Įsivaizduokite automatizuotą laboratoriją, kuri mąsto savarankiškai: ji kelia klausimus, rengia eksperimentų planus, nurodo robotų rankoms, ką daryti, skaito rezultatus ir tada pakeičia savo nuomonę. Ne vienas žmogus kartoja tą ciklą žingsnis po žingsnio. Tai atlieka mašina.
Švedijos mokslininkai sujungė didelius kalbos modelius, milžiniškas eksperimentines duomenų bazes ir fizinius robotinius manipuliatorius į uždarą ciklą, kuris gali nugabenti mokslinį tyrimą nuo idėjos iki įrodymų su minimaliu žmogaus įsikišimu. Skamba kaip mokslinė fantastika. Tai elgiasi kaip nepavargstantis jaunesnysis tyrėjas, kuris niekada nemiega.
Mokslininkai į sistemą įkėlė maždaug 60 000 užfiksuotų ryšių tarp fenotipinių požymių, fiziologinių būsenų ir metabolinių žymenų duonos mielėse (Saccharomyces cerevisiae). Iš to tankaus ryšių tinklo dirbtinis intelektas (DI) sukūrė beveik 2 000 testuojamų prognozių apie tai, kaip maistinės medžiagos formuoja ląstelių augimą ir atsparumą stresui. Iš ilgų ir chaotiškų duomenų rinkinių išaugo trumpos, aiškios hipotezės.
Kaip šis ciklas iš tikrųjų vyksta? Pirmiausia DI pasiūlo perspektyvius biologinius klausimus. Tada jis suprojektuoja eksperimentus ir paverčia tuos planus žingsnis po žingsnio instrukcijomis, kurias gali vykdyti robotinė platforma. Robotai atlieka tyrimus. DI analizuoja rezultatus, tikrina, kurios prognozės pasitvirtino, ir perrašo nepavykusias hipotezes kitam ratui. Iteracijos tampa nuolatinės, o ne epizodinės.
Šis DI mokslininkas ne tik padeda, jis generuoja naujus mokslinius teiginius ir juos peržiūri remdamasis naujais eksperimentiniais įrodymais.
Eugenia Tiukova, tyrėja iš Chalmers technologijos universiteto ir viena iš darbo autorių, teigia, kad duomenų rinkinys buvo per didelis, kad žmonės galėtų jį išsamiai ištirti. Sistema, pasak jos, išfiltravo triukšmą ir išryškino biologiniu požiūriu reikšmingus klausimus, pasiūlė testus ir vėliau įvertino rezultatus, kad žingsnis po žingsnio pagerintų savo supratimą.
Ross King, pagrindinis straipsnio autorius iš Geteborgo universiteto, laiko šį pažangą platesnio poslinkio link automatizacijos atradimuose dalimi. Jis ir kolegos teigia, kad DI valdomos platformos, veikiančios kartu su žmonėmis tyrėjais, galėtų pagreitinti pažangą biologijoje, medicinoje ir biotechnologijoje, sutrumpindamos laiką, skirtą sudėtingų hipotezių sekimui ir patikrinimui, ir geriau naudodamos ribotus laboratorijos išteklius.
Nauda praktinė. Automatizuotos sistemos gali sumažinti žmogaus klaidas, apriboti eksperimentuotojų šališkumą ir padaryti protokolus nuoseklesnius, taip gerinant atkuriamumą. Tačiau mokslininkai atidžiai pabrėžia, kad mašinos neatstos mokslininkų. Žmogiškasis sprendimas išlieka esminis nustatant prioritetus, interpretuojant rezultatus platesniu kontekstu ir prižiūrint etines ribas.
Šis darbas demonstruoja naują silicio ir žmogiškos smalsumo choreografiją: robotai ir modeliai atlieka išsamių bandymų darbą, o žmonės nusprendžia kryptį. Jei laboratorija gali peržiūrėti savo klausimus po kiekvieno eksperimento, kokias naujas mokslo sritis atvers toks lankstumas?
Palikti komentarą
Komentarai
Komentarų dar nėra. Būkite pirmas.