传统认为，科技事情因其高度的创新性，因此科技事情者很难被人工智能取代。
但日前，国际学术期刊《自然》揭橥的一篇论文吸引了大家的眼球。
科学家们改造了一种汽车装置线上常见的机器人，让它可以在化学实验室内事情。
通过与机器学习算法相连，这种机器人可以利用和人类化学家一样的标准剖析仪器，“相称于使研究职员而非仪器变得自动化”。
同时，由于它和人类体积相称，可以在传统实验室内事情，而无须建立或改造新实验室。
在提高一种聚合光催化剂性能的实验中，这款机器人在2～3天内便优化了反应条件，而人类要几个月的韶光才能做到。
缘故原由之一，便是这种机器人采纳了激光扫描和触觉反馈相结合的办法实现定位，而不是视觉系统——不用“看”的机器人无须光亮，因此极大地提高了光催化实验的效率。
研究者认为，这个机器人将在传统实验室有更多运用。
那么，人工智能会取代化学家吗？会取代科学家吗？本期，我们约请兰州大学化学化工学院教授王为，中国科学院自动化研究所研究员侯增广，和中国科学院物理研究所研究员王磊一起来谈谈这个话题。

资料图片

新华社发

1.人工智能已成为科学家的好帮手

侯增广（中国科学院自动化研究所研究员）：大略地说，《自然》刊登的论文在技能方面有两个亮点。
一是采取机器人代替传统实验室的实验员，战胜了光催化实验人工操作过程中的一些问题。
这个实验运用的便是常见的具有机器臂的移动机器人平台，它连续运行了8天，做了688个实验。
第二个亮点是采取了贝叶斯算法，这是一种基于概率统计的分类算法，使实验效率大大提升。

机器人最早在制造和生产领域得到运用。
目前，在科学创造领域，机器人在精度哀求比较高的场景中，如韶光精度、位置精度、操作精度等，有了很多运用。
例如，人工授精哀求把精子准确地送入卵子中，精度哀求比较高，这类任务如果采取机器人将比人工操作的效率高很多。

人工智能的运用给科研带来很多新变革，增加了新可能。
比如，采取人工智能方法对数据的采集更客不雅观、剖析更准确。
同时，人工智能有强大的打算能力，能够创造人随意马虎忽略的小样本事件、罕见样本事件，可能给科学研究带来意想不到的创造。

王为（兰州大学化学化工学院教授）：人工智能如何帮助化学家？我们首先要理解“化学学科”和“人工智能”的内涵和外延，判断它们各自面临的瓶颈和发展的方向，再剖析它们可能采取什么办法交汇融通。

化学是创造和创造物质的学科。
要办理的基本问题包括：物质如何（精准）创制？物质的组成和构造如何？物质有什么（独特）的功能？上述问题的办理，从根本上讲须要对微不雅观物质天下的底层逻辑形成理论体系。
因此，化学学科既须要动脑，也须要动手：从创造和创造物质的实践中得到数据，从数据中总结新的履历和规律，再从履历和规律中辅导未知的、得到新数据的实践。
简言之，化学学科的发展须要从微不雅观到宏不雅观的多尺度层级上，高效精准获取数据、建立数据和理论之间的强连接、完备理论体系。

新一代人工智能的核心是在大数据根本年夜将智能问题转化为数据问题，其发展须要三个核心要素的支撑：打算能力、海量数据、数学算法。
人工智能的基本层级是智能放大和综合，包括信息的采集、录入和剖析。
进阶层级是智能预测，即在大数据根本上预测特定事物的发生概率。
高等层级是智能学习，即通过算法上的改造，打破人类的思考模式，在基本规律下自主地创造机器的思考模式，从而输出全局最优的结果。

人工智能在化学领域中的运用初见端倪。
其对付化学家的帮助可能表现在以下几个层级：一是赞助动手，高效得到数据。
二是赞助动脑。
通过对海量数据的剖析，人工智能可能预测出新的物质合成路子、创造物质的新功能、建立新的逻辑连接（构效关系）等。
三是针对化学领域的核心问题，通过深度学习（算法创新）和深度自动化，实现动手和动脑的深度结合，完成自主创新。
以此标准衡量，人工智能在化学领域中的运用还处在起步阶段。
《自然》这篇事情的核心亮点是供应了高效获取数据的深度自动化研究平台，为将来动脑和动手的有效结合起到示范浸染。

王磊（中国科学院物理所研究员）：本日的人工智能已经在科研领域给科学家带来很多帮助。
我们可以想象，爱迪生发明灯芯，要对各种材料一直试错，如果有这种机器人的帮助，那可能提早电灯的发明。
实在，在科研领域有很多类似的运用。
比如我们中科院物理所，在晶体材料的合成和成长上，就利用人工智能作为赞助。
我们所几辈科研职员在这个行业深耕几十年，留下了丰富的实验数据，但都是写在纸上的。
我们把这些实验记录数字化，再“演习”一个识别程序，就能用来预测晶体能不能长成等。
再比如，在材料科学中，很多时候科学家们要从材料微不雅观组成，例如原子排列顺序等，来推测材料可能具备的宏不雅观功能，例如亲水性等。
常日这个打算是很繁芜的，须要耗费大量韶光。
现在，人工智能通过“学习”之前的打算结果，已经可以完成这部分事情。
当然，其准确性还有很大提升空间。

2.什么样的科技事情者会被替代

王为：我的基本不雅观点是：人工智能在未来会替代重复性的化学实验和测试事情，有可能改变乃至变革化学研究的范式，但从根本上无法替代化学家。

就获取数据而言，人工智能在预先设计的化学实验中表现得更加高效。
相较于人的操作，其标准化程度更高、偏差更小，能帮助化学家得到更大量的、标准化的、可比拟的数据。
就数据剖析而言，比较于人类影象以及理解数据的局限性，人工智能可以更为精准、有效地网络、剖析、整合数据，并可能探求到相应的规律。
因此，人工智能有可能在化学领域的运用中率先取得打破，从而改变乃至变革化学研究的基本模式。

而取得打破的先决条件至少有两点。
一是获取海量数据。
人工智能的根本是大数据。
就机器学习的需求而言，目前化学领域所能供应的数据数量非常有限、可比拟度极低。
二是实现算法创新。
基于化学领域提出的特定科学问题，在海量数据存在的条件下，通过算法创新，打破化学领域现有的思考模式和理论框架，锁定多参数繁芜体系的最优解。
就此而言，人工智能在化学领域中的运用还有很长的道路要走。

侯增广：人工智能很可能给实验室带来巨大变革，乃至涌现无人实验室。
但我认为，短韶光内，人工智能和机器人不能替代科学家。
我们看《自然》刊登的这个实验中，进行实验顶层设计的，比如实验架构等，还是科学家，机器人和人工智能只不过是人的手和眼的延伸。
我认为，即便深度学习等人工智能方法发展起来，也不太可能替代科学家。
由于人工智能是建立在算法之上，它的能力的获取是基于大量数据得来的，强大的基于数据的打算能力是人工智能的核心能力。
但人工智能和真实的生物智能还有很大差距，人从来就不是这么思考的，人类的智能是基于知识、而非基于数据的。
而这点，人工智能还做不到。
比如我们课题组在研究手术机器人。
在某些方面，它的精准度比普通年夜夫要高。
但是人体是非常繁芜的，每个人的情形也千差万别，碰着繁芜病灶、繁芜障碍如何处理？这点机器人还弗成，比不上履历丰富的年夜夫。
由于这些能力和判断都是基于履历知识的，而非大略数据。

王磊：科研中，那些重复性高的、有固定流程的事情可能被替代。
但对付是否能替代科学家这个问题，我的意见是比较守旧的。
比如我们物理学，最主要的是在征象中创造新的物理定律。
但目前的人工智能算法，还看不到能创造新物理定律的可能，作出创新性创造的可能性比较小。
我现在做的深度学习与打算物理交叉的研究，最少目前还没有看到人工智能能够取代科学家的证据。
虽然现在也有很多实验仿照一个环境，看看人工智能是否能取得重新创造。
比如给人工智能万有引力定律创造之前的各种数据，看人工智能能不能像牛顿一样创造万有引力定律。
有些实验声称得到了很好的结果，但仔细研究这些实验，会创造个中有很多可控的空间。
因此，我总体认为，目前的人工智能做动身明性创造的可能性比较小。

3.人工智能是否会引发与人争事情的伦理隐忧

侯增广：我以为这方面担忧是不必要的。
我们借助人工智能和机器人可以提高事情效率，把人从重复性的、危险性的事情中解放出来。
这是一种社会的进步。
当然，人工智能的发展也面临很多伦理问题，这不可能在一个访谈中尽谈。
我只能从我所在的这个领域谈一个伦理问题的例子：目前的人工智能方法是不能够担保打算结果百分百精确，我们该当把什么样问题的决定权交给人工智能？如果涌现失落误，这个任务该当由谁来承担？我们再以手术机器人为例。
之前说过，人体是十分繁芜的，手术中会碰着各种各样的状况。
如果是人做手术，他很清楚自己能力或技能的边界在哪里，什么样的问题是他不能办理的。
因此，可以及时向老师、前辈请教，或者约请其他科室的大夫来会诊。
但如果是机器人自主做手术，它是按照程序来运行的，这个程序不可能包含所有可能发生的情形，机器人也不会清楚自己能力和技能的边界。
那么，在某些程序交由机器人来判断和决定的情形下，一旦手术失落败，这个任务由谁来承担？是算法的研究者，是机器人的制造商，还是按下操作键的医护职员？这是一个值得大家关注的伦理问题。

王磊：每一次技能的更新换代，都会带来家当的变革，某些工种可能被替代，从而勾引劳动力向不同的方向分流。
我以为从人类整体的发展而言，与人争事情这个伦理问题可能不是最急迫的。
我们目前谈论更多的伦理问题，是如何让机器不“染上”人类的偏见。
我们知道，人工智能是基于大数据的，这些数据集的标签的制备过程都须要人。
特殊是，原来数据集是由人写的，可能会进行克制。
现在数据集都是互联网搜集的，偏见很难避免，比如基于肤色的偏见、基于性别的偏见等。
那么，在人工智能的运用中，如何在算法中去除这些偏见，是我们要面对的比较紧迫的伦理问题。

《光明日报》（ 2020年07月23日16版）