江苏龙网

  1. 首页 > 资讯 > 资讯 > >

【新浪科技综合】三十年内，他们要造出能得诺奖的机器科学家新浪科技综合2020-08-26 10:13:110阅( 二 )


与此同时 ， 他还计划着另一个项目：研究细胞的生物化学组成 。 他将其命名为“创世纪”（Genesis） ， 该项目野心勃勃 ， 将会检测并完善数学模型 ， 从而填补人们理解细胞工作机制的空白地带 。
“我们理解（细胞中）某些基础的生物化学 。 ”他说 ， “但如果我们做实验 ， 即使对于酵母这么简单的实验对象 ， 我们也无法真正量化预测会发生什么 。 ”
像专家一样思考
King 的机器“二人组”可能是最先成功实现全自动化科学发现的机器 ， 但是 ， 当今机器人科学家的起源要追溯到 60 多年前 。 技术发展的道路还很漫长 ， 但早在 1965 年 ， 斯坦福大学的研究人员就努力尝试利用早期计算机实现科研自动化 。
他们从名为 Dendral 的项目开始 。 Dendral 是由两套主要算法构成的人工智能 ， 这两套算法通过质谱数据来识别未知化合物 。 质谱数据就是关于原子重量的信息 ， 能够帮助化学家确定一种化合物的结构和性质 。
Dendral 为最早的专家系统开辟了道路 ， 这种类型的人工智能会训练计算机 ， 让它们像专家一样“思考” 。 在接下来的几十年内 ， 新项目蓬勃发展：1976 年出现了自动化数学家（Automated Mathematician ， 简称 AM） ， 这是一组可生成新数学定理的程序；1996 年 ， 美国威奇塔州立大学（Wichita State University）发表了一篇关于 FARENHEIT 项目的论文 ， 内容关于自动化化学研究 。 利用人工智能技术的新进展来协助需要繁重数学运算的领域 ， 促使计算机科学家集中钻研 ， 给这些机器人科学家构建“大脑” ， 与此同时 ， 实验室自动化也在持续发展 。
然而 ， 构建这些未来机器人科学家的大脑和身体都需要时间 ， 也需要大量人类脑力来进行修补工作 ， 才能使其不断扩展 ， 成为我们如今看到的项目 。 AM 在寻找模式方面的能力让人印象深刻 ， 但它也生成了许多数学家看来无用的定理 。 甚至 Dendral 也有自己的短板：例如 ， 它的搜索特征并不是最有效的 ， 而且在计算能力范围内处理问题的规模也有局限 。 初始形式的 Dendral 项目已不再运行 ， 没有化学家团队投入该项目以继承它的遗产 。 但在 1991 年 ， Dendral 的最初创造者撰写了一份案例研究报告 ， 指出该项目对迅速发展的人工智能领域产生了重要影响 ， 为未来科学中自动化的普遍存在打开了一扇窗口 。
不确定群岛
几十年来 ， 计算能力不断加强 ， 算法愈发精良 ， 新型机器人设备层出不穷 ， 最后迎来了新型机器人科学家的黎明 。 这些机器人正在掌握新领域 ， 学会日以继夜地折腾数据 ， 其中之一就包括麻省理工学院的机器人 ， 名叫“智能拖曳水池”（Intelligent Towing Tank） 。
拖曳水池是流体力学和工程研究中的常用工具 ， 大到足以让一艘船通过其中 。 在这种狭长的水池中 ， 研究人员可以调整水位、波浪和其他参数 ， 来建立液体流动变化模型 。 他们可以借助这些结果 ， 更好地理解作用于容器或者结构上的摩擦、水流和其他因素 。
因为拖曳水池常常用来展开实验 ， 试图理解复杂的物理学问题 ， 所以在增量实验后展开实验对研究人员而言是一项艰巨任务 。 但是 ， 智能拖曳水池的机器人程序能够自行进行研究 ， 而且无需人类帮助 ， 自主设计后续实验 。
迄今为止 ， 机器的最大挑战之一就是实验的起步阶段 。 目前 ， 人类研究员必须设定初始参数 ， 帮助智能水池形成第一条假设 。 亚当和夏娃也有类似的缺陷：它们都依赖自己创造者广博的微生物学背景 ， 才能成为专家 。
具体来说 ， 拖曳水池的设计目的是研究涡致振动（VIVs） 。 这一领域的研究专攻物体在水下环境中创造的各种力 ， 工程师可用来设计不同结构 ， 尤其是应用于强风或者海浪情况下的结构 。 就像细胞和基因一样 ， 科学家理解涡致振动的基本原理 ， 但至于它们在不同环境下的运作原理 ， 仍属知识空白 。
George Em Karniadakis 是布朗大学的应用数学教授 ， 也是 2019 年一篇关于拖曳水池研究论文的共同作者 。 他说 ， 确认这些未知领域 ， 让自动化水池探索其中 ， 正是机器帮助填补知识空白的意义所在 。
“我们（常常）将不确定性视作敌人 。 ”他说 ， “但这次的思路是 ， 不确定性是我们的朋友 。 ”
【新浪科技综合】三十年内，他们要造出能得诺奖的机器科学家新浪科技综合2020-08-26 10:13:110阅
文章图片
图4/5Dixia Fan 手持智能拖曳水池的一个部件 ， 这台智能机器能够拖着一个装在滑架上的设备 ， 自行展开实验 。 图片来源：Lily keys/MIT Sea Grant该项目由当时还是 MIT 研究生的 Dixia Fan 领导 ， 他正展开流体力学自动化实验 ， 以更高效地完成研究 。 实验确实很高效 ， Fan 的合作者们白天在实验室附近都找不到他 。
“我尝试去实验室找他 ， 但他从来不在里面 。 ”Karniadakis 说 ， “但实验一直在进行 。 ”
在没有人员在场的情况下 ， 拖曳水池拉着一个能够以恒定速度移动的滑架 ， 并且施加各种力 ， 比如振动 。 它还知道在各项实验之间停顿一下 ， 静置液体 ， 然后再继续向前展开下一项实验 ， 避免实验结果交叉污染 。


推荐阅读


上一篇：新消费成扩大内需关键一招

下一篇：注重扬长补短 倾力中国“智”造