旧金山湾地区的初创生物技术公司 zymergen 的实验室，乍看之下普普通通――实验室的桌子上整齐的放着试管，架子上是各种化学药品。然而环顾四周，你会发现，这个实验室的工作人员似乎不太一样，他们身上发出一些机械运动以及风扇的声音。没错，在这个实验室里工作的全是机器人，这里是 zymergen 公司的未来生物学实验室。

在这里你可以看到机器人伸出一个机械手，抓取一个上面有数百个小孔的塑料板，然后扫描了这个板上的条形码。下一步动作则是肉眼无法观察到的，机器人通过给予这个塑料板一个声波的冲击，使每个小孔都能溅出一滴小液珠，这个液滴迅速地被机械手获取，然后送往下一个仪器进行分析。相比起传统上科研人员使用移液器一个孔一个孔的操作，这个机器人 1 秒钟可以取 500 个样本。

不过，zymergen 的科学家会告诉你，这些一点都不未来。使用机器人进行实验操作，通过条形码来进行记录都已经获得了相当广泛的应用。而通过声波取液的技术，称之为声微滴喷射，甚至已经存在了数十年之久。那么这个实验室究竟“未来”在哪里呢?zymergen 的共同创始人 jed dean 博士会告诉你：“我不知道这些机器人在做什么实验。因为这些实验完全是由一个人工智能程序设计的。”

没错，尽管机器人在实验室中有了普遍的应用，但是，从提出假说、设计实验、到分析数据，这些还都是人类科学家的工作。对于 zymergen 来说，他们的目标就是完全取代人类科学家们的作用，由人工智能程序完成这些工作。最近一段时间以来在机器学习方面的发展，使得机器人有望完全胜任这些工作。

zymergen 公司的实际业务是想提高可以生产重要工业原料的微生物的产量，这些原料可以用于生物燃油、塑料、制药等许多领域。通过改造这些微生物的基因组，zymergen 想要找到大量提高产量的方法。

不过，这些工业微生物已经经过多年的选择和优化，要想更进一步的提高产量，需要对其基因组进行非常深入的研究，并且根据初步数据再做下一步研究。这即使对于非常优秀的科学家来说也是一件费时费力的事情。zymergen 首席执行官 joshua hoffman 的估计是一个科学家一个月大约可以完成 10 项实验。通过传统机器人的帮助，这个数字可以提高到每周 1000 项，不过前提是需要给机器人提供正确的实验设计和指令，这往往是一个瓶颈。

对于一个有 5000 个不同基因的微生物来说，如果每个基因可以有 10 个变种，那么至少有 50000 个不同的微生物需要测试。你可以从中找出可以提高产量的几十个，接下来还要对这些不同的单个基因变种的组合进行测试。即使每周能够测试 1000 种，这仍然是一个漫长的过程。此外，光测试产量是不够的，微生物本身的生长能力也需要密切关注。而这就是机器学习能够发挥作用的地方，通过上一步实验的结果，机器学习算法能够设计出下一步需要进行试验的假说。

hoffman 先生表示，目前为止，zymergen 能够提升一些微生物产量的 10%。这看上去是一个小数字，但是对于年产值 1600 亿美元的化学工业来说，10% 的提升可能意味着数十亿美元的经济效益。

不过，人工智能能够找到提升产量的方法，但是却不知道其背后的生物学机制。dean 博士却认为，这其实是人工智能的优势之一。因为传统科学方法只会从已知的与生产特定产品相关的基因入手，这其实有很大的局限性。zymergen 的实验发现，许多人工智能发现的能够提高产量的基因变化与其化学合成通路没有直接的联系，其中甚至许多基因的功能是未知的。

科学的许多环节，都可以交由人工智能来完成

而对于生物学家来说，这些发现又是令人激动的。因为他们可以通过提高产量这一结果出发，进行反向推理，这有望揭开更多不为人所知的基因的功能。还有一种更终极的可能，那就是有一天人工智能程序能够自己去寻找这背后的机制。到那时，恐怕人类科学家真的没有用武之地了。

全身动作捕捉系统

虚拟动作捕捉

虚拟教学

全身动作捕捉