Bilim adamları, yapay zekanın kendi başlarına deneyler yapmasına izin veriyor ve makinelerin insan sezgisinden kurtulmasını istiyor
Li Shan Science'dan derlendi
Qubit Raporu | Genel Hesap QbitAI
Bu geleceğin biyolojik laboratuvarı ise, mevcut laboratuvardan çok farklı görünmüyor.
İçinde beyaz önlüklü bilim adamları ve donmuş test tüpleri olan birçok kutu vardı. Raftaki kimyasallar - bir şişe saf alkol, bir kavanoz şeker, protein ve tuz - mikroorganizmaları geliştirmek ve genlerini manipüle etmek için standart ekipmandır.
Robotların sesini duyana kadar varlıklarını bile fark etmeyeceksiniz: cırcır böcekleri gibiler, birbirlerine alçak sesle şarkı söylüyorlar.
Bu robotların tümü, 2014 yılında San Francisco Körfezi'nin doğu kıyısındaki bu eski elektronik fabrikasına taşınan bir biyoteknoloji şirketi olan Zymergen için çalışıyor. Burada mikrobiyal deneyler yapıyorlar ve yararlı kimyasalların verimini arttırmanın çeşitli yollarını arıyorlar. Echo adında bir robot var (Amazon Echo değil). Bir ağır ekipman yığınının içinde, robotik bir kol, üzerinde sıvı dolu yüzlerce delik bulunan plastik bir delik plakasını yakaladı.
Bir lazer ışını, orifis plakasının yanındaki barkodu tarar ve Echo, onu tepsiye koyar. Sonraki süreç o kadar hassas ki çıplak gözle görmek imkansız.
Şirketin kurucu ortağı ve bir moleküler biyolog olan operasyonlar ve mühendislikten sorumlu başkan yardımcısı Jed Dean, "Bu, benim manuel pipetleme sürecimin bir kopyası değil." Dedi. "Bu tamamen farklı bir yöntem." Sıvıyı emmek için pipet kullanmanıza ve ardından sıvıyı hücre büyüklüğündeki her deliğe tek tek dökmenize gerek yok. Robot tüm süreç boyunca ona dokunmaz. Bunun yerine, sıvının kendi kendine titreşmesini sağlamak için saniyede 500 akustik darbe kullanır ve manuel işlemden 100 kat daha küçük damlacıklar oluşturur.
Bunlar o kadar fütüristik değil. Büyük biyolojik laboratuvarlar yıllar önce robotları ve barkodları kullanmıştır. "Akustik damlacık çıkarma" adı verilen pipetleme tekniği bile onlarca yıldır mevcuttur.
Ancak Dean'e robotun hangi proje üzerinde çalıştığını sorduğumda, gizemi gerçekten anladım. "Bilmiyorum." Dedi. Cevabı kolayca alabilir ama Bu deney kendisi tarafından tasarlanmadı, bir bilgisayar programı tarafından otomatik olarak oluşturuldu.
"Tekrar açıklayayım," Zymergen CEO'su Joshua Hoffman aramızdaki yanlış anlaşılmayı ortadan kaldırmaya hazır. "İnsan bilim adamları bu sürece dahil oluyor ve sonuçları görüntülemek ve doğruluk kontrolünü yapmaktan sorumlular." Hipotezler üretmenin ve deneyler planlamanın nihai amacı "insan sezgisinden kurtulmaktır."
Zymergen ile aynı hedeflere sahip birkaç şirket var: hepsi, bilimsel süreçte insanların rolünü geliştirmek ve hatta değiştirmek için yapay zeka teknolojisini kullanıyor.
Buna "yapay zeka destekli biyoteknoloji" diyorlar, Ancak Zymergen'in kurucu ortağı bu açıklamadan pek hoşlanmıyor. "'Yapay zeka', satranç oynayan bir robot gibi geliyor. '' Şirketin CTO'su Aron Kimball," Makine öğrenimini tercih ederim. "Dedi Hoffman. Makine öğrenimi dediği şey bilgisayar biliminin bir dalı ve yapay zeka teknolojisindeki son gelişmelerin neredeyse tamamı bu alandan geliyor. "Bu, ne yaptığımızı daha iyi açıklayabilir."
Zymergen'in işi aslında biyoyakıtlar, plastikler veya ilaçlar için hammadde yapmak üzere endüstriyel mikroorganizmaları ayarlamaktır. Üretimi artırmak için birçok şirket, ağır işleri tamamlaması için Zymergen'e emanet etti. Şirketin robotları daha sonra, bileşiklerinin verimliliğini artırmak için daha iyi bir versiyon tasarlamayı umarak her bir mikroorganizmanın genlerini keşfedecek ve onaracak.
Hoffman, sorunun Zymergen'e gönderilen mikroorganizmaların "yüksek oranda optimize edilmiş" olması olduğunu söyledi. Yıllarca süren araştırma ve yetiştirmeden sonra, bu hücreler yaptıkları işte çok iyi hale geldi. Bu nedenle, verimliliği daha da artırmak istiyorsanız, genleri daha derinlemesine keşfetmeniz, deneyler yapmanız ve sonra elde edilebilecek her türlü veriyi kullanmanız, başka bir deyişle bilimsel araştırmalara girmeniz gerekir.
Zymergen bu süreci hızlandırmaya çalıştı. Hoffman, "Bir kişi gün boyu yalnızca birkaç hipotezi test edebilir, ayda yaklaşık 10 tane." Robotlar bu süreci hızlandırabilir - Zymergen'in makinesi haftada 1.000 test yapabilir. Ancak robot yalnızca şu komutu yürütebilir: Onlara doğru talimatların nasıl verileceği gerçek darboğazdır.
Onlara bu algoritmanın deney yapmak için nasıl tasarlandığını sorduğumda Kimball basit bir örnek verdi. "Elde ettiğiniz orijinal mikroorganizmaların yaklaşık 5.000 geni var. Mevcut bir geni değiştirmenin 10 yolu olduğunu varsayarsak, o zaman 50.000 deney yapılacaktır." Bu deneylerin önce her biri özel bir Mutasyon. "Her biri bir damla damlatılır. İçine şeker ekleyebilir, bir süre yetiştirebilir ve sonra ne kadar ürün aldığınızı görebilirsiniz." Daha fazla hedef kimyasal üretebilen 25 tür olabilir. Bu suşlar, bir sonraki deney turunda kullanılan suşları yetiştirmek için kullanılabilir ve geri kalanı buzdolabına yerleştirilir.
Ancak keşif süreci hiçbir şekilde sorunsuz değildir. Kimball, doğru mutasyonu bulmanın uzun bir süreç gerektirdiğini söyledi. Sadece tek bir akıl maksimum verime ulaşmaksa zirveye ulaşmak neredeyse imkansızdır. Bunun nedeni, küçük bir gelişme sağlayabilen tüm mutasyonları tek bir mikroorganizmada birleştirirseniz, büyük iyileştirmeler elde edemeyebilirsiniz. Aksine, ortaya çıkan suş "hasta" olacak ve orijinal suştan çok daha az etkili olacaktır. Bu nedenle, doğru yolu seçmek (hedefe ulaşmak için sapma dahil), tüm suşların tüm etkilerini aynı anda gösteren zihinsel bir harita çizmeyi gerektirir - bu harita sadece 3 boyut değil, binlerce boyuttur. Bu, yönü yönlendirmek için makine öğrenimini gerektirir.
Ancak yine de önemli bir fark var: Robotlar nihayet kimyasal üretimi artırabilecek genetik değişiklikleri keşfettiklerinde, bu etkilerin arkasındaki biyokimyasal ilkeleri anlamayacaklar.
Biyolojik ilkeler konusundaki anlayışımızı derinleştiremezsek, bu bilim olarak kabul edilebilir mi? Kimball'un görüşüne göre, bu felsefi perspektif önemli olmayabilir. "Çalıştığı için para kazanabiliriz, arkasındaki ilkeleri anladığımız için değil."
Hoffman, Zymergen'in robotik laboratuvarının, mikroorganizma üretmek için kimyasal süreçleri kullanma verimliliğini% 10'dan fazla artırabildiğini söyledi. Kulağa pek bir şey gibi gelmeyebilir, ancak mikrobiyal fermantasyona dayanan kimya endüstrisinin yıllık çıktı değeri 160 milyar ABD doları kadar yüksek olduğundan, Ulusal Bilim Vakfı'nın 7 milyar ABD doları olan yıllık bütçesini yalnızca küçük iyileştirmelerle aşabilir.
Dahası, robotlar tarafından keşfedilen gelişmiş genetik değişiklikler, gerçekten de insan bilim adamlarının başarması zor olan gerçek keşiflerdir.
Örneğin, çıktıyı artırabilen genlerin çoğu, sentezlemek istediğiniz bileşikle doğrudan ilişkili değildir ve bunların yaklaşık yarısının bilinen bir işlevi yoktur. Dean, "Bunu birkaç farklı mikroorganizmada gördüm" dedi. Makine öğrenimi olmadan doğru gen kombinasyonunu bulmak, binlerce sayı içeren bir kasayı kırmak kadar zordur. "Sezgilerimiz karmaşıklıktan kolayca etkilenir," dedi.
Makine öğrenimine kaç araştırma süreci emanet edilebilir? Kime sorduğunuza bağlı.
Kaliforniya Üniversitesi, Davis'te genomları inceleyen bilgisayar bilimcisi Ilias Tagkopoulos, "Çok." Dedi ve "Mümkün olduğunca fazla bilgi elde etmek ve nihayetinde hedeflerimize yaklaşmak için verilerin deney sürecine rehberlik etmesine izin vermemek için hiçbir nedenimiz yok." Sonsuz gibi görünen uygulamalar, değişen hastane ortamında bakterilerin nasıl gelişeceğini tahmin etmeyi ve daha iyi atıştırmalıklar tasarlamayı içerir.
Makineler, belirli bilimsel görevlerde insanların gerçekten yerini alabiliyorsa, birçok bilim insanı onları aktif bir şekilde kucaklayacaktır.
Fabrika işçilerinden ve taksi şoförlerinden farklı olarak bilim adamları, çalışmalarının bazı otomatik süreçlere daha fazla entegre edilebileceğini umuyor. Bu, özellikle manuel işlemlerin (sıvı enjeksiyonu, koloni sayımı vb. Dahil) hem sıkıcı hem de maliyetli olduğu moleküler ve hücre biyolojisi için geçerlidir. Bir yüksek lisans öğrencisi küçük bir hata yaparsa veya küçük bir kusuru varsa, birkaç hafta boşa gidecektir. Daha da kötüsü, deneyi tasarlamaktan sorumlu doktora sonrası araştırmacı tarafından verilen aceleci bir karar, aylarca boşuna bir çabaya bile yol açabilir.
Bununla birlikte, bazı biyologlar, verileri yorumlamak ve deneyleri tasarlamak için yapay zeka kullandıktan sonra hayal kırıklığına uğruyor. Stanford Üniversitesi'nde moleküler katlama yoluyla yeni ilaçların nasıl tasarlanacağını araştıran bilgisayar biyokimyacısı Rhiju Das, "Mevcut makine öğrenimi yöntemlerinin bu görev için hala yeterli olmadığını gördük." Dedi. "Aynı verileri elde eden insanlarla karşılaştırıldığında, RNA tasarımında başarısız oldular." Spesifik sebebi bilmese de, "tasarım" içeren görevler insan sezgisini gerektiriyor gibi görünüyor. Belki Zymergen yanlışlıkla bilgisayarlarla deneyler için uygun bir biyolojik alan keşfetti.
California Transcriptic aynı zamanda otomasyon teknolojisini araştıran bir biyoteknoloji şirketidir.Kurucu ortağı Max Hodak bu yaklaşımın sınırlamalarını görüyor gibi görünüyor.
Robotların laboratuvarda daha monoton işler yapacağına inanıyor. Çok geçmeden, "Hala ellerinizi kullanıyorsanız, bu bilimsel araştırma olarak kabul edilmiyor.
Ancak biyolojik beyin kısa vadede değiştirilmeyecek çünkü doğal dünya çok karmaşık. Hodak, evrimin "canlıları zenginleştirmekten sorumlu olduğunu, bu yüzden anlamak çok zor. İnanılmaz bir karmaşıklığa sahip olduğunu" söyledi. Daha iyi deneyler tasarlama sürecinde, yapay zekanın biyologları getirebileceğine inanıyor. Sınırlı yardım. Ama aynı zamanda robotlara daha fazla bilimsel araştırma süreci vermek konusunda endişeliydi ve "beklediğimizden daha karmaşık" olduğunu belirtti.
Dahası, yapay zeka tarafından kontrol edilen bilimsel araştırma süreci işe yarasa bile, insanlar bilgisayarların keşiflerini gerçekten anlayabilir mi? Arkasındaki hesaplama süreci hala bir kara kutu olabilir. Carnegie Mellon Üniversitesi'nde moleküler biyologlarla çalışan bilgisayar bilimcisi Adrien Treuille, "İlginç bir olasılık, 'anlaşılabilir' bir bilimsel çağa yaklaşıyor olmamızdır," dedi. Araştırmacılar, bilimsel araştırma için yalnızca bilgisayarlara güvenmekle kalmaz, aynı zamanda açıklamalar için bilgisayarları da kullanabilir: bazı biyolojik teorik kanıtlar çok karmaşık olabilir ve bilgisayarlara güvenilmesi gerekir.
Öyleyse, bilim adamları bilgisayarı ortak yazarların makale yazmaları için bir imza olarak kullanmalı mı? Bilimsel araştırma için yapay zeka kullanan Boston Nutonian'ın CEO'su Michael Schmidt, "Bunu yapmayacağım." Dedi. Ama aynı zamanda ekledi, "Ama gazeteyi okuyabilirlerse, yazar da olabilirler."
Bu gün geliyor.
Bitiş
Bir uyarı
Beş grup kübit okuyucu başvuruya açıktır.Yapay zeka ile ilgilenen arkadaşlar, kübit asistanının WeChat qbitbot2'sini ekleyebilir, gruba katılmak için başvurabilir ve yapay zekayı birlikte tartışabilir.
Ayrıca, qubit ustaları tarafından bir araya getirilen otonom sürüş teknolojisi grubu, Yalnızca otonom sürüşle ilgili alanlarda çalışan öğrencileri veya öncü mühendisleri kabul edin . Uygulama yöntemi: qbitbot2'yi arkadaş olarak ekleyin, not " Otopilot "Katılmak için başvurun ~
İşe Alım
Qubit'ler işe alıyor muhabiri düzenlemek Pozisyonları bekliyorum, Pekin, Zhongguancun'da çalışıyor. İlgili ayrıntılar için lütfen şu yanıtı verin: resmi hesabın diyalog arayüzünde "İşe Alım".
