“到 2050 年，要讓 AI 憑自己的科研成果拿下諾貝爾獎(jiǎng)！”
索尼計(jì)算機(jī)科學(xué)實(shí)驗(yàn)室首席執(zhí)行官北野弘明博士，為了開發(fā)匹敵頂尖科學(xué)家頭腦的 AI，提出了諾貝爾圖靈挑戰(zhàn)計(jì)劃。
這是一次人工智能與自然科學(xué)領(lǐng)域的夢(mèng)幻聯(lián)動(dòng)。
人類的力量太有限了，那就創(chuàng)造出 AI 來(lái)替人類實(shí)現(xiàn)無(wú)限可能。
“當(dāng) AI 強(qiáng)大到能處理復(fù)雜現(xiàn)象時(shí)，就有機(jī)會(huì)探索人類科學(xué)家當(dāng)下無(wú)法理解的事物。”
他們計(jì)劃，將 AI 的算力優(yōu)勢(shì)應(yīng)用于無(wú)窮的科學(xué)發(fā)現(xiàn)中，利用強(qiáng)大的信息處理能力，幫助人類進(jìn)行科學(xué)發(fā)現(xiàn)，找到新的研究突破。
AI 的優(yōu)勢(shì)在哪？
和人類相比，人工智能擁有的算力，可以實(shí)現(xiàn)對(duì)多領(lǐng)域、龐大信息量的快速處理，這遠(yuǎn)遠(yuǎn)超出人類對(duì)信息的處理能力。
而人類科學(xué)家常常會(huì)局限在個(gè)體的知識(shí)范圍內(nèi)，所以在科學(xué)探索中，存在一定的劣勢(shì)。
科學(xué)探索就是不斷試錯(cuò)的過(guò)程，一些突破性的重大發(fā)現(xiàn)，往往來(lái)源于“失誤”。
比如導(dǎo)電聚合物聚乙炔薄膜，它誕生于一次實(shí)驗(yàn)失誤，合成過(guò)程中錯(cuò)誤地使用了比正常濃度高一千倍的催化劑。
人類科學(xué)家不會(huì)去做這種超出常理的實(shí)驗(yàn)，而這樣的設(shè)計(jì)卻可能被 AI 實(shí)現(xiàn)。
看似關(guān)系不大的領(lǐng)域，背后的聯(lián)系卻可以借助 AI 來(lái)抽絲剝繭，擴(kuò)展更豐富的科學(xué)假設(shè)。
對(duì)這些假設(shè)的驗(yàn)證篩選，同樣離不開機(jī)器學(xué)習(xí)訓(xùn)練。
基于 AI 科學(xué)家的已有發(fā)現(xiàn)不斷探索假設(shè)空間，生成詳細(xì)的證明或論據(jù)，以評(píng)估新生成假設(shè)的有效性和重要性。在這樣的假設(shè)驗(yàn)證過(guò)程中，AI 不斷進(jìn)行著自我強(qiáng)化學(xué)習(xí)。
比如已經(jīng)被成功應(yīng)用到實(shí)際場(chǎng)景中的 AI 工具 Adam-Eve，就在酵母基因組學(xué)和藥物開發(fā)領(lǐng)域發(fā)揮了重要作用。
Adam 成功預(yù)測(cè)了酵母菌新功能，找到了芽殖酵母中的孤兒酶；Eve 則發(fā)現(xiàn)了三氯生成分可以靶向抑制 DHFR 酶來(lái)治療瘧疾。
科學(xué)家 AI 的發(fā)展
當(dāng)然，現(xiàn)在 AI 科學(xué)家最受質(zhì)疑的，就是其本身的“黑盒”特性。
為了讓科學(xué) AI 系統(tǒng)建立并維持可信度，就要避免黑盒效應(yīng)，消除數(shù)據(jù)偏見。
“要讓 AI 做出的科學(xué)發(fā)現(xiàn)被科學(xué)界接受，就必須擁有令人信服的證據(jù)，和背后邏輯清晰的推理?！?/p>
類似 Adam-Eve 這類閉環(huán)實(shí)驗(yàn)室自動(dòng)化系統(tǒng)，AI 能夠在人類具體的指令中，完成復(fù)雜的實(shí)驗(yàn)，以高效的機(jī)器處理取代人類低效的實(shí)驗(yàn)步驟。
例如，借助 AlphaFold 預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，僅僅一周時(shí)間就預(yù)測(cè)出了 98.5% 的人類蛋白質(zhì)。大大加速了蛋白質(zhì)組學(xué)的研究進(jìn)程。
而利物浦大學(xué)的“移動(dòng)化學(xué)家”，則具備了自主發(fā)現(xiàn)高活性催化劑的能力。
北野弘明對(duì) AI 科學(xué)家未來(lái)的發(fā)展方向做出大膽假設(shè)。隨著系統(tǒng)自主性的提高，人類的指令將變得抽象，AI 科學(xué)家對(duì)要測(cè)試的假設(shè)以及要執(zhí)行實(shí)驗(yàn)的優(yōu)先級(jí)獨(dú)立決策。
理想中的 AI 科學(xué)系統(tǒng)，是一個(gè)結(jié)合了軟件工具、數(shù)據(jù)訪問(wèn)和嵌入閉環(huán)實(shí)驗(yàn)體系的多重多智能體系統(tǒng)，具有高度交互性、互用性和可擴(kuò)展性。
構(gòu)成它的多個(gè) AI 系統(tǒng)專注于各自領(lǐng)域，能夠更廣泛地探索假設(shè)空間，將獨(dú)立領(lǐng)域互相結(jié)合起來(lái)。
關(guān)于 AI 科學(xué)家，另一個(gè)引起社會(huì)關(guān)注的話題，就是倫理問(wèn)題。
整個(gè)發(fā)展階段中，AI 可以一直作為工具被人類應(yīng)用。但是隨著 AI 自治程度的不斷提高，人類更多地充當(dāng)起監(jiān)督者的角色，以防止系統(tǒng)被濫用。當(dāng)然也可以允許 AI 高度自治，以產(chǎn)生更有突破性的科學(xué)假設(shè)。
AI 參與到科學(xué)研究領(lǐng)域中，對(duì)于科研成果的歸屬界定，同樣也是需要嚴(yán)肅對(duì)待的社會(huì)問(wèn)題。
DABUS“人工神經(jīng)系統(tǒng)”的開發(fā)者曾為其申請(qǐng)專利權(quán)，歐英美專利機(jī)構(gòu)均以“不是自然人”為由駁回申請(qǐng)。然而近期澳大利亞法院開創(chuàng)先例，做出裁決，承認(rèn)了 DABUS 系統(tǒng)的專利發(fā)明人身份。
隨著人工智能的不斷發(fā)展，相應(yīng)的社會(huì)規(guī)則也應(yīng)當(dāng)逐步完善，為 AI 科學(xué)家提供適宜的社會(huì)環(huán)境。不過(guò)，在對(duì)人類做出極大貢獻(xiàn)的科學(xué)研究面前，發(fā)明者是人類或是 AI，似乎都不是十分重要的事了。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。