivre la commande suivante: Comment corriger instructions qui leur est le véritable goulot d'étranglement.

Quand je leur ai demandé comment cet algorithme a été conçu pour tester le temps, a donné un exemple Kimball simple. « Vous obtenez l'origine microbienne environ 5000 gènes. Supposons qu'il ya 10 façons dont vous pouvez modifier un gène bien établi, puis ne 50.000 tests. » Ces expériences doivent d'abord faire 1000 souches, chacun doit avoir une spéciale mutations. « Vous pouvez ajouter du sucre qui, nourrir un certain temps chaque goutte à l'intérieur., Puis voir si vous pouvez obtenir le produit beaucoup. » Il peut y avoir 25 souches peuvent produire plus de produits chimiques buts. Ces souches peuvent être utilisées pour cultiver la souche utilisée dans l'expérience à un reste à l'intérieur du réfrigérateur.

Mais en aucun cas lisse voile au processus de découverte. Kimball a dit, il suffit de trouver la bonne mutation aurait besoin de passer par un long processus. Si vous voulez juste pour atteindre le plus efficace monomaniaque, presque impossible d'atteindre le sommet. La raison en est que, si vous voulez simplement être en mesure d'obtenir une légère mise à jour tous les fusionner en une seule mutation dans les micro-organismes peuvent ne pas être en mesure d'obtenir des améliorations importantes. Au lieu de cela, la souche générant ainsi sera « malade », beaucoup moins que l'effet de la souche initiale. Ainsi, choisir le bon chemin (y compris un détour pour atteindre l'objectif) besoin de dessiner une carte mentale, tout en démontrant l'effet de toutes les souches - cette carte ne sont pas seulement trois dimensions, mais des milliers de dimensions. Cela nécessite l'apprentissage de la machine pour guider la direction.

Mais encore il y a une différence essentielle: Lorsque les mutations génétiques du robot a finalement découvert peuvent augmenter la production de produits chimiques, ils ne comprennent pas les principes de la biochimie derrière ces effets.

Si nous ne pouvons approfondir notre compréhension des principes biologiques, qui peut être la science considérée? Compte tenu Kimball, cela ne peut être important point de vue philosophique. « Nous avons été en mesure de faire de l'argent, car il est en effet efficace, non pas parce que nous comprenons le principe derrière elle. »

Hoffman représenté, robot de laboratoire Zymergen aurait été générée en utilisant un procédé chimique pour améliorer l'efficacité de 10% ou plus des micro-organismes. Son beaucoup, mais à cause de l'industrie chimique repose sur la valeur de la production de fermentation microbienne de jusqu'à 160 milliards $ par année, de sorte que de légères améliorations, il peut être plus que la National Science Fondation américaine, le budget annuel de 7 milliards $.

De plus, les modifications génétiques avancées trouvées dans le robot est en effet une vraie trouvaille qu'il est très difficile à réaliser les scientifiques humains.

Par exemple, la plupart des gènes peut améliorer la production non directement liée à la synthèse des composés désirés, environ la moitié de pas de fonction connue. « Je l'ai vu dans plusieurs micro-organismes différents. », A déclaré Dean. Pour trouver la bonne combinaison de gènes en l'absence de situation d'apprentissage machine, aussi difficile à se fissurer en toute sécurité avec des milliers de numéros. « Notre intuition est facile d'être submergé par la complexité. » Il a dit.

Comment traiter beaucoup de recherche peut être déléguée à l'apprentissage de la machine à effectuer? Cela dépend de votre demande.

« Beaucoup. » University of California informaticien Ilias Tagkopoulos recherche génomique, a déclaré: « Nous avons aucune raison de ne pas laisser les données pour guider le cours de l'expérience, afin d'obtenir un maximum d'informations, et en fin de compte plus de notre objectif. » Dans ceux qu'il l'application apparemment sans fin, y compris la prévision de la façon dont les bactéries évoluent dans un milieu hospitalier changeant, ainsi que de concevoir de meilleures collations.

Si la machine peut vraiment remplacer les humains dans une mission scientifique, de nombreux scientifiques prendront l'initiative de les embrasser.

Contrairement aux travailleurs d'usine et les chauffeurs de taxi, les scientifiques espèrent que leur travail est encore très capable et plus intégrés dans des processus automatisés. Pour la biologie moléculaire et cellulaire est particulièrement vrai, car le fonctionnement manuel du champ (y compris liquide injectable, le comptage des colonies, etc.), le processus est fastidieux et coûteux. Fait un peu diplômé d'erreur, ou un peu des défauts en vrac, perdu quelques semaines. Pour aggraver les choses, une décision hâtive post-doctorale responsable de la conception des expériences, et même conduire à des mois d'efforts gaspillée.

Cependant, certains biologistes après l'utilisation de l'intelligence artificielle pour interpréter les données et la conception expérimentale, mais frustré. « Nous avons constaté que les méthodes actuelles d'apprentissage de la machine ne peut toujours pas tout à fait à la tâche. » Informatique de l'Université de Stanford biochimiste Rhiju Das a dit qu'il étudiait comment concevoir de nouveaux médicaments par pliage moléculaire. « Par rapport à l'accès humain aux mêmes données, ce qui est un échec au problème de la conception de l'ARN. » Bien qu'il ne connaissait pas les raisons spécifiques, mais la tâche liée à « design » semble exiger l'intuition humaine. Peut-être Zymergen a trébuché pour l'expérience de la biologie avec les ordinateurs.

Californie société de technologie d'automatisation Transcriptic explore également une société de biotechnologie dont le co-fondateur Max Hodak semblent voir les limites de cette approche.

Il croit que les robots vont faire un travail plus monotone dans le laboratoire. Il a dit, ou combien de temps, « Si vous utilisez toujours vos mains, ce ne serait pas faire de la recherche. »

Mais le cerveau biologique à court terme ne sera pas remplacé, parce que la nature est très complexe. Hodak dit que l'évolution « est responsable de faire plus riche biologique, ce qui est la raison pour laquelle il est si difficile à comprendre. Il a une incroyable complexité. » Selon lui, de concevoir une meilleure expérience dans le processus de l'intelligence artificielle peut apporter des biologistes aide limitée. Mais il craint aussi que le processus plus scientifique au robot de faire, montrent que « il est plus compliqué que nous le pensions. »

De plus, même le contrôle du processus de recherche en intelligence artificielle peut fonctionner, les êtres humains comprennent vraiment trouver un ordinateur? Derrière le processus de calcul peut encore être une boîte noire. « Un intéressant est peut-être: Nous approchons d'une ère scientifique en collaboration « compréhensible » » avec les biologistes moléculaires au chercheur en informatique de l'Université Carnegie Mellon Adrien Treuille dit-il. Les chercheurs peuvent dépendre non seulement sur l'ordinateur pour faire des recherches, mais aussi l'utilisation de l'interprétation de l'ordinateur: Certaines données peuvent être la théorie biologique trop complexe, les besoins informatiques à suffisamment de confiance donnés.

Dans ce cas, les scientifiques si l'ordinateur doit être co-auteurs ont rédigé des documents signé? « Je ne le ferai pas. » Société Boston Nutonian PDG Michael Schmidt a déclaré la compagnie utiliserait l'intelligence artificielle pour se livrer à la recherche scientifique. Mais il a ajouté, « mais si elles sont en mesure de lire les journaux, il peut aussi devenir auteur. »

Le jour viendra.

[Fin]

Un avis

lecteurs Quantum ouverture 5 appliquent un groupe d'amis intéressés par l'intelligence artificielle, vous pouvez ajouter des micro-canaux qbitbot2 qubit Little Helper, une demande d'admission au groupe, discuter avec l'intelligence artificielle.

En outre, un grand café qubit a réuni le groupe de technologie de pilote automatique, Autopilot accepté que la recherche dans des domaines connexes dans les ingénieurs de l'école ou de première ligne . Appliquer: Ajouter qbitbot2 comme un ami, des notes " pilote automatique « Inscrivez-vous ~

recrutement

Qubits recrute Éditeur / journaliste Et d'autres positions, basé à Zhongguancun de Beijing. Détails, le numéro de l'interface de dialogue public, répond: « Le recrutement. »

Ne lavez pas votre linge sale en public! passeport Carrasco a été confisqué dispersèrent, fan club relations publiques défi
Précédent
Étoile Old Boys Sun Yifeng a créé l'équipe des jeunes de StarCraft! Huang Xudong: Enfin, vous accompagner fou une fois!
Prochain
Rocket 3 bonnes nouvelles, 23 + 13 + 7 Dieu retour, Jones a sauté 16 + 8, le plus grand avantage des guerriers lisses
Super League cérémonie de remise des prix: éléments Luneng épouse Wang Lei main affection show, petit or et même dit tout à fait inattendu
Afin de répondre à la nouvelle version de Warcraft, Blizzard a livré une variété d'avantages, mais ne voulait pas que les joueurs malheureux
2018 modèles MG ZS sur le prix du marché de 7,38 à 11,58 Wan
4 + 5 + 6! Faible Non Non 3 efficacité D, mais aussi 200 millions de salaire, il pense vraiment de moi-même comme un super-géant
Hengda ou ne fait pas le meilleur! Cannavaro était un mouvement club complètement conquis
Andrew Ng ML avec Stanford Group a fait un nouveau document: des difficultés d'apprentissage en profondeur pour surmonter l'arythmie
Un regard surpris: Ray attrait mort embarrassant Atlas (382)
3 tué! Quatre kill consécutifs! Guerriers Rockets considèrent toujours comme le plus grand rival, mais les guerriers le plus grand rival de roquettes Quefei
Dynasties Tang et Song ensemble, créent Kaiyuan florissante voiture chinoise BYD
Blizzard Comment chaud? Les joueurs des proches décédés, regarder le pionnier officiel a présenté ses condoléances à 7 kg cadeau!
20 + 10! Mangez crochet du pain, le vote des deux tiers, d'observer une bonne attaque, ramassé 2000 Wanbao Bei Molei