蛋白質(zhì)在所有生命形式中都起著(zhù)重要作用。其各種功能廣泛應用于生物技術(shù)、化學(xué)和醫學(xué)。改造新的蛋白質(zhì)通常是個(gè)重復且費力的過(guò)程，有時(shí)甚至要好多年才能完成。由于生物性狀和實(shí)驗的復雜性，開(kāi)發(fā)一個(gè)能持續運作不休息并能從產(chǎn)生的數據中學(xué)習的全自動(dòng)系統，一直是個(gè)挑戰。

 

　　美國威斯康星大學(xué)麥迪遜分校團隊此次設計了名為SAMPLE的機器人平臺。其能在沒(méi)有人類(lèi)干預或反饋的情況下快速改造蛋白質(zhì)。該平臺由AI驅動(dòng)，能學(xué)習蛋白質(zhì)序列和功能間的關(guān)系，設計出新的蛋白質(zhì)后把這些蛋白質(zhì)送到機器人系統進(jìn)行測試，再向AI算法進(jìn)行反饋，提升其理解。

 

　　為測試該系統，研究人員用4個(gè)SAMPLE智能體改造出了耐熱性更好的酶。雖然搜索行為不同，但每個(gè)SAMPLE智能體都能發(fā)現熱穩定性更好的酶。團隊估計，這個(gè)機器人系統或許只要幾周就能改造完這些蛋白質(zhì)，而同樣任務(wù)人類(lèi)科學(xué)家可能需要6-12個(gè)月才能完成。

 

　　研究團隊指出，獲取資源延遲、機器人故障和系統宕機可能會(huì )影響該機器人研發(fā)蛋白質(zhì)的總耗時(shí)。他們提議可利用該系統協(xié)助科學(xué)家按需發(fā)現和設計蛋白質(zhì)。

 

【總編輯圈點(diǎn)】

 

　　重復且費力——對人類(lèi)而言，這是改造蛋白質(zhì)工作的特點(diǎn)。然而，處理重復且費力的工作，卻恰恰是人工智能的強項。不僅僅在科研領(lǐng)域，在安防、教育、醫療等各個(gè)領(lǐng)域，人工智能都能把一些重復且費力的工作，處理得又快又好。人類(lèi)應該如何對待人工智能？最好的策略是，不在這些重復又費力的工作上和人工智能比高低，而是騰出精力在更富創(chuàng )造性、思想性的工作上，展現人類(lèi)獨特價(jià)值。