蛋白质在所有生命形式中都起着重要作用。其各种功能广泛应用于生物技术、化学和医学。改造新的蛋白质通常是个重复且费力的过程，有时甚至要好多年才能完成。由于生物性状和实验的复杂性，开发一个能持续运作不休息并能从产生的数据中学习的全自动系统，一直是个挑战。

 

　　美国威斯康星大学麦迪逊分校团队此次设计了名为SAMPLE的机器人平台。其能在没有人类干预或反馈的情况下快速改造蛋白质。该平台由AI驱动，能学习蛋白质序列和功能间的关系，设计出新的蛋白质后把这些蛋白质送到机器人系统进行测试，再向AI算法进行反馈，提升其理解。

 

　　为测试该系统，研究人员用4个SAMPLE智能体改造出了耐热性更好的酶。虽然搜索行为不同，但每个SAMPLE智能体都能发现热稳定性更好的酶。团队估计，这个机器人系统或许只要几周就能改造完这些蛋白质，而同样任务人类科学家可能需要6-12个月才能完成。

 

　　研究团队指出，获取资源延迟、机器人故障和系统宕机可能会影响该机器人研发蛋白质的总耗时。他们提议可利用该系统协助科学家按需发现和设计蛋白质。

 

【总编辑圈点】

 

　　重复且费力——对人类而言，这是改造蛋白质工作的特点。然而，处理重复且费力的工作，却恰恰是人工智能的强项。不仅仅在科研领域，在安防、教育、医疗等各个领域，人工智能都能把一些重复且费力的工作，处理得又快又好。人类应该如何对待人工智能？最好的策略是，不在这些重复又费力的工作上和人工智能比高低，而是腾出精力在更富创造性、思想性的工作上，展现人类独特价值。