Тревор Кокс - Зачем мы говорим. История речи от неандертальцев до искусственного интеллекта

Ева автоматизирует утомительные экспериментальные процедуры, необходимые при разработке новых лекарств, и может исследовать 10 000 соединений в день. Ученые надеются найти лекарства против таких болезней, как малярия и африканский трипаносомоз. Лабораторный автомат — дело обычное, потому что роботы лучше управляются с пипеткой при отборе образцов и могут работать круглые сутки. Но Ева значительно умнее, чем использующая грубую силу машина, работающая методом проб и ошибок. Она не просто проверяет все возможные комбинации химикатов в надежде на то, что случайно наткнется на полезное лекарство, но выдвигает научные гипотезы, а затем проектирует и выполняет эксперименты для проверки этих идей. Кроме того, она совершенствует собственные знания, основываясь на том, что уже обнаружила.

Чтобы Ева могла работать, ей нужны знания в определенной области. Первым ученым-роботом, над которым работал Кинг, был Адам, в которого были загружены модели обмена веществ дрожжей и базовые знания по химии (клетки дрожжей напоминают человеческие). Однако одним из преимуществ использования искусственного интеллекта для исследования лекарственных препаратов является возможность компьютеров обладать более обширными и детализированными знаниями в конкретной области, чем человек. К сожалению, эти знания существуют преимущественно в научных публикациях, и переводить их в форму, которую сможет использовать машина, очень непросто и трудоемко. Однако постепенно и эта проблема решается. В одном исследовании компьютер Ватсон компании IBM (он известен тем, что выиграл в американском игровом шоу Jeopardy!) проанализировал 70 000 научных статей, посвященных белку-супрессору опухолей под названием p53. На основании прочитанного Ватсон идентифицировал шесть новых белков, которые могли модифицировать p53, для тестирования их в лабораторных условиях {412} 412 Steadman I . IBM’s Watson is better at diagnosing cancer than human doctors // Wired. 2013. http://www.wired.co.uk/news/archive/2013–02/11/ibm-watson-medical-doctor. Утверждают, что компьютер достиг среднего уровня знаний студента-второкурсника медицинского вуза. См.: IBM Watson Ushers in a New Era of Data-Driven Discoveries // IBM, 2014. https://www-03.ibm.com/press/us/en/pressrelease/44697.wss . .

Каким образом Адам и Ева расширяют свои знания и проводят научные исследования? Они используют дедукцию, индукцию и абдукцию. Росс объясняет дедукцию, используя классический пример из Аристотеля. При наличии двух фактов: «некоторые птицы — это лебеди» и «все лебеди белые» — можно сделать вывод, что «некоторые птицы белые». Этот способ логического умозаключения лежит в основе многих областей информатики. Абдукция и индукция представляют повышенный интерес, потому что они как раз о том, как компьютер может создать достойную проверки научную гипотезу. Если Аристотель наблюдал птиц в Греции, он мог заключить, что все лебеди — белые. Но это умозаключение ложно, что можно продемонстрировать, посетив Австралию, где есть черные лебеди. К абдукции прибегает Шерлок Холмс, когда делает самый аргументированный вывод на основе наблюдений [43] Часто говорят, что Холмс использует дедуктивный метод, но на самом деле это не так: он использует абдукцию. — Примеч. автора . . «Все лебеди белые», «та птица белая» и, следовательно, «та птица — лебедь» — это пример абдукции. Гипотезу, состоящую в том, что та птица — лебедь, можно затем проверить с помощью дальнейших наблюдений (Шерлок мог бы обнаружить, что на самом деле эта белая птица — гусь). Подобным образом, как только Адам конструирует абдукцию относительно дрожжей, компьютер проектирует наиболее подходящие эксперименты для проверки этой гипотезы, а затем принимается за работу, используя механические руки и другое оборудование. Культуры выращиваются в различных условиях, а для определения того, насколько хорошо растут клетки, используется фотография. В дальнейшем эти результаты показывают, окажется ли сформулированная ранее гипотеза правильной, и таким образом приводят находящиеся в памяти Адама теории в соответствие с новыми знаниями. Используя эти процессы, Адам получил новые научные знания о том, какие гены составляют конкретные энзимы в дрожжах.

Насколько изобретательным с точки зрения науки можно считать Адама? «Конечно, он не очень творческий, его наука проста; во многих отношениях этот робот не дорос до человека в своих умениях, — объясняет Росс. — Но в другом он превосходит человека, потому что знает все книги и может управляться с пипеткой лучше, чем человек». Правда, имеется один значительный недостаток. Росс говорит о нем так: «Например, чего он не может сделать, так это пересмотреть свое представление о проблеме, как это сделал бы человек».