北卡罗来纳州是 计算机与信息科学助理教授雅各布·加德纳 (Jacob Gardner ) 长大的地方，飓风就像不速之客——弗兰、马修、弗洛伦斯——一样来袭。高中时，加德纳在一家试图预测飓风的公司实习。“那是我第一次接触机器学习，”他回忆道。

增强科学研究的使命

机器学习是人工智能 (AI) 的一种形式，其工作原理是利用大量过去的数据来预测未来。正如 Gardner 所说，“我们训练模型时会使用数据(我们见过的例子)，并尝试归纳出我们从未见过的新例子。”

如今，加德纳将机器学习应用于科学研究，而不是天气预报。他开发的工具将帮助科学家为药物研发等领域提供更多助力，而​​不是预测飓风的移动。“我想打造电子显微镜的人工智能版本，”他说，“这些工具可以帮助科学家更快、更有效地完成他们已经在做的事情，并且能带来新的见解。”

在成长过程中，加德纳发现自己对计算机科学、化学和生物学的交叉领域非常着迷。尽管他自己的天赋更适合计算机领域，但他从未忘记自己对其他领域的兴趣。“我一直对计算机科学的应用以及我们如何利用计算来影响我们周围的物理世界感到兴奋，”他说。

这种兴趣使他进入宾夕法尼亚大学工程学院，并于 2022 年获得了美国国家科学基金会颁发的职业奖，以支持他将人工智能应用于科学的研究。此前，加德纳在获得博士学位后在 Uber 担任研究科学家，他开发了优化机器学习算法选择的方法。

鉴于宾夕法尼亚大学工程学院的研究具有协作性质，加德纳现在可以与佩雷尔曼医学院的同事一起在项目中采用这些技术。加德纳指出：“如果你想从使用人工智能技术构思药物到进行临床试验，宾夕法尼亚大学实际上会在内部进行临床试验——这真是一个协作环境。”

最终，加德纳希望创建运行完全自动化实验室所需的工具，以便发现下一代治疗耐药细菌和癌症等疾病的药物。“我们的梦想是‘自动驾驶实验室’，”加德纳说。“你可以自动化药物发现的至少第一部分，即识别有趣的分子。”

在他的设想中，这样的实验室将使用人工智能来生成特定类别的治疗药物的分子结构。然后，机器人将合成化合物并测试这些分子对细菌、病毒或癌细胞等威胁的抵抗力。然后，系统将吸收实验结果。“要么效果很好，”他说，“在这种情况下，你的模型预测了一个很棒的新候选药物，要么你已经学到了一些东西，你可以更新模型。”

最终，加德纳对优化的兴趣远远超出了任何特定领域。“我真正感兴趣的是具有挑战性的迭代设计问题，”他说，这意味着可以应用人工智能在现实世界中产生有形产品的问题，并且需要反复试验才能正确解决。“也许是药物，也许是在屋顶上安装太阳能电池板。”

目前，人工智能工具在评估自身成果方面还不够熟练，尤其是在加德纳感兴趣的领域，比如分子设计。“如果我让人工智能生成分子或肽，”加德纳说，“它们通常看起来像我们至​​少可以在实验室制造的东西。”但测试分子的特性又是另一回事。“它们在不同温度下有多稳定，它们与可能对治疗某些疾病有用的目标结合有多强——将这种迭代反馈纳入生成过程确实很有挑战性。”

除了进行研究之外，加德纳还教授讲座课程 CIS 5200：机器学习，并正在修改他的优化研讨会课程，以更加注重将人工智能应用于其他科学领域。

作为一名导师，加德纳欢迎研究生和本科生加入他的研究小组，并鼓励他们从事让他们兴奋的项目。“我对研究生的理念是，当他们从事让他们兴奋的事情时，他们的工作效率可能最高，所以他们兴奋的事情就是我们的目标。”

由于他的实验室专注于将人工智能应用于科学，与他一起工作的学生可以研究从理论优化问题到开发可应用于许多领域的工具等所有领域。“从事人工智能工作的一大好处是，”加德纳说，“我们所研究的方法通常非常通用，并且可以在各个领域推广——这几乎就是人工智能的力量。”