如果這是未來(lái)的生物學(xué)實(shí)驗(yàn)室，那么它看起來(lái)與今天的實(shí)驗(yàn)室似乎并沒(méi)有什么不同。穿著白大褂的科學(xué)家拿著盛有冷凍玻璃管的箱子走過(guò)，架子上的化學(xué)物質(zhì)——純酒精瓶、糖罐、蛋白質(zhì)和鹽是培養(yǎng)和調(diào)節(jié)微生物的標(biāo)準(zhǔn)物件。如果不是耳朵聽(tīng)到的機(jī)械聲音，你可能根本不會(huì)注意到這里的機(jī)器人：它們?cè)陲L(fēng)扇的低嘯中像蟋蟀一樣彼此哼唱著。

　　這些機(jī)器人為生物技術(shù)公司Zymergen工作，這家公司在2014年搬遷到美加州舊金山東海岸一家原電子工廠(chǎng)所在地。這些機(jī)器人整日都在進(jìn)行微生物實(shí)驗(yàn)，尋找增加有用化學(xué)物質(zhì)產(chǎn)量的方式。這是一個(gè)叫作“回聲”的機(jī)器人：它位于一堆雜亂的設(shè)備中間，一只機(jī)械臂抓住一個(gè)塑料模塊，模塊上有數(shù)百個(gè)細(xì)微孔徑，其中盛著液體。一束激光掃描了模塊旁的一個(gè)條形碼，然后“回聲”將其運(yùn)到一個(gè)托盤(pán)上。下一步發(fā)生的過(guò)程及其細(xì)微，用肉眼難以觀(guān)察到。

　　“這并非是人們?nèi)绾蝿?dòng)手用吸移管吸移液體的復(fù)制品。”該公司共同創(chuàng)始人之一、分子生物學(xué)家兼操作及工程副總裁JedDean說(shuō)，“這是以完全不同的方式在執(zhí)行這件事。”機(jī)器人無(wú)須用吸移管吸收并將數(shù)毫升的液體注入到每個(gè)孔中（在細(xì)胞層面液體量的漲落），且并不會(huì)碰觸它。相反，一束聲波脈沖會(huì)以每秒鐘500次的頻率讓液體自己泛起漣漪，并形成比人類(lèi)可轉(zhuǎn)移的液體量小1000倍的液滴。

　　實(shí)際上，這些并沒(méi)有真正未來(lái)主義的部分。大型生物實(shí)驗(yàn)室使用機(jī)器人和條形碼已有多年。即便是被稱(chēng)作“聲微滴噴射”的液體去除技術(shù)也已經(jīng)存在了數(shù)十年。當(dāng)Dean被問(wèn)到這臺(tái)機(jī)器人通過(guò)什么在做實(shí)驗(yàn)時(shí)，他才透露了一點(diǎn)真相。實(shí)際上，這是一個(gè)計(jì)算機(jī)程序輸出。

　　“我想要說(shuō)清楚的是，這個(gè)過(guò)程中有一位人類(lèi)科學(xué)家在了解結(jié)果和現(xiàn)實(shí)，并核查它們。”Zymergen執(zhí)行總裁JoshuaHoffman解釋說(shuō)。他表示，對(duì)于解釋數(shù)據(jù)、生成推論以及計(jì)劃實(shí)驗(yàn)來(lái)說(shuō)，其終極目標(biāo)是“擺脫人類(lèi)的主觀(guān)直覺(jué)思維”。

　　Zymergen是若干家擁有相同目標(biāo)的公司之一：利用人工智能（AI）增加或替代科學(xué)過(guò)程中的人類(lèi)角色。人們用“AI驅(qū)動(dòng)的生物技術(shù)”來(lái)描述這一過(guò)程，但Zymergen共同創(chuàng)始人對(duì)這一說(shuō)法表示擔(dān)憂(yōu)。“‘AI’聽(tīng)起來(lái)像是機(jī)器人在下象棋。”該公司首席技術(shù)官AaronKimball說(shuō)，“我覺(jué)得‘ML’讓人更加舒服。”Hoffman說(shuō)，ML指的是機(jī)器學(xué)習(xí)，即可以解釋最近幾乎所有AI進(jìn)展的計(jì)算科學(xué)的分支。“這正是我們正在做的。”

　　自動(dòng)化發(fā)現(xiàn)

　　科學(xué)是一個(gè)序列。日復(fù)一日的實(shí)驗(yàn)室工作與工廠(chǎng)工作是如此不同。論文來(lái)了，啟發(fā)新的實(shí)驗(yàn)，然后產(chǎn)生新的發(fā)現(xiàn)，結(jié)果又產(chǎn)生新的論文。如此循環(huán)。各種各樣的公司和研究機(jī)構(gòu)正在拓展基于機(jī)器人和AI的工具，以增強(qiáng)甚至替代這個(gè)過(guò)程的每個(gè)步驟中人類(lèi)的角色。

　　Zymergen實(shí)際上做的是調(diào)節(jié)可用于生物質(zhì)燃料、塑料或藥物的產(chǎn)業(yè)微生物。為了提高產(chǎn)量，一些公司將它們的菌株送到Zymergen。那里的機(jī)器人于是便探索和修復(fù)每個(gè)微生物的基因組，從而設(shè)計(jì)出一個(gè)使其合成產(chǎn)物更加高效的菌株版本。

　　Hoffman表示，問(wèn)題在于被送到Zymergen的微生物已經(jīng)“高度優(yōu)化”。經(jīng)過(guò)數(shù)年的研究育種之后，這些細(xì)胞非常擅長(zhǎng)發(fā)揮自己的功能。因此，“擠”出更多的效率需要深入探索其基因組、開(kāi)展實(shí)驗(yàn)以及跟蹤相關(guān)數(shù)據(jù)，進(jìn)行科學(xué)研究。

　　Zymergen正在設(shè)法加速這一科學(xué)過(guò)程。在傳統(tǒng)生物學(xué)中，Hoffman表示，“需要一個(gè)人站在工作臺(tái)前測(cè)試有限數(shù)量的假設(shè)。可能每月可測(cè)試10個(gè)假設(shè)。”而機(jī)器人可以用更快的速度完成這一過(guò)程，Zymergen的機(jī)器人每周可以進(jìn)行多達(dá)1000個(gè)實(shí)驗(yàn)。但機(jī)器人只能遵循指令：給它們正確的指令是真正的瓶頸所在。

　　當(dāng)被問(wèn)這個(gè)算式如何設(shè)計(jì)實(shí)驗(yàn)時(shí)，Kimball提到了一個(gè)簡(jiǎn)單的前提。“比如說(shuō)你得到了約5000個(gè)基因的原始微生物，而你改變每個(gè)基因的方式有10種，這就意味著你要做5萬(wàn)個(gè)實(shí)驗(yàn)。”他說(shuō)，實(shí)驗(yàn)“活動(dòng)”從制作1000個(gè)菌株開(kāi)始，每個(gè)菌株都有一個(gè)特定的突變。“每個(gè)菌株都生活在一個(gè)液滴中。你給它喂糖，然后讓它烹飪一會(huì)，接下來(lái)是測(cè)量獲得了多少產(chǎn)物。”可能有25個(gè)菌株會(huì)產(chǎn)生略多一些的靶標(biāo)化學(xué)物質(zhì)。這些菌株將會(huì)成為下一輪實(shí)驗(yàn)的良種，而其余的則會(huì)進(jìn)入冷凍倉(cāng)。

　　機(jī)器人定位

　　這一發(fā)現(xiàn)之路絕非坦途。Kimball說(shuō)，找到適當(dāng)?shù)耐蛔兘Y(jié)合體需要漫長(zhǎng)而艱難的基因“地形”探索之旅。如果只是盲目地朝著效率巔峰走，可能永遠(yuǎn)不會(huì)到達(dá)主峰頂點(diǎn)。這是因?yàn)槿绻皇前阉挟a(chǎn)生小提升的突變結(jié)合到一個(gè)微生物中，它們加起來(lái)可能并不能形成一次大收獲。他表示，相反，微生物會(huì)“生病”，它們會(huì)比原來(lái)的菌株性能差得更遠(yuǎn)。因此，選擇正確的道路，包括繞道進(jìn)入更有潛力的谷地，也需要一張地圖從而一次性地展示所有突變效應(yīng)，這張圖不是3個(gè)維度，而是數(shù)千個(gè)。因此就需要機(jī)器學(xué)習(xí)確定方位。

　　這是關(guān)鍵的差異：當(dāng)機(jī)器人最終發(fā)現(xiàn)能夠提高化學(xué)物質(zhì)產(chǎn)量的基因變化時(shí)，它們并不知道其效應(yīng)背后的生物化學(xué)線(xiàn)索。

　　那么，如果機(jī)器人實(shí)驗(yàn)并不能加深人們對(duì)生物學(xué)工作的了解，它是真的科學(xué)嗎？對(duì)于Kimball來(lái)說(shuō)，這樣的哲學(xué)界點(diǎn)可能并不重要。“我們是因?yàn)樗墓ぷ鞫玫搅耸找?，并不是因?yàn)榱私馄渲械脑蚨玫搅耸找妗?rdquo;

　　到目前為止，Hoffman說(shuō)，Zymergen的機(jī)器人實(shí)驗(yàn)室已經(jīng)將制作化學(xué)物質(zhì)的微生物的效率提高了10%以上。這樣的增加聽(tīng)起來(lái)可能不多，但在每年依賴(lài)微生物發(fā)酵達(dá)到1600億美元的化學(xué)產(chǎn)業(yè)內(nèi)，一小部分的提升也可以轉(zhuǎn)化為更多的資金，甚至比美國(guó)國(guó)家科學(xué)基金會(huì)每年70億美元的預(yù)算更多。

　　而機(jī)器人發(fā)現(xiàn)的先進(jìn)遺傳變異代表著真正的發(fā)現(xiàn)，這些可能是人類(lèi)科學(xué)家并未發(fā)現(xiàn)的變異。大多數(shù)提高產(chǎn)量的基因并未直接與合成想要的化學(xué)物質(zhì)相關(guān)，例如，其中一半并沒(méi)有為人所知的功能。“我已經(jīng)在若干不同微生物中發(fā)現(xiàn)了這種模式。”Dean說(shuō)。不用機(jī)器學(xué)習(xí)找到正確的遺傳變異就像嘗試打開(kāi)一個(gè)刻度盤(pán)上標(biāo)著數(shù)千個(gè)數(shù)字的保險(xiǎn)箱。“人類(lèi)的直覺(jué)很容易被這種復(fù)雜性壓倒。”他說(shuō)。

　　計(jì)算機(jī)作者？

　　如果機(jī)器真的已經(jīng)準(zhǔn)備好替代人類(lèi)執(zhí)行一些科學(xué)任務(wù)，很多科學(xué)家將會(huì)擁抱它們。不像工廠(chǎng)工人或是出租車(chē)司機(jī)，大多數(shù)實(shí)驗(yàn)科學(xué)家會(huì)很歡迎讓他們的部分工作自動(dòng)化。在分子和細(xì)胞生物學(xué)領(lǐng)域尤其如此，因?yàn)槠渲械氖止趧?dòng)如噴射液體、電鍍細(xì)胞、計(jì)數(shù)菌落等都非常繁雜且成本高昂。一名研究生最細(xì)微的錯(cuò)誤或不精確性都會(huì)浪費(fèi)數(shù)周甚至數(shù)月的工作。

　　然而，也有一些生物學(xué)家提出了支持AI解釋數(shù)據(jù)和設(shè)計(jì)實(shí)驗(yàn)的一些不足之處。“我們發(fā)現(xiàn)目前的機(jī)器學(xué)習(xí)方法并不能勝任這一任務(wù)。”加州斯坦福大學(xué)計(jì)算生化學(xué)家RhijuDas說(shuō)，他研究的是分子如何折疊從而設(shè)計(jì)新的藥物。“與獲得同樣數(shù)據(jù)的人類(lèi)相比，它們?cè)赗NA設(shè)計(jì)問(wèn)題上嚴(yán)重落后于人類(lèi)。”盡管他并不知道這是為什么，但含有“設(shè)計(jì)”類(lèi)的任務(wù)似乎需要人類(lèi)的直覺(jué)?？赡躗ymergen正巧碰到了非常適應(yīng)計(jì)算機(jī)控制的實(shí)驗(yàn)的生物學(xué)部分。

　　即便AI控制的研究能夠起作用，人類(lèi)是否會(huì)理解計(jì)算機(jī)發(fā)現(xiàn)了什么？其結(jié)果背后的計(jì)算仍是一個(gè)“黑匣子”。“一個(gè)令人困惑的可能性是我們正在接近‘可理解的’科學(xué)時(shí)代。”賓夕法尼亞州匹茲堡卡耐基·梅隆大學(xué)計(jì)算生物學(xué)家、與分子生物學(xué)家一起工作的AdrienTreuille說(shuō)。研究人員可能不僅會(huì)依賴(lài)計(jì)算機(jī)做科學(xué)，還包括解釋科學(xué)：一些生物學(xué)理論證據(jù)如此復(fù)雜，接受它將需要對(duì)計(jì)算機(jī)抱有信心。

　　在這種情況下，科學(xué)家是否應(yīng)該將其計(jì)算機(jī)作為論文的共同作者？“我不會(huì)這么做。”波士頓將AI應(yīng)用于科學(xué)發(fā)現(xiàn)的一家公司Nutonian的首席執(zhí)行官M(fèi)ichaelSchmidt說(shuō)。但他隨后表示：“當(dāng)計(jì)算機(jī)能夠閱讀并理解論文的意思之后，它們自己就可以成為作者。”