Роботы начали делать научные открытия

В одной из публикаций описан робот, сумевший вывести основные законы механики на основании наблюдений за движением маятников, а во второй — робот, самостоятельно организовавший, осуществивший и проанализировавший эксперимент по поиску генов

Ученые-роботы наравне с учеными-людьми будут вскоре работать над поиском новых научных знаний, утверждают авторы двух независимых публикаций в журнале Science. В одной из публикаций описан робот, сумевший вывести основные законы механики на основании наблюдений за движением маятников, а во второй — робот, самостоятельно организовавший, осуществивший и проанализировавший эксперимент по поиску генов, кодирующих ферменты пекарных дрожжей.

Авторы первой статьи, профессор Ход Липсон и его аспирант Майкл Шмидт из Корнельского университета в США надеются, что продемонстрированная ими способность машин находить взаимосвязи между различными типами переменных в огромных массивах данных, получаемых с помощью современного научного оборудования, может быть использована для поиска универсальных закономерностей в биологических системах, изучение которых «вручную» чрезвычайно сложно.

Липсон и Шмидт создали алгоритм, способный находить универсальные постоянные, описывающие те или иные наблюдения окружающей среды. Этот алгоритм основан на более раннем достижении научной группы, получившей награду Национального научного фонда США за создание четырехногого шагающего робота «Морской звезды», способного учиться ходьбе не на основании заложенных инженерами программ, а с помощью динамической модели собственного строения, которую робот способен создавать самостоятельно. Эта динамическая модель позволяла «Морской звезде» подстраивать свою походку под такие повреждения, как утрата одной из четырех конечностей.

Авторы статьи собрали данные о движении различных простых механических систем — груза, подвешенного на пружине, простого маятника и двойного маятника и просто загрузили их в компьютер, предложив алгоритму проанализировать.

Анализ этих данных подразумевает сравнение одновременных процессов изменения различных параметров движения — координат и скоростей в различных направлениях. На основании такого сопоставления алгоритм впоследствии пытается подобрать произвольные уравнения, описывающие изменения переменных, сравнивает эти уравнения между собой, дополняет и снова сравнивает, получая в итоге большого числа подобных итераций набор уравнений, описывающих движение реальной системы.

Эти уравнения не являются законами физики, а лишь выражениями, остающимися справедливыми на протяжении всего процесса наблюдения за механической системой.

«Все уравнения, которыми та или иная механическая система может быть описана, должны укладываться в несколько подобных выражений, обнаруженных роботом. Эта часть интерпретации данных, полученных машиной пока что под силу только человеку», — сказал Шмидт. 
Так, машина фактически сумела вывести законы сохранения механической энергии и импульса, не имея ни малейшего представления о законах Ньютона, кинематики и геометрии.

Процесс выведения подобных соотношений с помощью параллельной обработки данных 32-х процессорной ЭВМ занимает всего несколько минут для простых линейных колебаний груза на пружине, тогда как обсчет двойного маятника требует до 40 часов непрерывного анализа.

Иной, гораздо более специальный, подход к конкретной биологической системе с помощью ученого-робота продемонстрировали авторы второй публикации во главе с профессором Россом Кингом из Университета Уэльса, запрограммировавшие машину на полностью самостоятельную научную работу — постановку и проведение биологического эксперимента по поиску генов, кодирующих белки пекарных дрожжей и анализ его результатов. Несмотря на то, что полный геном этого вида организмов был расшифрован полностью уже несколько лет назад, связь некоторых дрожжевых белков с конкретными генами до сих пор не удается установить по ряду причин — дупликациями генов в геноме, сложностью функций этих ферментов и другими.

Для успешного решения такой сложной биологической задачи ученым необходимо добиться строгого соблюдения всех параметров в большой серии рутинных экспериментов, а так же обеспечить сбор гигантских объемов информации, анализ которых человеком может приводить к ошибкам или неточностям.

Ученые собрали автоматизированную систему научного оборудования, для работы которой необходимо лишь периодическое обновление запаса расходных материалов — наконечников шприцев и растворов питательных веществ.

Алгоритм же работы этого робота определялся десятиуровневой моделью искусственного интеллекта, снабженного логикой поиска нужных генов на основании данных о геноме S. Cerevisiae (пекарных дрожжах) и белках этой культуры организмов. Интеллект так же оснащен общей биоинформационной базой генов и белков, участвующих в процессах метаболизма дрожжей, программным обеспечением, позволяющим вдвигать гипотезы о связи вновь обнаруженных генов с теми или иными белками и проверять эти гипотезы с помощью экспериментов.

Планировать же новые эксперименты, а именно — исключать те или иные мутантные линии S.сerevisiae из анализа или варьировать содержание веществ в питательной среде — позволяет так же отдельная часть искусственного интеллекта.

Разумеется, интеллект робота так же снабжен программным обеспечением для оперирования всеми техническими устройствами, входящими в состав роботизированной установки, а так же для фиксации всех получаемых данных, их анализа и сопоставления с модельными представлениями в рамках той или иной изначально выдвинутой гипотезы.

Робот, описанный в статье и получивший имя «Адам», сумел сформулировать 20 гипотез о причастности тех или иных генов к кодированию 13 ферментов, и получить данные, говорящие том, что 12 из 20 гипотез могут быть справедливыми. Несмотря на то, что эти новые научные данные имеют не самую большую значимость, они не являются тривиальными и бессмысленными утверждают авторы статьи.

Группа Кинга надеется в будущем, опираясь на прототип «Адам» создать нового робота, имя которому ученые уже придумали — «Ева». «Ева», по замыслу создателей, будет еще более мощным техническим средством, способным существенно облегчить рутинную работу многих ученых по поиску новых лекарственных средств.