人工智能引領(lǐng)新的科學(xué)革命

編譯 苦山

“通過放大人類的智慧，人工智能也許會(huì)開啟一場全新的文藝復(fù)興，或是啟蒙運(yùn)動(dòng)的新階段?！苯衲暝缧r(shí)候，現(xiàn)代人工智能的教父之一楊立昆提出了這樣的觀點(diǎn)。人工智能已經(jīng)可以令部分現(xiàn)有的科學(xué)過程變得更快、更高效，但它能否通過變革科學(xué)本身的運(yùn)作方式做到更多呢？

此類變革在歷史上已然發(fā)生過。在17世紀(jì)，隨著科學(xué)方法的涌現(xiàn)，研究人員開始更加信任實(shí)驗(yàn)觀察以及他們從中得出的理論，而非古代流傳下來的智慧。科學(xué)期刊的誕生為這一過程提供了關(guān)鍵的支持，它們讓研究人員得以分享他們的發(fā)現(xiàn)，既是為了聲明優(yōu)先權(quán)，也是為了鼓勵(lì)其他人復(fù)制和推進(jìn)他們的研究成果。期刊創(chuàng)造了一個(gè)圍繞共享知識體系而建的國際科學(xué)共同體，激發(fā)了大量的科學(xué)發(fā)現(xiàn)，如今，這一時(shí)期被稱為科學(xué)革命。

19世紀(jì)末，隨著研究實(shí)驗(yàn)室的建立，進(jìn)一步的變革開始發(fā)生。這些實(shí)驗(yàn)室是創(chuàng)新之工廠，讓思想、人員和材料得以在工業(yè)規(guī)模上結(jié)合。這導(dǎo)致了從化學(xué)品、半導(dǎo)體到制藥領(lǐng)域內(nèi)創(chuàng)新的進(jìn)一步涌現(xiàn)。這些轉(zhuǎn)變并不只是提高了科學(xué)生產(chǎn)力。它們還徹底改變了科學(xué)本身，開辟了研究和發(fā)現(xiàn)的新領(lǐng)域。人工智能要如何才能做類似的事情呢？不僅是產(chǎn)生新結(jié)果，還要產(chǎn)生能催生新結(jié)果的新方法？

一個(gè)頗有前景的方法是“基于文獻(xiàn)的知識發(fā)現(xiàn)”（LBD），顧名思義，它旨在通過分析科學(xué)文獻(xiàn)來做出新的發(fā)現(xiàn)。第一個(gè)LBD系統(tǒng)是由芝加哥大學(xué)的唐 · 斯旺森（Don Swanson）在20世紀(jì)80年代建立的，它在醫(yī)學(xué)期刊數(shù)據(jù)庫MEDLINE中尋找研究之間的新穎關(guān)聯(lián)。在一次早期的成功關(guān)聯(lián)中，它將兩個(gè)獨(dú)立的觀察結(jié)果——雷諾?。ㄒ环N循環(huán)系統(tǒng)疾?。┡c血液黏度有關(guān)，以及魚油可以降低血液黏度——關(guān)聯(lián)到一起，并由此提出魚油可能是一種行之有效的治療方法。這一假設(shè)隨后得到了實(shí)驗(yàn)的證實(shí)。

我們正在為變革的電池充電

然而，斯旺森博士的LBD系統(tǒng)未能在當(dāng)時(shí)的人工智能社群之外流行開來。如今，人工智能系統(tǒng)在自然語言處理方面已經(jīng)變得比當(dāng)年強(qiáng)大太多，并且有更大的科學(xué)文獻(xiàn)語料庫可供分析訓(xùn)練?，F(xiàn)在，在其他領(lǐng)域，尤其是材料科學(xué)領(lǐng)域，對類似LBD的方法的興趣正日益增長。

例如，2019年，當(dāng)時(shí)在美國勞倫斯伯克利國家實(shí)驗(yàn)室的瓦赫 · 茨托揚(yáng)（Vahe Tshitoyan）領(lǐng)導(dǎo)了一個(gè)研究小組，使用一種名為“無監(jiān)督學(xué)習(xí)”的人工智能技術(shù)來分析材料科學(xué)論文的摘要，并將有關(guān)不同材料性質(zhì)的信息提取成名為“詞嵌入”的數(shù)學(xué)表達(dá)。這些數(shù)學(xué)表達(dá)將概念放置在一個(gè)多維空間中，相似的概念會(huì)被分入相同的組。這個(gè)系統(tǒng)因此獲得了一種“化學(xué)直覺”，例如，它可以給出與另一種材料具有相似性質(zhì)的材料。隨后，人工智能被要求舉出可能具有熱電性質(zhì)的材料（將溫差轉(zhuǎn)化為電壓、并將電壓轉(zhuǎn)化為溫差的能力），盡管文獻(xiàn)中不曾指出這些材料是否具有熱電性質(zhì)。人工智能選出十種最有希望的候選材料，經(jīng)實(shí)驗(yàn)測試發(fā)現(xiàn)，這十種材料確實(shí)表現(xiàn)出異常強(qiáng)烈的熱電性質(zhì)。

接下來，研究人員重新訓(xùn)練他們的系統(tǒng)，在文獻(xiàn)庫中刪去近幾年的論文，并要求系統(tǒng)預(yù)測會(huì)有哪些新的熱電材料在這幾年里被發(fā)現(xiàn)。該系統(tǒng)在預(yù)測此類發(fā)現(xiàn)方面的準(zhǔn)確性是僅憑偶然性預(yù)測的8倍。它還可以使用其他術(shù)語（如“光伏”）做出準(zhǔn)確的發(fā)現(xiàn)預(yù)測。研究人員得出結(jié)論：“這種基于語言的推理方法可以成為自然語言處理與科學(xué)交叉的全新研究領(lǐng)域。”

今年，美國芝加哥大學(xué)的社會(huì)學(xué)家賈姆希德 · 蘇拉蒂（Ja mshid Sourati）和詹姆斯 · 埃文斯（James Evans）在《自然 · 人類行為》上發(fā)表了一篇論文，以一種新穎的方式擴(kuò)展了這種方法。該研究始于這一發(fā)現(xiàn)：LBD系統(tǒng)傾向于關(guān)注論文中的概念，而忽略了它們的作者。因此，他們訓(xùn)練了一個(gè)同時(shí)考慮這兩個(gè)因素的LBD系統(tǒng)。在預(yù)測材料科學(xué)的新發(fā)現(xiàn)方面，新系統(tǒng)的優(yōu)異程度是茨托揚(yáng)博士的團(tuán)隊(duì)所搭建系統(tǒng)的兩倍，并且預(yù)測出實(shí)際發(fā)現(xiàn)者的準(zhǔn)確率超過40%。但研究人員隨后更進(jìn)了一步。他們沒有跟隨研究的主流方向去預(yù)測研究人員將在哪里做出新發(fā)現(xiàn)，而是要求他們的模型避開主流方向，識別出那些“異質(zhì)”的假設(shè)：這些假設(shè)在科學(xué)上是合理的，但在正常情況下，人們不太可能在不久的將來發(fā)現(xiàn)它們。因此，研究人員認(rèn)為，該系統(tǒng)既可以加速近期的發(fā)現(xiàn)，又可以探測到那些等待研究者做出新發(fā)現(xiàn)的“盲區(qū)”。

將作者身份納入考慮的LBD系統(tǒng)不僅能夠提出可供研究的新假設(shè)，還可以給出現(xiàn)實(shí)中不見得認(rèn)識彼此的潛在合作者。在識別從事不同領(lǐng)域工作的科學(xué)家時(shí)，這種方法或許會(huì)格外有效，從而橋接互補(bǔ)的研究領(lǐng)域。美國南加州大學(xué)的計(jì)算機(jī)科學(xué)家尤蘭達(dá) · 吉爾（Yolanda Gil）表示，在人工智能的介入下，跨學(xué)科的研究合作“將從罕見變得更為普遍”。隨著LBD系統(tǒng)得到擴(kuò)展，能夠處理表格、圖片和數(shù)據(jù)（如基因序列和編程代碼），它們將變得更加能干。未來，研究人員可能會(huì)依賴此類系統(tǒng)來監(jiān)控新科學(xué)論文的洪流，找出并凸顯相關(guān)結(jié)果，為研究提出新的假設(shè)，甚至幫他們與潛在的研究伙伴建立聯(lián)系，像是“科學(xué)相親”一樣。這樣，人工智能工具便可以擴(kuò)展和改造現(xiàn)有的、擁有數(shù)世紀(jì)歷史的科學(xué)出版領(lǐng)域的基礎(chǔ)設(shè)施。

我們充滿活力

如果LBD讓人們看到了用人工智能大力革新學(xué)術(shù)期刊的美好前景，那么“機(jī)器人科學(xué)家”或是“自運(yùn)行實(shí)驗(yàn)室”承諾為實(shí)驗(yàn)室做到同樣的事情。這些機(jī)器超越了諸如藥物篩選平臺這樣現(xiàn)有的實(shí)驗(yàn)室自動(dòng)化形式。取而代之的是，人們以數(shù)據(jù)、研究論文和專利的形式向它們灌輸某一特定研究領(lǐng)域的背景知識。隨后，它們用人工智能來形成假設(shè)，用機(jī)器人進(jìn)行實(shí)驗(yàn)、評估結(jié)果、修改假設(shè)，并重復(fù)這個(gè)循環(huán)。2009年，威爾士的阿伯里斯特威斯大學(xué)制造了機(jī)器“亞當(dāng)”，它對酵母代謝中基因和酶之間的關(guān)系進(jìn)行了實(shí)驗(yàn)，并成了第一臺自主發(fā)現(xiàn)新科學(xué)知識的機(jī)器。

亞當(dāng)?shù)暮罄^者名為“夏娃”，它做的是藥物發(fā)現(xiàn)實(shí)驗(yàn)，并擁有更復(fù)雜的軟件。在規(guī)劃和分析實(shí)驗(yàn)時(shí)，它使用機(jī)器學(xué)習(xí)來創(chuàng)建“定量結(jié)構(gòu)活性關(guān)系”，即將化學(xué)結(jié)構(gòu)與生物效應(yīng)關(guān)聯(lián)起來的數(shù)學(xué)模型。例如，夏娃發(fā)現(xiàn)，牙膏中使用的抗菌化合物三氯生可以抑制引發(fā)瘧疾的寄生蟲體內(nèi)的一種基本機(jī)制。

劍橋大學(xué)的人工智能研究員羅斯 · 金（Ross King）創(chuàng)造了亞當(dāng)，他將未來的機(jī)器人科學(xué)家與現(xiàn)在被造來下國際象棋和圍棋的人工智能系統(tǒng)進(jìn)行了類比。曾經(jīng)人們以為，機(jī)器要想擊敗最好的人類玩家似乎是幾十年后才會(huì)發(fā)生的事，但是技術(shù)的進(jìn)步之速超出了預(yù)期。此外，人工智能系統(tǒng)為這些游戲開發(fā)出了人類玩家未曾考慮過的策略。當(dāng)機(jī)器人科學(xué)家變得更加能干時(shí)，可能會(huì)發(fā)生類似的事情?！凹偃缛斯ぶ悄芸梢蕴剿魍暾募僭O(shè)空間，甚至擴(kuò)大這個(gè)空間，那么它可能會(huì)表明，人類——或許是出于他們自身的科學(xué)偏見——只探索了假設(shè)空間的一小部分?！苯鸩┦空f。

機(jī)器人科學(xué)家還可以通過另一種方式改變科學(xué)：幫助解決困擾科學(xué)事業(yè)的某些問題。其中一個(gè)問題是，從各種衡量標(biāo)準(zhǔn)來看，科學(xué)的生產(chǎn)力正在下降，推動(dòng)知識前沿正變得越來越困難、越來越昂貴。對于個(gè)中原因，人們提出了數(shù)種理論：例如，最簡單的發(fā)現(xiàn)可能已經(jīng)被做出，而且如今科學(xué)家需要更多的訓(xùn)練才能到達(dá)科學(xué)前沿。人工智能驅(qū)動(dòng)的系統(tǒng)可以比人類更快、更廉價(jià)、更精確地完成實(shí)驗(yàn)室工作。不同于人類，機(jī)器人可以晝夜不停地工作。正如計(jì)算機(jī)和機(jī)器人已經(jīng)使得天文學(xué)領(lǐng)域的大規(guī)模項(xiàng)目（例如大型天空調(diào)查或是對系外行星的自動(dòng)搜索）成為可能，機(jī)器人科學(xué)家可以解決系統(tǒng)生物學(xué)領(lǐng)域的重大問題，比如那些原本因規(guī)模之巨而不切實(shí)際的問題?！拔覀儾恍枰碌目茖W(xué)來解答這些問題，我們只是需要付出極大的工作量。”金博士說。

自動(dòng)化還可能有助于解決另一個(gè)問題：可重復(fù)性危機(jī)。理論上，當(dāng)科學(xué)家發(fā)表他們的研究成果時(shí)，其他人可以復(fù)制并驗(yàn)證他們的研究。但復(fù)制研究無法帶來什么榮譽(yù)和青睞，因此十分少見。當(dāng)有人真的去復(fù)制研究時(shí)，許多嘗試都會(huì)失敗，這表明原始研究是無效的，甚至是欺詐性的?？茖W(xué)家?guī)缀鯖]有動(dòng)力去重復(fù)其他人的成果，他們面臨的壓力在于發(fā)布新結(jié)果，而不是驗(yàn)證現(xiàn)有的結(jié)果。同樣，機(jī)器人科學(xué)家可以在某些研究領(lǐng)域（比如分子生物學(xué)）提供相應(yīng)幫助。2022年，英國曼徹斯特大學(xué)的凱瑟琳 · 羅珀（Katherine Roper）發(fā)表的一項(xiàng)研究分析了超過12 000篇關(guān)于乳腺癌的論文，并選取了74個(gè)生物醫(yī)學(xué)結(jié)果，用夏娃機(jī)器人對它們進(jìn)行驗(yàn)證，最終復(fù)現(xiàn)了其中43個(gè)結(jié)果。研究人員得出的結(jié)論是，自動(dòng)化“可能緩解可重復(fù)性危機(jī)”，而且它“繞過了社會(huì)和職業(yè)層面對復(fù)制研究的抑制因素”。機(jī)器可不介意發(fā)表驗(yàn)證過往結(jié)果的研究。不同于人類科學(xué)家，它們也不會(huì)因?yàn)榘l(fā)表負(fù)面結(jié)果而感到尷尬——例如，某個(gè)特定分子未能與給定的目標(biāo)發(fā)生相互作用。發(fā)表負(fù)面結(jié)果可以告訴未來的研究人員不要做什么，從而減少無謂的努力。此外，機(jī)器人科學(xué)家能可靠地記錄它們工作的每一個(gè)細(xì)節(jié)，這（在理論上）有助于后續(xù)的結(jié)果分析?！叭斯ぶ悄艿膭?chuàng)新可以在所有的這些領(lǐng)域改進(jìn)科學(xué)事業(yè)?！奔獱柌┦空f。

操作自動(dòng)化能實(shí)現(xiàn)了嗎？

障礙重重。除了需要更好的硬件和軟件，以及兩者之間更緊密的集成之外，實(shí)驗(yàn)室自動(dòng)化系統(tǒng)之間還需要更強(qiáng)的互操作性，以及允許人工智能算法交換和詮釋語義信息的共同標(biāo)準(zhǔn)。標(biāo)準(zhǔn)化微孔板含有數(shù)百個(gè)小型試管，允許實(shí)驗(yàn)室樣品分批處理，它的引入使某些類型的分析生產(chǎn)率提高了幾百倍。如今，我們需要在數(shù)據(jù)方面實(shí)現(xiàn)同樣的事，例如，生物實(shí)驗(yàn)室中，微孔板陣列的大部分?jǐn)?shù)據(jù)最終都記錄在電子表格或論文的表格中，而這些形式是無法被機(jī)器讀取的。

另一個(gè)障礙在于科學(xué)家對基于人工智能的工具缺乏熟悉度。而且，和大多數(shù)工人一樣，部分研究者擔(dān)心自動(dòng)化會(huì)威脅到他們的工作。但吉爾博士說，情況正在發(fā)生變化。她在2014年調(diào)查科學(xué)界對人工智能的態(tài)度時(shí)，發(fā)現(xiàn)在大多數(shù)領(lǐng)域，“對人工智能的興趣似乎相對有限”。將人工智能納入科研的大多數(shù)嘗試都來自人工智能領(lǐng)域的研究人員，而他們經(jīng)常要面對他人的疑慮或冷淡。但如今，吉爾博士說，人工智能的影響已經(jīng)“深遠(yuǎn)而普遍”。她表示，現(xiàn)在許多科學(xué)家在“主動(dòng)尋找人工智能合作者”。人工智能的潛力得到越來越多人的認(rèn)可，特別是在材料科學(xué)和藥物發(fā)現(xiàn)領(lǐng)域，從業(yè)人員正在構(gòu)建他們自己的人工智能動(dòng)力系統(tǒng)?！叭绻覀兡茏寵C(jī)器像人類一樣擅長科學(xué)，那將是一個(gè)根本性的突破，因?yàn)槟憧梢灾圃旌芏噙@樣的機(jī)器?！苯鸩┦空f。

科學(xué)期刊改變了科學(xué)家發(fā)現(xiàn)信息的方式，也改變了他們在彼此工作基礎(chǔ)上推進(jìn)研究的方式。研究實(shí)驗(yàn)室擴(kuò)大了科研規(guī)模，并使實(shí)驗(yàn)工業(yè)化。通過擴(kuò)展和結(jié)合此前的這兩場變革，人工智能確實(shí)可以改變科學(xué)工作的方式。

資料來源TheEconomist