■记者 孙滔

英国阿伯里斯特维斯—威尔士大学教授罗斯·金（Ross King）与剑桥大学的科学家最近合作研制成功名为“亚当（Adam）”的科研机器人。研究者共同表示，“它是基于反绎推理得来的假说”。亚当其实是一个科研程序完全自动化的计算机系统，可以独立承担科研的任务，能够进行假说验证并记录实验细节，同时还可以进行重复验证操作。

“‘假说演绎策略’是科学思想界的共识，它源自波普尔‘科学知识的本质是假说’思想。机器人亚当就是通过生物信息学方法得出‘某基因编码了某种酶’的假说。” 罗斯·金告诉《科学新闻》。依据新陈代谢模型，亚当假设酿酒酵母中存在特定的起催化作用的酶，并随后设计了实验来验证该假设，它还反复验证了其他实验结果。

由于生命机体如此复杂，对人类而言，繁琐的实验数据记录是一项艰巨的工作。高通量的实验室研究使得生物学研究趋向于海量计算。然而对于系统生物学研究来说，现行的高通量研究方法不足以应付这些研究，而科研机器人可以用来解决这个先天不足。

亚当可以在一天内从事1000种以上的新株系（特定培养基）研究，在持续5天以上的研究过程中，亚当每隔30分钟进行一次OD595nm（光密度值）的测试（如果运行株系较少，亚当会进行更高频率的测试），以便进行精确的生长曲线测试。亚当已经完成了一种酿酒酵母的基因组分析工作，而该酵母在科研领域常常作为复杂生命系统的模型。虽然其研究结果较为简单，但研究人员通过人工操作确认，亚当的研究新颖而正确。

生物系统的复杂性使得元数据的细节记录十分必要，而元数据的获取则较为困难。罗斯·金表示，在机器人手中，大量的元数据被自然生成，因为它们是在计算机精确操控下生成的。

机器人由三部分组成：人工智能（相当于大脑）、信息输入系统和信息输出系统。

“一般的机器人是基于逻辑推理来运行的，机器人能够提出假说，则是很大的飞跃。”多年从事机器人研究的北京大学工学院副教授谢广明告诉《科学新闻》。

从广义上看，该研究基本属于人工智能中的机器学习问题，也就是让机器或者人工智能程序在大量的数据中自己学习到一些模式。北京师范大学系统科学系老师张江向记者解释说，基本上所有的机器学习问题都是两个过程，一是生成，二是测试。目前最有效的生成技术就是利用一种树状结构。一个树结构可能就表示了一种对已有数据的假设，或者一种特定的拉格朗日函数。根据当前的树结构，计算机按照一定的规则可以生成新的一个树结构（一个新的假设或者拉格朗日函数），然后计算机会用这种新生成的结构在真实的世界中进行测试，如果能够表现好（能够解释现有的数据，或者可以很好地拟合实验曲线），那么就接受这种结构，否则就拒绝。接受后的结构按照同样的方法在生成一种新结构，再测试。这样迭代下去，就会让树结构不断进化，最终达到精确拟合数据的目的。

罗斯·金解释说，嵌套结构是典型的科研实验结构，假说的检验需要许多层次的工作来支撑。亚当的独特之处是嵌套的规模和深度。

“‘世界上第一位程序员’Ada Lovelace小姐说过，计算机只能做那些我们编程要求它做的。可能有人会依据这句话来质疑亚当创造的知识能否明确为真正意义上的创新。”罗斯·金表示，我们承认亚当的工作是某种程度上的，但是它的工作不是无意义的，这个酿酒酵母基因是它偶然发现的，并且有可能解决一个50年的难题。

亚当的软件和硬件都还比较脆弱，在其运行时，还需要技术人员在一旁照看，以免发生问题。其人工智能软件的准确运行还需要进一步整合。罗斯·金进一步表示，“亚当只是一个雏形，夏娃（Eve)是他们的下一步计划。夏娃可以针对类似疟疾和血吸虫病来研发新药。”

 

参考文献：

Science, 2009, 324, 85-89

文中文：

人工智能领域三个学派

1.符号学派

主要是对知识进行表示，然后对问题进行搜索而求解。最成功的例子就是机器下棋，即程序搜索所有可能的走法，然后找到最好的一步。

2.连接学派

并不对知识进行明显的表示，对解法也不进行搜索，而是模拟人脑神经元网络连接的拓扑结构。这种模拟的神经网络一般具有自适应和自学习的功能，主要用于比如手写体识别问题。

3.行为学派

行为学派认为，所谓的智能并不在于多么复杂的内部结构，而在于它的行为表现。所以可以抛弃复杂的结构，而仅仅制定一些刺激—响应规则，让人工智能或者机器人表现得相当复杂和具有活力。这个学派最成功的例子就是做出了很多机器昆虫，它们灵活多变，可以适应非常复杂的地形。

 

 

上图说明：

亚当包括以下组件：a，自动化的-20°C冷藏库；b，三种液体操作器（可以同时操作96个液体管道）；d，一个自动孔板读取器；e，三个机器臂；f，两个自动载玻片；g，一个自动微孔离心机；h，一个自动微孔洗涤器；i，两个高效微粒滤清器；j，坚硬的塑料支架。
还有两个条形码阅读器，7台照相机，20个环境感应器，4台个人电脑，以及软件。

转载本文请联系原作者获取授权，同时请注明本文来自孙滔科学网博客。
链接地址：https://blog.sciencenet.cn/blog-109942-225961.html

上一篇：任鸿隽与中国科学社
下一篇：工作笔记一则