Штучний інтелект аналізує експериментальні дані
У наукових дослідженнях швидкість і точність аналізу експериментальних даних мають вирішальне значення. Раніше обробка наборів даних могла займати дні або навіть тижні, але штучний інтелект (ШІ) змінив це. ШІ може сканувати, обробляти та витягувати інсайти з величезних обсягів даних за лічені хвилини, допомагаючи дослідникам економити час, зменшувати помилки та прискорювати відкриття.
Сучасні дослідницькі лабораторії використовують штучний інтелект (ШІ) для обробки експериментальних результатів з безпрецедентною швидкістю. Інтегруючи ШІ з автоматизованими приладами та суперкомп’ютерами, науковці можуть аналізувати величезні набори даних у реальному часі, миттєво виявляти закономірності та навіть прогнозувати результати без проведення повільних традиційних експериментів. Ця можливість вже революціонізує галузі від матеріалознавства до біології.
Нижче розглянемо основні способи, якими ШІ значно прискорює аналіз лабораторних даних:
Чотири революційні застосування ШІ в лабораторному аналізі
Автоматизовані «самокеровані» лабораторії
Роботи під керівництвом ШІ безперервно проводять експерименти та обирають зразки для тестування, скорочуючи час простою та зайві вимірювання.
Обробка даних у реальному часі
Потокові дані з приладів надходять у системи обчислень на базі ШІ для миттєвого аналізу. Дослідники можуть коригувати експерименти на ходу, оскільки результати повертаються за хвилини, а не дні.
Прогнозні моделі машинного навчання
Після навчання моделі ШІ можуть комп’ютерно імітувати експерименти. Наприклад, вони генерують тисячі молекулярних структур або профілів експресії генів за хвилини, що традиційними методами зайняло б тижні або місяці.
Автоматизація досліджень від початку до кінця
Широкі платформи ШІ (як-от FutureHouse від MIT) створюються для управління повними робочими процесами — від огляду літератури та збору даних до проєктування експериментів і аналізу — автоматизуючи багато ключових етапів досліджень.
Автоматизація лабораторій на базі ШІ
Дослідники створюють автономні лабораторії, які проводять експерименти з мінімальним втручанням людини. Наприклад, у лабораторії Lawrence Berkeley A-Lab алгоритми ШІ поєднуються з роботизованими маніпуляторами: ШІ пропонує нові матеріали для тестування, а роботи швидко їх змішують і досліджують. Цей тісний цикл «робот-науковець» дозволяє значно швидше підтверджувати перспективні сполуки, ніж у ручних дослідженнях.
Подібно, проєкт FutureHouse від MIT розробляє агентів ШІ для виконання завдань, як-от пошук літератури, планування експериментів і аналіз даних, щоб науковці могли зосередитися на відкриттях замість рутинної роботи.
Самокерований мікроскоп
Інтелектуальне сканування
Особливо вражаючим прикладом є самокерований мікроскоп Argonne National Laboratory. У цій системі алгоритм ШІ починає зі сканування кількох випадкових точок на зразку, а потім прогнозує, де можуть бути наступні цікаві особливості.
Управління ШІ на ходу усуває потребу у втручанні людини та значно прискорює експеримент.
— Науковці Argonne National Laboratory
Фокусуючись лише на ділянках з багатими даними та пропускаючи однорідні області, мікроскоп збирає корисні зображення значно швидше, ніж традиційне покрокове сканування. На практиці це означає набагато ефективніше використання часу на приладах з високим попитом: дослідники можуть провести кілька високоякісних сканувань за той же час, який ручні методи витратили б на одне.
Обробка даних у реальному часі в дослідницьких установах
Великі дослідницькі центри використовують ШІ для аналізу даних відразу після їх отримання. У Berkeley Lab необроблені дані з мікроскопів і телескопів передаються безпосередньо на суперкомп’ютер.
Платформа Distiller
Робочі процеси машинного навчання обробляють дані за лічені хвилини. Нова платформа Distiller надсилає зображення з електронного мікроскопа на суперкомп’ютер NERSC під час зйомки; результати повертаються миттєво, що дозволяє науковцям коригувати експеримент на місці.
Навіть складні прилади отримують користь: у лазерному прискорювачі BELLA моделі глибокого навчання постійно налаштовують лазерні та електронні пучки для оптимальної стабільності, значно скорочуючи час, який науковці витрачають на ручні калібрування.
Моніторинг 24/7
Інші національні лабораторії використовують ШІ для цілодобового контролю якості. Синхротрон NSLS-II у Brookhaven тепер застосовує агентів ШІ для спостереження за експериментами на пучках 24/7.
Якщо зразок зміщується або дані виглядають «підозріло», система одразу сигналізує про це. Такий тип виявлення аномалій економить величезну кількість часу — науковці можуть усувати проблеми в реальному часі, а не виявляти їх після годин втраченої роботи пучка.
Фізика частинок
Великий адронний колайдер CERN використовує алгоритми «fast ML», вбудовані в апаратне забезпечення тригера: спеціалізований ШІ в FPGA миттєво аналізує сигнали зіткнень, розраховує енергії частинок у реальному часі та перевершує старі фільтри сигналів.
Збирати все, а потім аналізувати
- Години або дні збору даних
- Ручний аналіз після експериментів
- Проблеми виявляються занадто пізно
- Обмежені можливості коригування в реальному часі
Аналіз на ходу
- Миттєва обробка даних
- Коригування експериментів у реальному часі
- Негайне виявлення проблем
- Безперервна оптимізація
Прогнозні моделі для швидких інсайтів
ШІ не лише прискорює існуючі експерименти — він також замінює повільну лабораторну роботу віртуальними експериментами. Наприклад, у геноміці хіміки MIT розробили ChromoGen, генеративний ШІ, який вивчає граматику згортання ДНК.
ChromoGen AI
Прогноз експресії генів
За заданою послідовністю ДНК ChromoGen може «швидко аналізувати» послідовність і генерувати тисячі можливих 3D-структур хроматину за хвилини. Це значно швидше за традиційні лабораторні методи: тоді як експеримент Hi-C міг займати дні або тижні для картування геному одного типу клітин, ChromoGen створив 1000 прогнозованих структур лише за 20 хвилин на одному GPU.
У біології команди Колумбійського університету навчили «фундаментальну модель» на даних понад мільйона клітин для прогнозування активності генів. Їхній ШІ може передбачати, які гени активні в будь-якому типі клітин, фактично імітуючи результати масштабного експерименту з експресії генів. Як зазначають дослідники, ці прогнозні моделі дозволяють проводити «швидкі та точні» масштабні обчислювальні експерименти, що доповнюють лабораторні дослідження.
У тестах прогнози експресії генів ШІ для нових типів клітин дуже точно збігалися з фактичними експериментальними вимірами.
Вплив і перспективи
Інтеграція ШІ у експериментальний робочий процес трансформує науку. Автоматизуючи аналіз даних і навіть прийняття рішень під час експериментів, ШІ перетворює колишнє вузьке місце на турбовану систему.
Зосереджуйтеся на відкриттях, поки машини виконують рутинні завдання та аналізують величезні набори даних у реальному часі.
— Наукові дослідники
Інакше кажучи, науковці можуть проводити більше експериментів і робити висновки швидше, ніж будь-коли раніше.
Автоматизація експериментів за допомогою ШІ значно прискорить науковий прогрес.
— Фізики Argonne National Laboratory
Поточний стан
Інструменти на базі ШІ у вибраних лабораторіях
Ближче майбутнє
Більше самокерованих приладів
Довгострокова перспектива
Широке впровадження аналізу на базі ШІ
Дивлячись уперед, можна очікувати зростання ролі ШІ: більше лабораторій використовуватимуть самокеровані прилади, а більше галузей покладатиметься на швидкий аналіз і прогнозування за допомогою ШІ.
Це означає, що цикл гіпотеза — експеримент — результат скоротиться з років до місяців або навіть днів.
