英語で読む日経サイエンス
SCIENTIFIC AMERICAN January 2011
Rise of the Robo Scientists
研究するロボット
| By Ross D. King | R. D. キング |
 |
 |
 |
|---|---|---|
| Is it possible to automate scientific discovery? I don’t mean automating experiments. I mean: Is it possible to build a machine—a robot scientist—that can discover new scientific knowledge? My colleagues and I have spent a decade trying to develop one. | 科学的発見の達成を自動化することは可能だろうか？ 実験を自動化するという意味ではない。新たな科学的知識を発見できる機械を作ることは可能か，つまり“科学者ロボット”を作れるか，という意味だ。私は共同研究者とともに，その開発に10年ほど取り組んできた。 | |
| We have two main motives. The first is to better understand science. As famed physicist Richard Feynman noted: “What I cannot create, I do not understand.” In this philosophy, trying to build a robot scientist forces us to make concrete engineering decisions involving the relation between abstract and physical objects and between observed and theoretical phenomena, as well as the ways hypotheses are created. | 主な動機は2つある。まず，科学をよりよく理解すること。有名な物理学者ファインマン（Richard Feynman）が指摘したように，「私は自分に作れないものは，理解できない」。この考え方のもと，私たちは科学者ロボット構築の試みを通じて，仮説を作り出す方法のほか，抽象的な対象と物理的対象の関係や，理論上の現象と観測された現象の関係を，工学的に明確に位置づけることができる。 | |
| Our second motivation is technological. Robot scientists could make research more productive and cost-efficient. Some scientific problems are so complex they require a vast amount of research, and there are simply not enough human scientists to do it all; automation offers our best hope for solving those problems. | もう一方の動機は技術的なものだ。科学者ロボットを利用すれば，研究をより生産的かつ経済的なものにできるだろう。科学上の問題には非常に複雑で膨大な研究を必要とするものがあり，それらすべてを実行するには，人間の科学者だけではとても手が足りない。この問題を解決する最も有望な方法が，自動化だ。 | |
| Computer technology for science has been steadily improving, including “high-throughput” laboratory automation such as DNA sequencing and drug screening. | 科学向けのコンピューター技術は着実に進んできた。例えばDNA配列解析や薬剤候補物質のスクリーニングなどに実用化している“高スループット”のラボラトリーオートメーション装置が代表例だ。 | |
| Less obvious are computers that are automating the process of data analysis and that are beginning to generate original scientific hypotheses. In chemistry, for example, machine-learning programs are helping to design drugs. The goal for a robot scientist is to combine these technologies to automate the entire scientific process: forming hypotheses, devising and carrying out experiments to test those hypotheses, interpreting the results and repeating the cycle until new knowledge is found. | それほどには知られていないが，コンピューターによってデータ解析が自動化され，独自の科学的仮説が生み出され始めている。例えば化学の分野では，機械学習プログラムが新薬の設計を助けている。科学者ロボットの目標は，これらの技術を組み合わせて科学研究の全プロセスを自動化すること，つまり仮説を立て，それらを検証するための実験を考案・実行し，実験結果を解釈し，新知識が見つかるまでこのサイクルを繰り返すという過程すべてを自動化することだ。 | |
| The ultimate question, of course, is whether we can devise a robot scientist that can actually accomplish the entire process. The capabilities of two robots designed at our laboratory, and a handful of others around the world, suggest we can. | もちろん究極の問題は，この全プロセスを実行可能なロボット科学者を本当に開発できるかどうかという点だが，私たちの研究所で設計した2つのロボットと，世界の他の研究所によるいくつかの例は，それが可能であることを示している。 | |
| The pioneering work of applying artificial intelligence to scientific discovery took place at Stanford University in the 1960s and 1970s. A computer program named DENDRAL was designed to analyze mass-spectrometer data, and the related -Meta-DENDRAL program was one of the first machine-learning systems. The researchers were trying to create automated instruments that could look for signs of life on Mars during the 1975 NASA Viking mission. | 人工知能（AI）を科学的発見に応用する先駆的な研究が，1960年代と1970年代にスタンフォード大学で行われた。質量分析計のデータを解析するために「DENDRAL」というコンピュータープログラムが開発され，関連の「Meta-DENDRAL」は機械学習システムの先駆けとなった。これらを利用して，米航空宇宙局（NASA）の火星探査機バイキング1号（1975年打ち上げ）向けに生命存在の徴候を探す自動装置の作製が試みられたが，残念ながら，それは当時の技術を超えていた。 | |
| Unfortunately, that task was beyond the technology of the day. Since then, programs such as Prospector (for geology) and Bacon (for general discovery) and more recent successors have automated such tasks as proposing hypotheses and experiments to test them. Yet most lack the ability to physically conduct their own experiments, which is crucial if artificial-intelligence systems are to work even semi-independently. | その後，地質学関連の「Prospector」や一般的な発見向けの「Bacon」などの研究支援用AIプログラムや，それに続くプログラムによって，仮説の提唱と検証実験の提案といった作業が自動化された。しかし，そうしたシステムのほとんどは，自分が提案した実験を実際に行う能力はない。実験を実行できなければ，人工知能システムにすべてを任せるのはもとより，半独立で働かせるのも困難だ。 | |
| Our robot, Adam, is not humanoid; it is a complex, automated lab that would fill a small office cubicle. The equipment includes a freezer, three liquid-handling robots, three robotic arms, three incubators, a centrifuge, and more, -every piece of it automated. Of course, Adam also has a powerful computational brain-a computer that does the reasoning and controls the personal computers that operate the hardware. | 私たちのロボット「アダム」は人間型ロボットではない。複雑な自動化ラボで，小さなオフィスルームを占める大きさだ。装置としてはフリーザー，3台の液体処理ロボット，3本のロボットアーム，3台のインキュベーター（培養器），1台の遠心分離機などを含み，それらはすべて自動化されている。もちろん，頭脳として強力なコンピューターを備えていて，これが推論を行うとともに，ハードウエア操作用の一連のパソコンを制御する。 |