科学的努力常常需要筛选海量数据的艰巨的任务,这一过程就可以毫不费力地沉闷地平凡的人类,但通过人工智能。
引入一个叫做BacterAI开创性的平台,每天进行10000实验的能力,使其能够独立学习,增强我们的理解的细菌。
在人体驻留数以万亿计的微生物,占据几乎所有内部和外部的表面。其中,许多特定的身体功能中起着至关重要的作用,而另一些则负责引发疾病。
持续不断的研究揭示了我们的整体健康之间错综复杂的相互联系和微生物的组成。然而,管理和探索相关的数据仍然是一个巨大挑战。
“我们对大多数细菌几乎一无所知,影响我们的健康,”保罗·詹森说相应的这项新研究的作者。“了解细菌生长是我们微生物再造工程的第一步。”
人工智能擅长处理庞大的数据集和识别模式,这使得科学家们分析细菌数据的理想工具。然而,一个重大的挑战出现在处理物种缺乏足够的数据,这种情况的很大一部分bacteria-approximately 90%的人仍然可以理解。
为了解决这个问题,密歇根大学的研究人员介绍了一个创新的平台BacterAI命名。这个平台具有卓越的能力,研究细菌甚至在缺乏先验知识。完成这从头生成自己的数据集,采用一系列精心设计实验执行实验室的机器人。
每个实验的结果作为后续实验的输入,创建一个连续的反馈回路。最终,BacterAI巩固其调查结果为一组逻辑规则,可以理解和人类科学家进一步测试。
展示它的功能,BacterAI部署到解开两个普遍的口腔细菌的代谢过程:链球菌gordonii和杂志。具体来说,手头的任务涉及到确定精确的氨基酸组合,这些从池中微生物消耗20必需氨基酸所必需的食物。
这错综复杂的任务需要筛选一系列广泛的超过一百万个潜在的组合。
BacterAI展现出非凡的效率通过评估每天几百个氨基酸组合,优先最有前途的在后续实验中进一步的调查。
有能力每天进行10000实验,完成了实质性进展。后的九天,BacterAI取得了令人印象深刻的精确预测准确率90%。
“当一个孩子学会走路,他们不只是看成年人走然后说“好的,我明白了,”站起来,并开始走路。他们四处摸索,先做一些尝试和错误,”詹森说。“我们希望我们的人工智能代理采取措施和跌倒,提出自己的想法和犯错误。每一天,它会好一点,聪明一点。”
