硅谷人工智能实验室-赛为智能 硅谷

位于旧金山湾区的初创生物科技公司Zymergen的实验室，乍一看很普通——试管整齐地摆放在实验桌上，货架上摆放着各种化学品。 不过，环顾四周，你会发现，这个实验室的工作人员似乎有些不一样了。 他们的身上有一些机械动作和风扇声。 没错，机器人都在这个实验室里工作，Zymergen 未来的生物实验室。

在这里你可以看到机器人伸出一只手，抓住一个上面有数百个小孔的塑料板，然后扫描板上的条形码。 下一步是肉眼看不见的。 通过给塑料板一个声波冲击，每个小孔都能溅出一小滴液体。 液滴很快被机械手捕获，然后送到下一个。 分析仪器。 与传统研究人员使用移液器一次操作一个孔相比，这款机器人可以在一秒钟内取出 500 个样本。

不过，Zymergen 的科学家们会告诉您，这一切都不是未来。 利用机器人进行实验操作和通过条形码进行记录已得到广泛应用。 而通过声波提取液体的技术，称为声液滴喷射，甚至已经存在了几十年。 那么这个实验室的“未来”在哪里呢？ Zymergen 的联合创始人 Jed Dean 博士会告诉你：“我不知道这些机器人在做什么实验。因为这些实验完全是由人工智能程序编写的。”

是的硅谷人工智能实验室，尽管实验室中广泛使用机器人，但提出假设、设计实验和分析数据仍然是人类科学家的工作。 对于 Zymergen，他们的目标是用人工智能程序完全取代人类科学家的角色。 机器学习的最新进展使机器人完全胜任这些任务成为可能。

Zymergen 的真正业务是试图增加微生物的产量，这些微生物可以为生物燃料、塑料、制药和许多其他领域生产重要的工业原料。 通过修改这些微生物的基因组，Zymergen 希望找到大幅提高产量的方法。

然而，这些工业微生物已经经过多年的选择和优化。 为了进一步提高产量，有必要对它们的基因组进行非常深入的研究，并在初步数据的基础上做进一步的研究。 即使对于非常优秀的科学家来说，这也是一项耗时耗力的工作。 Zymergen 的首席执行官约书亚·霍夫曼 (Joshua Hoffman) 估计，一名科学家每月可以完成大约 10 项实验。 在传统机器人的帮助下，这个数字可以增加到每周 1000 件物品，但前提是给机器人正确的实验设计和指令，这通常是一个瓶颈。

对于具有 5,000 个不同基因的微生物，如果每个基因可以有 10 个变异体，那么至少有 50,000 个不同的微生物需要测试。 您可以找到数十种提高产量的方法，然后测试这些不同个体基因变异的组合。 即使具备每周检测 1000 次的能力，这仍然是一个漫长的过程。 此外，单靠检测产量是不够的，还需要密切关注微生物本身的生长能力。 这就是机器学习可以发挥作用的地方。 利用之前实验的结果硅谷人工智能实验室，机器学习算法可以设计出下一步需要检验的假设。

霍夫曼先生说，到目前为止，Zymergen 已经能够将某些微生物的产量提高 10%。 这似乎是一个很小的数字，但对于年产值 1600 亿美元的化学工业来说，10% 的增长可能会转化为数十亿美元的经济效益。

然而，人工智能可以找到增加产量的方法，但它不知道背后的生物学机制。 迪安博士认为，这其实也是人工智能的优势之一。 因为传统的科学方法只是从已知与特定产品的生产相关的基因入手，这实际上有很大的局限性。 Zymergen 的实验发现，AI 识别出的许多提高产量的基因变化与其化学合成途径没有直接联系，其中许多基因的功能甚至是未知的。

对于生物学家来说，这些发现令人兴奋。 因为他们可以从增产的结果出发，进行逆向推理，有望揭示更多未知基因的功能。 还有一种更终极的可能性，就是有一天人工智能程序能够自己找到背后的机制。 到时候，恐怕人类科学家就真的没用了。

健康新视野