在匹兹堡卡内基梅隆大学的实验室内，*个机器人手臂举起*个装满化学试剂的瓶子，并将其携带到*排试管上，在试管中分配*定数量的液滴。手臂旋转，取代瓶子，再次旋转，并拿起另*个容器。机器毫不吝啬地不知疲倦地旋转，在测试之后进行测试。实验是正在进行的项目的*部分，以确定高容量电动汽车电池的理想化学组成。很快，机器人不会只是运行实验 - 他们也会设计它们。

　　

 

　　在接下来的几个月中，人工智能算法将逐渐接管基于电池测试运行的实验计划。*旦完全运作，这位机器人研究生将决定如何修改其测试成分的浓度。

　　

　　“它不仅自动执行实验的手册部分，还包括规划部分”丰田研究院科学**导该项目的Brian Storey说。

　　

　　科学长期以来*直被认为是*不可能被机器人开发的人类活动之*。随着传感器，音序器和卫星在TB*传输数字信息，情况正在发生变化。

　　

　　“我们无法处理大量的数据，”负责卡内基梅隆机器学习部门的Manuela Veloso说。对于生物技术公司和其他各种企业而言，这是日益令人担忧的，这些企业正在努力理解前所未有的原始信息。

　　

　　用于识别和分类模式的AI软件已经在海洋生物学（识别水听器记录中的野生海豚发声）到天文学（检测行星数千颗恒星的亮度微妙波动的存在）等大范围科学中部署。为了发现希格斯玻色子，即所谓的上帝粒子，算法筛选了瑞士大型强子对撞机内产生的数十亿粒子轨道。人工智能正迅速成为大学科学课程的重要组成部分。

　　

　　使发现过程自动化不仅能释放研究人员的时间。它可能会改变发现的种类。

　　

　　“我很容易想象AI会推荐哪些实验来尝试合成*种你认为不可能的化学分子，但人工智能将能够做到这*点，”卡内基梅隆机器学习教授BarnabásPóczos说道。丰田项目。

　　

　　不幸的是，生成新颖的预测本身并不是那么有用。科学*所追求的不是什么而不是为什么 - 让他们理解宇宙如何运作的优雅理论公式，比如牛顿的**定律或E =mc?。到目前为止，人工智能软件的神经网络无法真正解释他们是如何得出答案的。

　　

　　相比之下，人类相当擅长这*点。所以在近期内，*有希望的方法将是人类和人工智能*起工作。今年2月，荷兰出版商Elsevier宣布与软件制造商Euretos进行试验性合作，利用AI评估数百万篇经同行评审的科学文章，提出生物化学*域的假设。学者们将在网上剔除这些假设，并以*令人鼓舞的实验为基础进行实验。“这个愿景是，讨论成为*个更加自动化的过程，”Euretos联合创始人阿里巴克说。

　　

　　在那之后？“人们*直在想，如果你能让计算机自动找出物理原理的基础，”丰田公司的Storey说。“我不认为我们现在要走得太远。”