機器人科學家是自動化越來越多運用於科學研究的自然衍生品。它們能自主研發，分析觀察結果以驗證假說，運用實驗室機器人技術進行試驗，解釋實驗結果以修正假說，如此循環往復，自動進行以假設為主導的研究。同時，機器人科學家也很適用於記錄科學知識。由於試驗的構思和執行都是由計算機自動完成的，因此它可以全面捕捉和數字化搜索科學過程的各個方面。
亞當
誕生背景：劍橋大學和阿伯里斯特威斯大學的科學家們創造了一個完全自動化科學過程的計算機系統，併為之取名“亞當”。這項研究由生物技術和生物科學研究委員會(BBSRC)資助，於2009年4月3日發表在《科學》雜誌上。
主要工作：對複雜數據的管理和分析，和對這些數據進行推理並就生物如何工作提出建議。
工作目的：找到哪些基因在酵母中對哪些酶進行編碼。
工作過程：提出假設，設計實驗驗證假設，進行實地實驗，分析結果，提出新的假設，直到它滿意。
亞當代替了人類科學家進行生物實驗，並詳細記錄每個細節。人類科學家仍然在獨立檢查亞當的結果，然後才會相信這些結果，但在未來，他們就會交給機器人科學家來驗證彼此的假設。
夏娃
誕生背景：2015年2月4日，亞當的研究團隊在英國皇家學會期刊《界面》撰文稱，人工智能機器人科學家夏娃可以加速新藥研發進程和降低研發成本。
主要工作：大規模排除對細胞有毒性的化合物，並選擇那些阻止寄生蟲蛋白質活動的化合物，同時不傷害任何同等的人類蛋白質。
工作目的：尋找新的更廉價的藥物來對抗瘧疾和血吸蟲病等疾病。
工作過程：首先，她可以以標準的蠻力的傳統大規模篩選方式系統地檢測每種化合物。這種篩選方法比目前標準的篩選方法更快捷，成本也更低。“夏娃”同時使用多種類型的測定法和更有效地利用檢查設施，這就增加了一定預算內發現新潛在藥物的概率。為了改善這一過程，夏娃通過隨機選擇的方法來發現通過第一輪檢測的化合物，通過第一次篩選後還要反覆測試多次來減少錯誤概率。選取這些確定通過篩選的藥物，夏娃運用統計數據和計算機來根據實驗結果預測化合物的最佳結構。儘管目前她還不具備合成這種化合物的能力，但是未來的機器人極有可能實現這個目標。
通過這項研究，夏娃展示了一種化合物，這種化合物曾被作為抗癌藥物進行過研究，它能抑制瘧原蟲中一種被稱為DHFR的關鍵分子。目前，抑制這種分子的藥物通常用於預防瘧疾，並向100多萬兒童提供。然而，對現有藥物產生耐藥性的寄生蟲菌株的出現意味著尋找新藥物變得越來越緊迫。
“亞當”與“夏娃”打開了全新的非線性模型世界，我們期待未來在不同領域有更多的機器人與人類攜手工作。始於亞當與夏娃，並生生不息。
閱讀更多 數雲傳媒 的文章
