人工智能能改变科学本身吗？

“通过放大人类的智慧，人工智能可能会引发新的文艺复兴，也许是启蒙运动的新阶段，”现代人工智能(ai)教父之一扬·勒昆(Yann LeCun)今年早些时候表示。人工智能已经可以使一些现有的科学过程更快、更有效，但它能通过改变科学本身的方式做得更多吗?

这样的转变以前也发生过。随着17世纪科学方法的出现，研究人员开始相信实验观察以及由此得出的理论，而不是公认的古代智慧。重要的是，这一过程得到了科学期刊的支持，这些期刊允许研究人员分享他们的发现，既要求优先，又鼓励其他人复制和建立他们的结果。期刊创造了一个围绕共享知识体系的国际科学共同体，引发了今天被称为科学革命的发现浪潮。

进一步的转变开始于19世纪后期，随着研究实验室的建立——创新的工厂，思想、人员和材料可以在工业规模上结合起来。这导致了从化工、半导体到制药等领域的创新进一步涌现。这些转变不仅仅是提高了科学生产力。它们也改变了科学本身，开辟了研究和发现的新领域。人工智能如何做类似的事情，不只是产生新结果，而是产生新结果的新方法?

一种很有前途的方法是“基于文献的发现”(LBD)，顾名思义，它旨在通过分析科学文献来获得新的发现。第一个LBD系统是由芝加哥大学的Don Swanson在20世纪80年代建立的，它在医学期刊数据库MEDLINE中寻找新的联系。在早期的成功中，它将两个独立的观察结果结合在一起——雷诺氏病，一种循环系统疾病，与血液粘度有关，鱼油降低了血液粘度——并表明鱼油可能因此是一种有用的治疗方法。这个假设后来被实验证实了。

但斯旺森博士的LBD系统当时未能在人工智能社区之外流行起来。如今，人工智能系统在自然语言处理方面的能力要强得多，而且有更多的科学文献可供研究。对lbd式方法的兴趣现在在其他领域也在增长，尤其是材料科学。

例如，2019年，当时在美国劳伦斯伯克利国家实验室的一组研究人员使用了一种称为无监督学习的人工智能技术来分析材料科学论文的摘要，并将有关不同材料特性的信息提取成称为“词嵌入”的数学表示。这些概念被放置到一个多维空间中，相似的概念被组合在一起。该系统因此获得了一种“化学直觉”，因此它可以，例如，建议与另一种材料具有相似性质的材料。然后，人工智能被要求提出可能具有热电特性的材料(将温差转化为电压的能力，反之亦然)，尽管它们在文献中没有被确定为这样的材料。十种最有希望的候选材料被选中，实验测试发现，这十种材料确实都表现出异常强大的热电性能。

然后，研究人员重新训练了他们的系统，删除了最近几年的论文，并要求它预测在后来的几年里会发现哪些新的热电材料。该系统预测此类发现的准确度是仅凭偶然预测的八倍。它还可以使用其他术语做出准确的发现预测，比如“光伏”。研究人员得出结论:“这种基于语言的推理方法可以成为自然语言处理与科学交叉的一个全新的研究领域。”

芝加哥大学的社会学家Jamshid Sourati和James Evans今年发表在《自然人类行为》(Nature Human Behaviour)杂志上的一篇论文，以一种新颖的方式扩展了这种方法。它首先观察到LBD系统倾向于关注论文中的概念，而忽略了它们的作者。所以他们训练了一个LBD系统来兼顾这两者。该系统在预测材料科学新发现方面的能力是Tshitoyan博士团队建立的系统的两倍，并且预测实际发现者的准确率也超过40%。但研究人员又更进一步。他们没有随波逐流，预测研究人员会在哪里发现新发现，而是要求他们的模型避开人群，识别科学上看似合理、但在正常情况下不太可能在不久的将来被发现的“陌生”假设。因此，研究人员认为，该系统既可以加速近期的发现，又可以探测等待新发现的“盲点”。

考虑作者身份的LBD系统不仅可以提出新的假设来进行研究，还可以建议可能彼此不认识的潜在合作者。这种方法在确定在不同领域工作的科学家、弥合互补的研究领域时可能特别有效。南加州大学(University of Southern California)的计算机科学家约兰达?吉尔(Yolanda Gil)表示，在人工智能的斡旋下，跨学科研究合作“将从罕见现象变得更加普遍”。随着LBD系统的扩展，它们可以处理表格、图表和数据，如基因序列和编程代码，它们将变得更有能力。未来，研究人员可能会依靠这样的系统来监测大量的新科学论文，突出相关的结果，为研究提出新的假设，甚至将它们与潜在的研究伙伴联系起来，就像科学配对服务一样。因此，人工智能工具可以扩展和改变已有几个世纪历史的科学出版基础设施。

如果LBD承诺用人工智能来强化期刊，那么“机器人科学家”或“自动驾驶实验室”也承诺为实验室做同样的事情。这些机器超越了现有的实验室自动化形式，如药物筛选平台。相反，他们会以数据、研究论文和专利的形式获得某一特定研究领域的背景知识。然后，他们使用人工智能来形成假设，使用机器人进行实验，评估结果，修改假设，然后重复这个循环。亚当是2009年在威尔士阿伯里斯特威斯大学制造的一台机器，它对酵母代谢中基因和酶之间的关系进行了实验，是第一台自主发现新科学知识的机器。

亚当的继任者夏娃进行药物发现实验，拥有更复杂的软件。在规划和分析实验时，它使用机器学习来创建“定量结构活动关系”(qsar)，即将化学结构与生物效应联系起来的数学模型。例如，伊芙发现牙膏中使用的一种抗菌化合物三氯生可以抑制引起疟疾的寄生虫的一种基本机制。

创造亚当的剑桥大学(University of Cambridge)人工智能研究员罗斯·金(Ross King)将未来的机器人科学家与下棋和围棋的人工智能系统进行了类比。机器击败最优秀的人类棋手的前景一度似乎遥不可及，但这项技术的进步速度比预期的要快。此外，AI系统为这些游戏制定了人类玩家从未考虑过的策略。随着机器人科学家的能力越来越强，类似的事情也可能发生在他们身上。金博士说:“如果人工智能可以探索一个完整的假设空间，甚至扩大这个空间，那么它可能表明人类只探索了假设空间的一小部分，这可能是他们自己的科学偏见的结果。”

机器人科学家还可以以另一种方式改变科学:帮助解决困扰科学事业的一些问题。其中一个观点是，从各种角度来看，科学的生产力正在下降，推进知识前沿变得越来越困难和昂贵。有几种理论可以解释为什么会出现这种情况:例如，最容易的发现可能已经被发现了，现在需要更多的训练来让科学家到达前沿。人工智能驱动的系统可以比人类更快、更便宜、更准确地完成实验室工作。与人类不同，机器人可以昼夜不停地工作。就像计算机和机器人使天文学中的大型项目成为可能一样(比如大规模的天空调查，或者自动搜索系外行星)，机器人科学家也可以解决系统生物学中的大问题，比如，这些问题因为规模大而不切实际。“我们不需要全新的科学来做到这一点，我们只需要做大量的科学研究，”金博士说。

自动化还可能有助于解决另一个问题:可重复性危机。理论上，当科学家发表他们的研究结果时，其他人可以复制和验证他们的工作。但复制几乎没有什么荣耀，这使得它很少见。当这种情况发生时，许多尝试都失败了，这表明原始作品是无效的，甚至是欺诈的。科学家几乎没有动力去重复别人的工作，他们面临着发表新结果的压力，而不是验证现有的结果。同样，机器人科学家可以在一些研究领域提供帮助，比如分子生物学。曼彻斯特大学的凯瑟琳·罗珀(Katherine Roper)在2022年发表的一项研究分析了1.2万多篇关于乳腺癌的论文，并选择了74篇生物医学研究结果进行验证，Eve机器人能够复制其中的43篇。研究人员得出结论，自动化“有可能缓解重复性危机”，而且它“避开了社会学和职业上对重复性的抑制因素”。机器不介意发布对先前结果的验证。与人类科学家不同，他们也不会因为发表负面结果而感到尴尬，例如，如果一个特定的分子不能与给定的目标相互作用。发表负面的研究结果可以告诉未来的研究人员不要做什么，从而减少浪费的精力。机器人科学家可靠地记录下了他们工作的所有细节，这(理论上)有助于对他们的结果进行后续分析。“人工智能创新可以改善所有这些领域的科学事业，”吉尔博士说。

障碍无处不在。除了更好的硬件和软件，以及两者之间更紧密的集成，还需要实验室自动化系统之间更大的互操作性，以及允许人工智能算法交换和解释语义信息的通用标准。标准化微孔板的引入，包含数百个微小的试管，允许实验室样品进行批量处理，使某些类型的分析的生产率提高了数百倍。现在，同样的事情需要发生在数据上——例如，生物实验室中来自微孔板阵列的许多数据最终以电子表格或论文表格的形式出现，而这些表格不是机器可读的。

另一个障碍是科学家对基于人工智能的工具缺乏熟悉。和大多数工人一样，一些研究人员担心自动化会威胁到他们的工作。但吉尔博士说，情况正在发生变化。2014年，当她调查科学界对人工智能的态度时，她发现，在大多数领域，“对人工智能的兴趣似乎相对有限”。将人工智能纳入科学研究的大多数努力都来自人工智能研究人员，他们经常遭到怀疑或敌意。但吉尔博士说，人工智能的影响现在是“深刻而普遍的”。她表示，许多科学家现在都在“积极寻找人工智能合作者”。人们越来越认识到人工智能的潜力，特别是在材料科学和药物发现领域，从业者正在构建自己的人工智能驱动系统。金博士说:“如果我们能让机器像人类一样擅长科学，那将是一个彻底的突破，因为你可以制造很多机器。”

科学期刊改变了科学家发现信息的方式，并以彼此的工作为基础。研究实验室规模扩大，实验工业化。通过扩展和结合前两种转变，人工智能确实可以改变科学研究的方式。