Робот-учёный впервые совершил настоящее открытие

03.04.2009, 09:40



Робот-учёный впервые совершил настоящее открытие
Холодильник, инкубаторы, воздушные фильтры, семь камер, 20 датчиков, наборы реактивов, куча манипуляторов и актуаторов и четыре компьютера – таков современный "микробиолог" (фото Robot Scientist Project).

Его зовут Адам, и он совсем не похож на учёного. Это набор "шкафов" с "хитрой" начинкой и разнообразными руками-манипуляторами для обращения с пробирками, пипетками да мензурками. Но если вы скажете, что Адам — всего лишь автоматизированное лабораторное оборудование, — то ошибётесь. Он умеет обращаться не только с лабораторным стеклом, но и со знаниями: британский робот сам строит предположения, задумывает эксперименты для их проверки и делает выводы.

Adam работает в университете Аберистуита (Aberystwyth University). Зарплату ему не платят, но денег, вложенных в проект "Робот-учёный" (Robot Scientist), стартовавший, к слову, в 1999 году, вполне хватило бы на оплату труда далеко не одного человека. В чем тогда смысл затеи?

"Адам" — это первая экспериментальная система, призванная показать потенциал роботизации ряда исследований в биологии, а у́же — в генетике. И хотя "Адам", ловко манипулируя подопытными живыми клетками, реактивами и лабораторной техникой, может выполнять до 1000 экспериментов в день, его создатели подчёркивают – речь идёт не о банальном ускорении ручного труда, связанного с экспериментами. Вернее, не только о нём.

Главное отличие британского робота от сходных установок в других институтах (где применяют манипуляторы для обращения с сотнями тестовых пробирок) в том, что им управляют не люди, и даже не жёстко "зашитая" в компьютере программа действий, а система искусственного интеллекта.

Вот как выполняется только один опыт: "Адам" самостоятельно достаёт из морозильника культуру и размораживает её. Он проводит с ней различные манипуляции и помещает в инкубатор, где оставляет расти в течение суток, потом достаёт образец и выполняет ряд измерений, снова отправляет его в инкубатор, и так – три дня (фото Robot Scientist Project).


Вот как выполняется только один опыт: "Адам" самостоятельно достаёт из морозильника культуру и размораживает её. Он проводит с ней различные манипуляции и помещает в инкубатор, где оставляет расти в течение суток, потом достаёт образец и выполняет ряд измерений, снова отправляет его в инкубатор, и так – три дня (фото Robot Scientist Project).

Конечно, это всё равно PC (несколько связанных) c программой, созданной людьми. Но она написана так, что обладает (в некотором смысле) "свободой воли", то есть может принимать решение о дальнейшем ходе опыта в зависимости от полученного результата. Сама машина решает — что с чем смешивать, смотрит — что получается, и сверяется с имеющейся базой данных, касающейся объекта исследования.

Машинное понимание результата — главное достижение этого проекта.

Формализация процесса исследования применительно к научной работе "Адама" потребовала описания древовидной структуры из 10 тысяч элементов опытов, расположенных в 10 уровней, а также миллионов биологических измерений.<br></br>Кстати, Adam – это и акроним от "A Discovery Machine", и библейское имя, традиционно связываемое с "началом" (и этот же персонаж может считаться первым исследователем), а ещё – имя, данное машине в  честь знаменитого экономиста Адама Смита, который разработал теорию разделения труда, и, следовательно, автоматизации, – сообщают авторы кибернетического учёного (фото Robot Scientist Project).


Формализация процесса исследования применительно к научной работе "Адама" потребовала описания древовидной структуры из 10 тысяч элементов опытов, расположенных в 10 уровней, а также миллионов биологических измерений.

Кстати, Adam – это и акроним от "A Discovery Machine", и библейское имя, традиционно связываемое с "началом" (и этот же персонаж может считаться первым исследователем), а ещё – имя, данное машине в честь знаменитого экономиста Адама Смита, который разработал теорию разделения труда, и, следовательно, автоматизации, – сообщают авторы кибернетического учёного (фото Robot Scientist Project).

В других случаях роботизированные лаборатории просто следуют заданному учёными списку реактивов, которые нужно смешать в той или иной пропорции, перенести, нагреть или взболтать. Такие машины привели к резкому росту скорости проведения опытов в той же биологии, но интерпретация их результатов оставалась возложенной на человека, а при очень большом числе экспериментов это оказалось узким местом во всём процессе.

"Адам" же принимает от людей общую задачу (изучение работы генов в определённом организме, например), составляет план опытов, выстраивает гипотезы, проверяет их в деле, отбрасывает и выстраивает новые. Своим же хозяевам робот выдаёт финальный научный результат — знание.

О первых успехах киберучёного из Аберистуита. Но тогда машина "открыла" то, что людям уже было известно. Теперь же компьютерный биолог (после ряда усовершенствований) выдал учёным "на блюдечке" ранее неизвестные сведения. А именно: машина самостоятельно выяснила роль 12 генов в клетках дрожжей Saccharomyces cerevisiae.

Работа генов, как известно, отражается на метаболизме, и это робот-учёный также учитывает. Метаболические процессы в дрожжах программа, управляющая "Адамом", представляет в виде графов, где вершины – это химические соединения, а грани – реакции.<br></br>Пользуясь математикой, логикой, теорией графов и уже имеющимися знаниями о взаимосвязанных метаболических цепях, "Адам" прогнозирует цепочку перемен, которые произойдут в клетке при появлении или удалении того или иного вещества, а затем проверяет свою версию на опыте, внося в базу данных полученный ответ. Это помогает машине прицельно составлять план следующих опытов (фото Robot Scientist Project).
Работа генов, как известно, отражается на метаболизме, и это робот-учёный также учитывает. Метаболические процессы в дрожжах программа, управляющая "Адамом", представляет в виде графов, где вершины – это химические соединения, а грани – реакции.

Пользуясь математикой, логикой, теорией графов и уже имеющимися знаниями о взаимосвязанных метаболических цепях, "Адам" прогнозирует цепочку перемен, которые произойдут в клетке при появлении или удалении того или иного вещества, а затем проверяет свою версию на опыте, внося в базу данных полученный ответ. Это помогает машине прицельно составлять план следующих опытов (фото Robot Scientist Project).

Да, на таком простом (относительно) материале создатели "Адама" отлаживают его умения.

Секвенирование генома дрожжей было проведено давно, и оно выявило, что наследственный код этого организма состоит из 6000 генов. Хорошо, у учёных теперь есть вся эта запись последовательностей оснований в ДНК, но что делает тот или иной ген? Установить это не так уж просто.

"Адам" занят тем, что выключает в дрожжах выборочно тот или иной ген и наблюдает за ростом полученного штамма. Для чего в распоряжении машины имеется специальное оборудование.

Авторы "Адама" сравнивают этот подход с преднамеренной поломкой машины — вы удаляете деталь, пробуете завести мотор и поехать на автомобиле, заодно делая вывод — за что эта деталь отвечает.

Всего "Адам" выдвинул 20 рабочих гипотез о происхождении 13 "бесхозных" ферментов, найденных в клетках дрожжей, из которых 12 ему удалось подтвердить, открыв тем самым функции 12 генов (фото Robot Scientist Project).
Всего "Адам" выдвинул 20 рабочих гипотез о происхождении 13 "бесхозных" ферментов, найденных в клетках дрожжей, из которых 12 ему удалось подтвердить, открыв тем самым функции 12 генов (фото Robot Scientist Project).

А как обычно поступают учёные, получившие в своё распоряжение автоматику, многократно ускоряющую проведение экспериментов? Они запускают просто огромное число "хаотичных" опытов (например по отключению тех или иных генов). Необработанные данные от них "складируют" в памяти компьютеров, а потом пытаются в этой горе мусора отыскать крупинки золота — новые закономерности и явления. То есть мухи (опыты) — отдельно, а котлеты (научные выводы) — отдельно.

Это непроизводительно. Так что некоторые светлые умы даже составляют компьютерные программы, способные извлекать новые знания (связи между белками и генами, к примеру) из горы вроде бы не связанных между собой опытов.

Между тем сами по себе люди, когда проводят последовательную серию тестов, используют другую стратегию — стратегию итераций, последовательного приближения к цели путём планирования каждого следующего опыта в зависимости от результата предыдущего.

Именно этот путь и удалось воспроизвести в "мозге" "Адама" его создателям. Робот этот умеет активно учиться, умеет решать — что нужно предпринять, чтобы проверить то или иное предположение, умеет пополнять свою базу данных. Отбраковка гипотез позволяет машине всё время сужать круг экспериментов на каждой следующей ступени итерации, тем самым существенно сокращая общее число опытов, которое нужно провести, чтобы прийти к верным выводам. А это не только ускоряет исследования, но и экономит время лаборатории и даже деньги (реактивы). Так что "Адам", хотя и занят по сути перебором, перебор этот вовсе не "тупой".

Одновременно с прорывом проекта Robot Scientist о 
сходном достижении сообщила другая научная группа. Учёным из Корнелла (Cornell University) удалось 
создать робота, который сумел сам вывести (заново "открыть") гамильтонианы и лангранжианы 
(функции, описывающие динамику механических систем), просто наблюдая (!) за работой различных 
маятников и их систем. При этом робот "заранее" не знал законов природы, а также физики, геометрии 
и кинематики.<br></br>Детали этого исследования также вышли в научной <noindex><a 
href="https://www.sciencemag.org/cgi/content/abstract/sci;324/5923/81" 
rel="nofollow">публикации</a></noindex> в Science, плюс – в этой <noindex><a 
href="https://www.sciencedaily.com/releases/2009/04/090402143457.htm" 
rel="nofollow">новости</a></noindex>. А на снимках показаны авторы системы Ход Липсон (Hod 
Lipson), на первом кадре он справа, и Майкл Шмидт (Michael Schmidt), а также использованные ими 
маятники (фотографии Jonathan Hiller/Cornell University).
Одновременно с прорывом проекта Robot Scientist о сходном достижении сообщила другая научная группа. Учёным из Корнелла (Cornell University) удалось создать робота, который сумел сам вывести (заново "открыть") гамильтонианы и лангранжианы (функции, описывающие динамику механических систем), просто наблюдая (!) за работой различных маятников и их систем. При этом робот "заранее" не знал законов природы, а также физики, геометрии и кинематики.

Детали этого исследования также вышли в научной публикации в Science, плюс – в этой новости. А на снимках показаны авторы системы Ход Липсон (Hod Lipson), на первом кадре он справа, и Майкл Шмидт (Michael Schmidt), а также использованные ими маятники (фотографии Jonathan Hiller/Cornell University).

Тут надо отметить, что щедрые авансы и дифирамбы в адрес "Адама" некоторым специалистам кажутся несколько преувеличенными. Так Дюк Фам (Duc Pham) из Кардиффа (Cardiff University) комментирует: "Это больше похоже на младшего лаборанта, чем на учёного. Пройдёт много времени, прежде чем компьютер сможет заменить человека".

Что могут на это сказать "отцы" электронного лаборанта?

Профессор Росс Кинг (Ross King) – глава проекта киберучёного, один из членов группы "Вычислительной биологии" (Computational Biology) университета Аберистуита, которая и разрабатывает проект Robot Scientist.

Росс соглашается, что "Адам" ещё находится в стадии развития (и это несмотря на несколько лет уже прошедшей эволюции системы). И потом — разве кто-то говорил о полной замене? Лишь об интеллектуальной помощи.

Профессор Кинг говорит: "Адам является прототипом, однако в течение 10-20 лет, я думаю, такие машины, как эта, могли бы широко использоваться в лабораториях" (фото Robot Scientist Project).
Профессор Кинг говорит: "Адам является прототипом, однако в течение 10-20 лет, я думаю, такие машины, как эта, могли бы широко использоваться в лабораториях" (фото Robot Scientist Project).

Но всё же. "Если вы потратите все деньги, что мы вложили в "Адама", на оплату биологов-людей, робот, вероятно, не покажется вам экономически эффективным вариантом, — говорит Кинг. — Но так было и в случае с первым автомобилем. Первоначально инвестиции в технологии не были столь эффективными с точки зрения снижения затрат, в сравнении с лошадьми".

И сам проект Robot Scientist намерен доказать этот тезис путём расширения его на другие дисциплины. В недрах группы уже зреет ещё один робот-учёный – "Ева" (Eve), которого строят для скоростной разработки новых лекарств. Первая её задача — борьба с малярией.

Любопытно, что "Адам" будет помогать "напарнице": его подрядят для создания дрожжевых культур, необходимых "Еве" для проведения биохимических тестов.

А это "Ева", но она ещё не полностью готова (фото Robot Scientist Project).
А это "Ева", но она ещё не полностью готова (фото Robot Scientist Project).

Если эта пара или последующие роботы такого типа окажутся действительно распространёнными, — что делать живым учёным? "Заниматься более сложными экспериментами", — улыбается Кинг.


Ключевые слова:
Robot
Scientist
опыты
Project
ген
University
исследования
эксперименты
биология
учёный
проект
машины
человек
проект
Искусственный интеллект
робот


Вернуться в рубрику:

Искусственный интеллект


Хотите видеть на нашем сайте больше статей? Кликните Поделиться в социальных сетях! Спасибо!


Обратите внимание полезная информация.
Робототехника для каждого. 2024г.