Nature子刊：人工智能每年可以进行100万次微生物实验

　　人工智能系统使机器人能够自主进行科学实验——每天多达10,000次——有可能推动从医学到农业再到环境科学等领域的发现步伐实现巨大飞跃。

　　

人工智能系统使机器人能够自主进行科学实验——每天多达10,000次——有可能推动从医学到农业再到环境科学等领域的发现步伐实现巨大飞跃。

今天在《自然微生物学》杂志上报道，该团队由现任密歇根大学的教授领导。

这个名为“BacterAI”的人工智能平台绘制了与口腔健康相关的两种微生物的新陈代谢图——一开始没有基线信息。细菌消耗维持生命所需的20种氨基酸的某种组合，但每个物种都需要特定的营养物质来生长。密歇根大学的研究小组想知道我们口腔中的有益微生物需要哪些氨基酸来促进它们的生长。

“我们对影响我们健康的大多数细菌几乎一无所知。了解细菌是如何生长的是重新设计我们的微生物组的第一步，”密歇根大学生物医学工程助理教授保罗·詹森说。

然而，找出细菌喜欢的氨基酸组合是很棘手的。这20种氨基酸产生了超过100万种可能的组合，仅仅取决于每种氨基酸是否存在。然而，细菌能够发现戈多链球菌和血链球菌生长所需的氨基酸。

为了为每个物种找到合适的配方，BacterAI每天测试数百种氨基酸的组合，并根据前一天的结果调整其重点和每天早上的组合。在9天内，它的预测准确率达到了90%。

与将标记数据集输入机器学习模型的传统方法不同，BacterAI通过一系列实验创建自己的数据集。通过分析先前试验的结果，它可以预测哪些新实验可能会给它提供最多的信息。结果，它在不到4000次实验中就找到了大多数喂养细菌的规则。

“当一个孩子学会走路时，他们不会只是看着大人走路，然后说‘好吧，我懂了’，站起来，开始走路。他们摸索着，先做一些试验和错误，”詹森说。

“我们希望我们的人工智能代理能够采取措施并摔倒，提出自己的想法并犯错误。每一天，它都会变得更好一点，更聪明一点。”

人们对大约90%的细菌几乎没有进行过研究，使用传统方法了解细菌的基本科学信息所需的时间和资源令人望而生畏。自动化实验可以大大加快这些发现的速度。该团队在一天内进行了多达10,000次实验。

但它的应用不仅仅局限于微生物学。任何领域的研究人员都可以设置问题作为谜题，让人工智能通过这种试错来解决。

詹森实验室(Jensen Lab)前工程师、该研究的主要作者亚当·达马(Adam Dama)说:“随着过去几个月来主流人工智能的爆炸式增长，许多人不确定它会给未来带来什么，无论是积极的还是消极的。”“但对我来说，很明显，像我们这样的人工智能项目的集中应用将加速日常研究。”

这项研究由美国国立卫生研究院资助，并得到了NVIDIA的支持。