Искусственный интеллект всё чаще помогает учёным: анализирует данные, предсказывает свойства веществ и ищет перспективные материалы. Но большинство таких систем существуют только на экране - они не могут сами провести опыт в лаборатории, для этого нужен человек или отдельная автоматика.
Исследователи из Университетского колледжа Лондона (UCL), Гонконгского университета науки и технологий (Гуанчжоу) и других организаций разработали систему, которая объединяет цифровой интеллект с роботом. Они назвали её embodied science agent (ESA) - "воплощённый научный агент". Статья опубликована на сервере препринтов arXiv, то есть ещё не прошла рецензирование в журнале.
Новый агент состоит из трёх частей. Цифровая часть на основе накопленных данных и записей прошлых опытов решает, что исследовать дальше. Для выбора условий она использует байесовскую оптимизацию - математический метод, который помогает находить лучшие варианты среди огромного числа возможных, опираясь на результаты предыдущих попыток. Затем воплощённая часть - робот - выполняет нужные действия, подстраиваясь под положение приборов. Третий компонент - интерфейс - связывает план и его физическое исполнение.
Авторы проверили систему на очистке сточных вод от красителя. Агенту нужно было выбрать условия из более чем 200 миллионов комбинаций, причём результаты каждого опыта влияли на следующие. ESA провёл 15 циклов подряд. За это время прозрачность раствора выросла с 82% до 99,7%, а остаточная концентрация красителя снизилась на 98,5% - почти полное обесцвечивание. В отдельном тесте робот справлялся с работой, даже когда стойку с электродами переставляли в разные положения.
Важно отметить: измерялось именно обесцвечивание. Это не доказывает, что краситель полностью разложился или что из воды удалены другие загрязнители. Кроме того, речь идёт о лабораторных испытаниях, а не о готовой промышленной установке.
Тем не менее работа показывает, что можно создавать более адаптивных научных агентов, способных и планировать, и проводить опыты. В будущем авторы предлагают улучшить систему и проверить её на более широком круге экспериментов из разных областей науки.

Комментарии
0Комментариев пока нет. Начните обсуждение.