未來，研究實驗室將利用AI的轉化潛力來解決棘手問題，加速科學發(fā)現(xiàn)。
未來的科學實驗室可能沒有飛行機器人、有思維的AI助手或類似鋼鐵俠和綠巨人這樣的超人科學家。盡管它們可能不會達到科幻小說的境地，但是在現(xiàn)實世界中它們所能實現(xiàn)的東西也同樣令人印象深刻。
從幾小時內(nèi)研發(fā)新藥到虛擬“瞬間移動”，這里介紹幾種實驗室未來可能的進化方式。
更快地綜合信息
每年發(fā)布近180萬篇論文，每個人每秒產(chǎn)生1.7兆字節(jié)的數(shù)據(jù)。那么我們該如何理解這些數(shù)據(jù)呢？
答案是AI。它可以識別人類會忽略的數(shù)據(jù)集中的模式和聯(lián)系。事實上，AI已經(jīng)能夠產(chǎn)生人類科學家沒有想到的假設。
例如，SciSpace開發(fā)的AI助手幫助研究人員更快地閱讀和理解研究論文。IBM的地理空間映射AI系統(tǒng)可以分析大量的衛(wèi)星圖像，以前所未有的準確性檢測和預測環(huán)境變化，如森林砍伐或干旱。
這只是個開始。我們很快將看到AI被用于回答以前無法回答的問題，例如生命是如何起源的、混沌的真正本質或環(huán)境如何影響我們的基因。許多這樣的問題由于復雜性或缺乏數(shù)據(jù)而沒有得到解答。AI分析大量數(shù)據(jù)、找出模式和聯(lián)系的能力將是解鎖這些深奧問題答案的關鍵。
加速藥物研發(fā)
AI正在改變藥物研發(fā)的游戲規(guī)則，使其更快速和高效。例如，研究人員使用DeepMindAI創(chuàng)建了合成“注射器”，直接將抗腫瘤化合物注入細胞中。這個過程通常需要數(shù)年時間，但在46天內(nèi)就取得了成功。DeepMind還預測了幾乎所有已知蛋白質的形狀，并且似乎做到了相當高的準確性，這是藥物研發(fā)中一個關鍵步驟，以前需要多年的實驗室工作。
另一個重大突破是在2023年1月，AbSci首次使用零樣本生成AI在體內(nèi)創(chuàng)建和驗證了新穎抗體。傳統(tǒng)上，抗體是使用現(xiàn)有抗體或模板創(chuàng)建的，這可能非常耗時。在體外方法可以將此時間從6年縮短到18-24個月。
隨著AI變得更加復雜，我們可以期待它在實驗室科學中扮演更加重要的角色。臨床試驗可以縮短并模擬以確定功效和毒性，減少對動物實驗的需求。這可能非常適用于癌癥靶點識別和新藥發(fā)現(xiàn)。
無處不在
想象一下在科學實驗室中沒有實際在那里的情況下，你也能夠在那里。虛擬現(xiàn)實技術與AI相結合，可能會讓這一想象成為現(xiàn)實。科學家可以在虛擬現(xiàn)實中進行實驗，并操縱分子或材料的數(shù)字模型，同時實時監(jiān)測結果。
但不僅僅是虛擬現(xiàn)實將改變游戲規(guī)則。加拿大安大略省西部大學的研究人員已經(jīng)完成了世界上第一次國際全息傳送。這項被稱為Holoport的技術使用特殊的攝像機創(chuàng)建一個主體的全息圖像，然后使用hololens或者說是VR設備接收到遠處的另一個人。如果雙方都戴著這個hololens，他們可以虛擬互動。不過，物理觸摸是該團隊正在努力克服的限制。
未來，我們可能會看到類似Holoport技術在實驗室科學中變得普遍，使科學家能夠立即與世界各地的同事合作。他們可以傳輸實驗室設備的全息圖像或實時觀察世界另一側的實驗結果。這可能會導致更多的國際合作、更快的科學突破和更少的碳排放科學社區(qū)。
