第五十五章 自动化实验何时能产生新生命知识
55.1 Adam案例中的知识闭环
自动化首先改变的是研究工作的分配。过去由人完成的记录、比较、提出候选与选择下一项任务，可以在不同程度上交给机器。然而，分配改变不等于知识性质自动升级。一次无人值守的循环可以只是重复既有测量，也可以产生值得检验的新假说。评价的起点应是循环到底改变了哪项判断，而不是机器参与了多少环节。
金及其合作者二〇〇九年的《科学的自动化》提供了一个有明确边界的案例。机器人科学家Adam在研究者给定的酵母代谢知识与问题范围内，生成并检验功能假说。论文把假说提出、结果解释与研究记录形式化联系起来，同时报告由人开展的进一步确认。[55-1] 这是一项关于有限任务自动化的研究；理解其意义，需要看机器输出怎样进入证据链，而不能只看“机器人发现”的标题。
从知识责任看，这条链至少包含五个不同对象：输入的背景知识、候选命题、选择理由、观察结果、更新后的判断。这里列的是论证结构，不是生物实验操作。每个对象都要有版本身份，因为同一个结果在不同背景模型中可能意味着不同事情。若背景知识更新，某项原来被认为新颖的候选也许变成对已有知识的重新识别；若判定标准更新，同一观察可能不再支持原结论。没有版本，就很难知道真正发生变化的是世界、模型还是评价规则。
闭环的关键并非箭头最后回到起点，而是前一轮结果确实改变下一轮的选择。系统如果无论得到什么结果都执行同一列表，那么它完成的是自动执行；系统若依据结果调整候选排序，则增加了决策功能。即使如此，调整也可能只是朝一个既定指标寻优，还没有比较竞争解释。把执行、选择、解释分开，才能评价自动化究竟到达了哪一层。
可追踪记录需要保留被放弃的候选。只保存最终获支持的命题，会使系统看起来从未走错。研究者应能恢复某个时间点上哪些选项仍然可行，系统为什么选择其中一个，以及什么结果使其改变判断。恢复这些状态，并不是要求记录每项与问题无关的机器细节，而是保留足以重建知识选择的条件。公开的说明如果只有成功结论和最后一版模型，外部读者就无法区分前瞻检验与事后重写。
本章以差异序列作为分析入口，先问每轮前后改变了什么，再问哪些发现候选得到稳定身份，最后检查假说含义、测量资格与选择规则如何共同限定。这是一条分析用的D→S→E路径。它不意味着Adam的设计者自觉沿此路径思考。换从S开始，则应抽取一项声称的新知识，逆向追问支撑它的观察与版本；两种入口应能相互发现缺口。若正向选择过程与逆向证据追索无法对上，公开记录就尚不足以重建这项发现。
55.2 仪器错误不是反常自然规律
自动化系统最容易制造的认识错觉，是让可重复的偏差看起来像稳定规律。机器能够一致执行某项规则，恰恰意味着错误规则也可能被一致执行。一个异常结果进入科学判断之前，需要先区分它属于测量过程、数据处理、背景模型，还是理论本身。这里没有一个保证成功的检查顺序；有的系统误差会与生物差异共同变化，有的模型错误则只在某些条件中显露。因此，错误来源是需要论证的问题，不能由异常幅度直接决定。
论文自身提供了一个重要限制：作者复查文献后发现，部分被系统当作待填补知识空缺的内容已有支持，原因在于输入数据库不完整。作者也承认原型软硬件的脆弱性，尚需完善整合。[55-1] 这两项限制分别属于知识背景与系统运行，不能合并成“机器人有时会出错”。前者涉及新颖性判断，后者涉及过程可靠性，它们可能影响同一个最终结论，却需要不同证据处理。
知识背景不完整时，一次正确输出可以同时是有价值的复现和不成立的新发现。修改新颖性标签，不应抹去系统能够重新得到该结果的表现；承认复现价值，也不能继续保留首次发现的声望。这种分账尤其重要，因为一个自动化平台可能在多个任务中反复遇到数据库没有收录、但文献早已报告的结果。若只以系统内部的未知为“科学未知”，发现数量会随着数据库遗漏而上升。
测量错误则涉及另一种责任。记录文件完整，只证明系统留下了某种痕迹；它不自动保证痕迹准确对应待测性质。若装置输出发生共同偏移，增加重复次数可能使错误估计更加稳定。若样本身份记录混淆，精细统计也可能在错误对象之间建立漂亮关系。形式记录的完备性与测量关联的有效性，由此成为两项需要分别评价的性质。前者使错误有机会被追踪，后者决定记录能否支持对生命过程的判断。
算法偏差又不能简单等同仪器故障。一个选择规则可能完全按设计运行，却持续偏向容易获得高分的候选，从而忽略更有区分力的证据。问题不在机器是否执行错误，而在研究目标是否被指标准确表达。例如，“更容易确认”与“更值得知道”可能指向不同任务；系统不断选择前者，会获得很高成功率，却未必减少关键不确定性。这是评价目标的失配，不能靠提高机械精度解决。
理论失败则需要更强的排除责任。当背景模型与可靠结果长期冲突时，研究者应允许修改理论，而不能把所有差异都推给仪器；但也不能为了突出自动化的创造性，把尚未解释的读数立即命名为新规律。真正困难的是判断哪些辅助假设仍可修正、何时修正已失去独立根据。自动化能帮助清点模型版本与残留误差，无法凭“循环次数很多”给出最终哲学裁决。
SDE三式在此应产生具体约束。D与E共同检查S，是把重复结果与测量资格、背景知识放在一起，决定某个输出是否够资格成为发现候选。S与E反查D，是当候选从新发现降为复现时，改变下一轮目标与比较对象。S与D反查E，则是根据修订后的知识身份和选择历史，调整新颖性判据及可接受证据范围。若系统只更改结果标签，下一轮仍照旧运行，就不能把这种文字修订称为完整的研究回写。
55.3 数据多不等于机制更深
数据规模与机制理解之间没有固定兑换率。重复可以减少某类不确定性，也可以在同一盲点上积累更多记录。机制判断关心的不是“是否又出现了相同读数”，而是“哪些原因仍能产生这个读数”。假如两个候选说明对现有全部观察作出相同预期，那么把观察数量成倍增加，未必能使它们分开。这时知识进展依赖问题结构改变，而非只依赖通量提高。
Adam论文区分自动系统所获的间接支持与进一步确认，并把其自动获得知识的性质评价为有限而非无所不能。[55-1] 这个区分值得推广到自动化科学的评价中：系统能在预设候选之间选择，不等于它已解释候选得以成立的全部机制；它在一个受约束的问题空间里获得正确答案，也不意味着可以自主决定哪些问题重要。承认有限任务的成果，反而更能辨别下一项能力到底缺在哪里。
第三十六章已经说明，最后的产物读数、调节状态与控制关系不能互相替代。[55-2] 把同样的判断用于自动化评价，可以构造一个纯概念的比较：解释甲认为读数变化来自对象当前状态，解释乙认为来自状态判定所依赖的测量关系。若自动系统只学习输入与输出的对应，它可能准确预测下一项读数，却不能在这两种解释之间裁决。预测成功仍然真实，但其知识身份应停在预测层。
具有机制区分力的新证据，应使至少一个竞争说明承担不同后果。这里的“不同”可以是预期方向不同、适用范围不同，或对同一现象要求不同中介；它不能只是两个模型用不同参数拟合相同结果。若系统给出的下一项任务不能产生这种分歧，就应说明它服务于精度、稳健性还是覆盖范围，而不要把每项任务统称为机制发现。不同目的都有价值，混用名称才会使评价失真。
复杂模型也可能因为自由度增加而吸收所有异常。自动搜索如果只奖励拟合，会倾向保留能够解释既有材料的候选；但解释既有材料与承担新风险是两回事。研究者需要辨别模型增加的结构是否对应可独立检查的主张。否则，机器只是把曾经由人完成的事后调参做得更快。SDE的特征纠缠不能成为额外自由度的许可证；“多条件共同作用”必须缩小允许结果的范围，才具有判别意义。
具体而言，测量可分辨性与候选含义会共同形成。如果系统只能区分某种总体读数，候选就不能声称已经区分读数背后的全部机制。若新的证据使两种原本等价的候选分开，候选的身份与读数的意义会一起改变；这才是本章所讨论的特征共同牵动。断开相应证据后，候选应重新退回不可区分状态。这样的E带有明确后果，比把模型、机器人、数据库列成关联网络更有约束力。
统计实验设计和贝叶斯优化是严肃竞争说明。它们可以围绕信息、误差、成本与目标选择下一项任务；本书不能因为它们没有使用“显露”一词，就说它们忽略知识形成。如果既有方法已能准确说明为何某项选择更有价值，SDE可以帮助跨章讲清这一理由，却未必增加决策能力。只有当本书提出额外的可核判断，例如指出优化目标与发现身份之间的具体冲突，并由记录证实这种冲突影响了知识评价，才值得谈分析增量。
自动化发现的比较还应包含适当基线。与完全随机选择相比表现优良，未必胜过已有专业策略；与人类最好成果相比，也可能忽略机器在一致记录和重复性方面的独特价值。评价可以分别考察候选质量、错误定位、资源使用、证据可追踪性与迁移表现。它们不宜被未经论证地加成一个“科学智力”分数。某系统在一种维度进步，同时在另一种维度受限，是完全可能且值得研究的结果。
55.4 公共责任
自动化使研究责任更加分布，却没有使责任消失。背景数据库由谁维护，模型由谁选择，评价标准由谁批准，结果由谁对外解释，是不同问题。把全部功劳归给机器人，会隐藏人类设定的条件；把全部工作都归为程序执行，又会忽略系统在给定范围内实际完成的选择与推断。公共说明应把这些贡献分别写清，使读者知道一项结论由哪些环节支撑。
预注册在这里的价值，是留下事前承诺，而不是禁止探索。自动系统可能持续更新候选，因此需要区分哪些判断标准预先固定，哪些根据新结果调整，以及调整后哪些分析只能算探索性结果。若允许系统自行改变目标，却仍用最初承诺的名义报告成功，评价就失去了共同尺度。反之，要求所有探索都冻结，也会破坏闭环研究的意义。可追踪的修改比表面上不变的计划更重要。
负结果属于闭环知识的一部分。一个未获支持的候选，可能改变后来候选的可信度；一次无法解释的失败，可能暴露测量范围或背景知识的缺口。若只公开成功输出，外部研究者无法重建系统如何缩小可能性，也无法判断停止规则是否偏向有利结果。负结果的公开应附带其证据资格：无信号、不可判定与足以削弱假说，不是同一种状态。记录越多，越需要这类区分。
可复现性也有多个对象。别人能否重复数据处理，能否恢复同一版本下的候选排序，能否理解结果支持何种命题，分别依赖不同材料。软件可运行，不等于生物学解释成立；论文读得懂，也不等于决策历史可恢复。公开材料应围绕声明的知识层级提供相应凭证，不能用某一层的成功替代所有层。尤其当模型持续更新时，后来版本表现更好，并不能自动证明早期结果当时已有足够支持。
责任还涉及停止与转交。某些冲突可以由既定规则处理，某些冲突则意味着问题超出当前系统的解释范围。自动化平台若能明确报告无法判定，并把冲突交给有责任的研究者，这也是能力的一部分。把不确定输出压成唯一答案，可能提高表面完成率，却降低知识可信度。优秀闭环不应以永不停顿为目标，而应让停顿理由能够被理解和审查。
这一点与第七章的公共可信性形成有限对照。早期显微报告需要把私人观察转成别人可以评议的主张；自动化研究则需要把机器记录转成别人可以核查的论证。[55-3] 两者的技术与制度差异很大，共同问题仅在于发现不能只对原观察者或原系统成立。公共性要求提供足够的证据关系，而不只是展示神奇对象或庞大数据。
公共评价还必须区分系统内部检验与独立复核。开发者用另一种证据检查自身输出，可以增强结论，却仍可能共享问题选择与背景假设。由不同研究者重新审查输入知识、候选范围和成功标准，承担的是另一种纠错作用。不能把作者报告的进一步确认改写成已经完成独立共同体验证，也不能因确认来自作者就全盘否认其证据价值。应准确说明独立性发生在哪个环节。
对长期运行的平台，发现归属还应随版本变化留下时间界限。一个结果最初只是模糊异常，后来因知识库更新才获得解释，其发现史就同时包含记录产生与意义确认两个时刻。用最后解释覆盖早期不确定性，会制造机器一开始便理解结果的错觉。科学史应保留这种时间差，使自动化研究也接受与人类研究相同的事后聪明检查。
因此，自动化产生新生命知识的条件，并不由机器是否参与决定。它取决于新命题是否得到合适证据，竞争解释是否受到真实限制，选择与修订是否留下可追踪记录，以及公共评价能否纠正系统内部的成功标签。重复、优化、机制区分和新问题形成，应各自获得相称的名称。只有保留这些差别，科学史才能准确描述自动化带来的新能力，也能看清仍由研究共同体承担的知识责任。