“到 2050 年，要讓 AI 憑自己的科研成果拿下諾貝爾獎!”

　　索尼計算機科學(xué)實驗室首席執(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)計劃。

　　這是一次人工智能與自然科學(xué)領(lǐng)域的夢幻聯(lián)動。

　　人類的力量太有限了，那就創(chuàng)造出 AI 來替人類實現(xiàn)無限可能。

　　“當(dāng) AI 強大到能處理復(fù)雜現(xiàn)象時，就有機會探索人類科學(xué)家當(dāng)下無法理解的事物。”

　　他們計劃，將 AI 的算力優(yōu)勢應(yīng)用于無窮的科學(xué)發(fā)現(xiàn)中，利用強大的信息處理能力，幫助人類進行科學(xué)發(fā)現(xiàn)，找到新的研究突破。

　　AI 的優(yōu)勢在哪?

　　和人類相比，人工智能擁有的算力，可以實現(xiàn)對多領(lǐng)域、龐大信息量的快速處理，這遠(yuǎn)遠(yuǎn)超出人類對信息的處理能力。

　　而人類科學(xué)家常常會局限在個體的知識范圍內(nèi)，所以在科學(xué)探索中，存在一定的劣勢。

　　科學(xué)探索就是不斷試錯的過程，一些突破性的重大發(fā)現(xiàn)，往往來源于“失誤”。

　　比如導(dǎo)電聚合物聚乙炔薄膜，它誕生于一次實驗失誤，合成過程中錯誤地使用了比正常濃度高一千倍的催化劑。

　　人類科學(xué)家不會去做這種超出常理的實驗，而這樣的設(shè)計卻可能被 AI 實現(xiàn)。

　　看似關(guān)系不大的領(lǐng)域，背后的聯(lián)系卻可以借助 AI 來抽絲剝繭，擴展更豐富的科學(xué)假設(shè)。

　　對這些假設(shè)的驗證篩選，同樣離不開機器學(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)，以評估新生成假設(shè)的有效性和重要性。在這樣的假設(shè)驗證過程中，AI 不斷進行著自我強化學(xué)習(xí)。

　　比如已經(jīng)被成功應(yīng)用到實際場景中的 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。”

　　類似 Adam-Eve 這類閉環(huán)實驗室自動化系統(tǒng)，AI 能夠在人類具體的指令中，完成復(fù)雜的實驗，以高效的機器處理取代人類低效的實驗步驟。

　　例如，借助 AlphaFold 預(yù)測蛋白質(zhì)結(jié)構(gòu)，僅僅一周時間就預(yù)測出了 98.5% 的人類蛋白質(zhì)。大大加速了蛋白質(zhì)組學(xué)的研究進程。

　　而利物浦大學(xué)的“移動化學(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 AI 科學(xué)家未來的發(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)家對要測試的假設(shè)以及要執(zhí)行實驗的優(yōu)先級獨立決策。

　　理想中的 AI 科學(xué)系統(tǒng)，是一個結(jié)合了軟件工具、數(shù)據(jù)訪問和嵌入閉環(huán)實驗體系的多重多智能體系統(tǒng)，具有高度交互性、互用性和可擴展性。

　　構(gòu)成它的多個 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，將獨立領(lǐng)域互相結(jié)合起來。

　　關(guān)于 AI 科學(xué)家，另一個引起社會關(guān)注的話題，就是倫理問題。

　　整個發(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，對于科研成果的歸屬界定，同樣也是需要嚴(yán)肅對待的社會問題。

　　DABUS“人工神經(jīng)系統(tǒng)”的開發(fā)者曾為其申請專利權(quán)，歐英美專利機構(gòu)均以“不是自然人”為由駁回申請。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)家提供適宜的社會環(huán)境。不過，在對人類做出極大貢獻的科學(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。

特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。