Роботы занимаются наукой – и это отлично

Учёные всегда представлялись нам высокоодарёнными людьми, которые в буквальном смысле фонтанируют прорывними идеями. Они неустанно трудятся, забывая о сне, пище и других благах, ради будущего науки. Но при этом они остаются людьми, подверженными нервным срывам, профессиональному выгоранию, а также многим человеческим порокам. То ли дело, холодный и высокопроизводительный робот-учёный.

Постепенно, по одной лаборатории за раз, роботы захватывают науку. Они открывают новые лекарства, новые методы выращивания нанотрубок и расширяют библиотеку новых материалов.

Они не устают и не тратят время на размышления о смысле жизни. Они также не угрожают вступлением в профсоюз или отпуском по болезни.

Некоторые из них даже начинают формулировать свои собственные гипотезы и проводить эксперименты, которые они разработали для решения определённых проблем.

Знакомьтесь – Адам

Адам – один из первых учёных-роботов в мире. В настоящее время он находится в Кембридже, Великобритания, где проводит эксперименты на дрожжах.

Дрожжи или Saccharomyces cerevisiae – гриб, ответственный за вино, хлеб и пиво. Как собаки и их породы, дрожжи бывают разных «штаммов», каждый из которых слегка отличается от других с генетической точки зрения. Как амбициозный аспирант, Адам надеется провести эксперименты на как можно большем количестве штаммов дрожжей, чтобы достичь своей цели.

Адам имеет форму мобильной клиники с роботизированными руками, центрифугами, морозильными камерами и инкубаторами. У него нет лица или голоса, но, если вы внимательно посмотрите видео ниже, то увидите, что у него есть характер – незаметно прописанный в его осторожных движениях, в паузах между его действиями и в вопросах, которые он задаёт себе.

Он выбирает определённые штаммы дрожжей из своей морозильной камеры и переносит их в микротитр – планшет с множеством маленьких пробирок или «лунок». Внутри каждой из этих пробирок находится питательная сладкая жидкость с некоторыми выбранными добавками.

Каждые 30 минут этот планшет вводится в планшет-ридер, где свет, отражённый от каждой лунки, тщательно измеряется. Адам может использовать эту информацию, чтобы определить, как быстро растут дрожжи в каждой лунке. Это позволяет ему узнать, является ли конкретное химическое вещество, добавленное в лунку, полезным или вредным для грибка.

По своему усмотрению он может извлечь несколько клеток из лунки и позволить им расти в другой лунке, которую он также контролирует.

Адам проводит более тысячи экспериментов на дрожжах одновременно, каждый из которых длится до 5 дней.

В этой дрожжевой вселенной Адам – доброжелательный всеведущий Бог. Адам – не просто бессмысленная машина, которая проводит один слепой эксперимент за другим.

Он может выбрать фермент из своей огромной базы данных и угадать гены, которые за него отвечают. Затем он проводит целевые эксперименты, чтобы подтвердить или опровергнуть эту гипотезу.

Ни один человек не вовлечён в этот процесс. Команда, которая управляет Адамом, не знает, за каким ферментом он наблюдает или какая гипотеза была сформулирована. Они видят результаты только после того, как Адам проверил свои догадки.

Первоначальные результаты Адама определили генетические маркеры для более чем пятнадцати ферментов.

Но что более важно, зародилась новая парадигма, автономного учёного.

Несмотря на то, что в настоящее время они представляют собой лишь маленькое племя, потенциал этих автономных учёных настолько велик, что многие эксперты считают, что мы находимся на грани крупной научной революции, в которой наши знания удваиваются каждые несколько лет.

Если это так, можно говорить о начале конца «эдисоновского» подхода в научных исследованиях.

Эдисоновская парадигма

В 1878 году Томас Алва Эдисон (Thomas Alva Edison) приблизился к открытию первой коммерческой электрической лампочки.

Физика была хорошо известна: проходящий через любой материал (например, медная проволока, шёлк, газ) ток нагревает его.

Горячие материалы светятся.

Продуманно объединённые универсальные двойные наблюдения, могли бы быть использованы для создания электрического света.

Однако для получения достаточного количества света эти материалы необходимо было нагреть до чрезвычайно высоких температур. Это означало, что большинство материалов либо вступали в реакцию с воздухом, либо превращались в жидкость, что является нежелательным последствием.

Задача Эдисона состояла в том, чтобы найти подходящий материал для лампы, который не саморазрушается. Как минимум, материал-кандидат должен был готов пропустить через себя ток, т. е. быть хорошим проводником электричества. Это условие сразу же исключало глину, дерево и стекло.

Кроме того, он должен был удовлетворять ряд требований с точки зрения здравого смысла и служить, по крайней мере, несколько дней – даже дольше, если это возможно. Естественно при этом он не должен был быть настолько дорогим, чтобы только Эдисон мог себе это позволить.

Однако в то время не было справочника по материалам, в котором перечислены все элементы в мире с оптическими, электрическими, термическими, химическими и механическими свойствами. Поэтому Эдисон решил физически проверить один материал за другим.

Предполагается, что он экспериментировал с более чем 2000 материалами, включая свои собственные волосы, пока он не получил углеродные нити, сделанные из полос экзотического восточного бамбука.

Труд науки

Грязный секрет современной науки заключается в том, что она по-прежнему функционирует так же, как при Эдисоне, более 150 лет назад. Мы несомненно прошли долгий путь, и научный процесс теперь преимущественно управляется нашими глубокими знаниями и интуицией. Мы знаем физику и химию, лежащую в основе вещей, которые мы используем, что помогает значительно сузить пространство поиска. Учёные сегодня вряд ли будут добавлять свои волосы в расплавленный металл надеясь найти вибраниум.

Извне наука следует высоко организованной логической прогрессии, где каждый шаг является результатом предшествующего знания и наблюдения. Но внутри все ещё царит хаос и произвольный выбор. Например, при создании лёгкой стали, знание основ физики и химии может подсказать металлургу, что наилучшим вариантом будет добавление никеля, хрома или марганца в железо.

Но продвинуться вперёд невозможно, если каждая из этих комбинаций не будет физически синтезирована, а полученный сплав не будет охарактеризован в лаборатории по своим физическим и химическим свойствам. Эти эксперименты могут быть лёгкими или сложными. Могут потребоваться повторные эксперименты, пока мы не будем уверены в результатах.

На уровне науки, наука – это человеческая деятельность, основанная на объективном наблюдении за подлинными природными явлениями. Неважно, что тысяча расчётов или уравнений указывают на то, что никель является лучшим металлом для взаимодействия с железом, если одно наблюдение опровергает это.

Обнаружение новых лекарств, элементов аккумуляторных батарей, деталей для автомобилей, стёкол, растворителей, текстиля, керамики, электронных материалов, сплавов, жидкостей, гелей и т. д. продолжает оставаться трудоёмкой задачей, требующей огромного ручного (физического) труда.

Вот здесь-то учёные-роботы, как Адам и Ева, обещают создать революцию.

Эксперименты с высокой пропускной способностью

Очевидное преимущество использования роботов для проведения экспериментов состоит в том, что можно исследовать значительно большее пространство поиска по сравнению с учёным-человеком.

Адам изучил тысячи штаммов дрожжей, выполнив более 6 миллионов измерений в течение своего проектного цикла. Аспирант, который изучает пятьдесят штаммов дрожжей в год, будет считаться суперзвездой.

Способность проводить большое количество экспериментов как во времени, так и в пространстве является особенно важным требованием при открытии новых материалов.

Мы знаем о 120 элементах из периодической таблицы – почему мы не можем смешать каждый из них в парах и посмотреть, что создадим в итоге? Может быть получится суперсплав или новый магнит. Возможно, даже сверхпроводник?

Даже двойная комбинация элементов в соотношении 50:50 потребовала бы от нас создания и изучения 7140 материалов. Но подвох в том, что нам нужно изучить все возможные соотношения комбинаций!

В настоящее время предпринимаются усилия для решения малой части этих проблем.

Экспериментальная база данных с высокой пропускной способностью в Национальной лаборатории возобновляемой энергии содержит более 60 000 тонких плёнок металлических образцов. База данных содержит структурную, электрическую и оптическую информацию об этих материалах и доступна для общественности.

Автономная исследовательская система (ARES) Исследовательской лаборатории ВВС изучает лучшие условия для быстрого роста углеродных нанотрубок. Комбинируя математические знания и генетические алгоритмы, система достигла своей целевой скорости роста, выявляя условия, оказывающие наиболее значимый эффект при росте углеродных нанотрубок. Она попала туда, проводя сотню экспериментов в день.

По мере развития глубокого обучения учёные комбинируют такие методы, как состязательные сети и вариационные энкодеры, с робототехникой для создания ещё более совершенных версий Адама. Эти системы не только проводят большое количество экспериментов, охватывающих огромные области композиционного пространства, но и улучшают себя с каждой итерацией, как это делал бы учёный-человек.

Автономный учёный недавно вошёл в коммерческое пространство с такими компаниями, как Kebotix, Atomwise, BenevolentAI и Zymergen, занимающимися разработкой систем с замкнутым контуром для обнаружения материалов, органических веществ и лекарств.

Тем не менее, люди-учёные не подвергаются опасности быть замененными роботами. У нас есть кое-что, что не может даже продвинутая автоматизация: креативность.

Во всяком случае, это может означать, что аспирантура будущего будет совсем иной, и каждый ученик сможет проводить сотни тысяч экспериментов одновременно.

И наука изменилась бы навсегда, наполнив нас большим количеством знаний, с которыми мы бы умели управляться.

Мир был бы неидентифицируем с новыми материалами и устройствами, которых сегодня не существует.

Роботы занимаются наукой, и это хорошо.

ЧИТАЙТЕ ТАКЖЕ:

Источник: Towardsdatascience

Читайте также:

Слишком много: переизбыток товаров онлайн

Як відчувати себе на 11 років молодшими? Результати дослідження Lenovo

Большие надежды низкотехнологического смартфона

Маркетинг вашей книги: пошаговая инструкция