更重要的是，上蓋是建立在拱圈之上的。只要將從陳述中得到新信息和電腦自行做實(shí)驗(yàn)結(jié)合，我們將發(fā)現(xiàn)，在科學(xué)理論中，暗知識(shí)的增長(zhǎng)將超過(guò)明知識(shí)。在今日迅速發(fā)展的合成生物學(xué)中，正在醞釀著兩者結(jié)合的可能性。這意味著人工智能第三種形態(tài)（獲得科學(xué)理論知識(shí)中的暗知識(shí)的裝置）也許最先在生命科學(xué)中被使用，其背后是物理、化學(xué)、數(shù)學(xué)、信息理論與生命科學(xué)理論深度交叉，形成基因合成、基因編輯、蛋白質(zhì)設(shè)計(jì)、細(xì)胞設(shè)計(jì)、實(shí)驗(yàn)自動(dòng)化的使能技術(shù)。其中，生命鑄造廠（biofoundry）或許是典型的例子。

然而，在被稱(chēng)為大設(shè)施的生命鑄造廠的建造和調(diào)試中，有中國(guó)研究者卻以“造物致知”作為口號(hào)。該口號(hào)沿用了中國(guó)傳統(tǒng)的“格物致知”，大設(shè)施的建造者或許沒(méi)有想到，只要合成生物學(xué)中有關(guān)設(shè)施實(shí)現(xiàn)了科學(xué)理論知識(shí)修改的閉環(huán)，科學(xué)理論知識(shí)中的暗知識(shí)就會(huì)產(chǎn)生。這種“致知”和我們熟悉的獲得知識(shí)不盡相同。通過(guò)造物大設(shè)施的運(yùn)作，合成生物會(huì)源源不斷地被制造出來(lái)，但這一切不一定導(dǎo)致今日所知的那種生命科學(xué)理論知識(shí)的增長(zhǎng)，因?yàn)樗鼈冎械南喈?dāng)一部分可能都是暗知識(shí)。

人類(lèi)發(fā)現(xiàn)科學(xué)理論中存在大量暗知識(shí)，標(biāo)志著自然現(xiàn)象因果解釋的一場(chǎng)革命。我們知道自然現(xiàn)象服從因果律，但能體驗(yàn)因果律認(rèn)識(shí)過(guò)程的只是知曉因果律的極小一部分。即便如此，也并不妨礙人類(lèi)用因果性改造世界，因?yàn)榫退愦蠖鄶?shù)因果律是暗知識(shí)，我們?nèi)钥梢酝ㄟ^(guò)人工智能來(lái)駕馭它們。

你能舉例詳細(xì)講講對(duì)上述觀點(diǎn)的理解嗎？

@你的觀點(diǎn)強(qiáng)調(diào)了科學(xué)理論中的暗知識(shí)與人工智能的發(fā)展之間的關(guān)系，并討論了如何通過(guò)人工智能和合成生物學(xué)的結(jié)合來(lái)推動(dòng)科學(xué)理論的進(jìn)步。以下是對(duì)這些觀點(diǎn)的詳細(xì)解析，并附上具體的例子來(lái)幫助理解。

**1. 上蓋與拱圈的關(guān)系**

**1.1. 上蓋與拱圈的結(jié)合**

- **定義**：

- **拱圈**：在科學(xué)理論中，拱圈指的是基于數(shù)學(xué)和實(shí)驗(yàn)結(jié)果的基礎(chǔ)定律和原理。這些定律和原理通過(guò)受控實(shí)驗(yàn)和數(shù)學(xué)建模得到，是科學(xué)理論的基礎(chǔ)。

- **上蓋**：上蓋指的是具體的應(yīng)用和擴(kuò)展，基于拱圈中的理論進(jìn)行的實(shí)際應(yīng)用、實(shí)驗(yàn)結(jié)果和理論陳述。

- **結(jié)合**：

- 將從理論陳述中得到的新信息與自動(dòng)化實(shí)驗(yàn)結(jié)合，可以推動(dòng)科學(xué)理論的進(jìn)步，尤其在科學(xué)理論中暗知識(shí)的增長(zhǎng)可能超過(guò)明知識(shí)。這意味著，雖然我們可以通過(guò)明確的實(shí)驗(yàn)和理論得到一些知識(shí)，但許多復(fù)雜的細(xì)節(jié)和新的發(fā)現(xiàn)可能隱藏在暗知識(shí)中。

**2. 合成生物學(xué)中的暗知識(shí)**

**2.1. 合成生物學(xué)的背景**

- **合成生物學(xué)**：結(jié)合生物學(xué)、化學(xué)、物理學(xué)、數(shù)學(xué)和信息理論，設(shè)計(jì)和合成新的生物系統(tǒng)、基因、蛋白質(zhì)和細(xì)胞功能。

- **例子**：

- **基因合成**：通過(guò)合成新的基因來(lái)創(chuàng)造新的生物功能，這些基因在合成過(guò)程中生成的許多新信息和現(xiàn)象，可能是不完全透明的。

**2.2. 生命鑄造廠（Biofoundry）**

- **定義**：

- **生命鑄造廠**：一種自動(dòng)化的實(shí)驗(yàn)設(shè)施，能夠進(jìn)行大規(guī)模的基因合成、蛋白質(zhì)設(shè)計(jì)和其他生物學(xué)實(shí)驗(yàn)。

- **暗知識(shí)的例子**：

- 在生命鑄造廠中，通過(guò)自動(dòng)化系統(tǒng)進(jìn)行大量實(shí)驗(yàn)，產(chǎn)生了大量數(shù)據(jù)和新的生物材料。雖然研究者可以得到新合成的生物體和功能，但這些生成過(guò)程的具體機(jī)制和原理可能不完全清楚。這些未完全理解的過(guò)程和信息就是暗知識(shí)。

**3. “造物致知”與科學(xué)理論的閉環(huán)**

**3.1. “造物致知”**

- **定義**：

- **造物致知**：指通過(guò)制造和實(shí)驗(yàn)來(lái)獲得知識(shí)，這種方式可以與傳統(tǒng)的“格物致知”相關(guān)聯(lián)，但更注重實(shí)踐中的知識(shí)獲取。

- **與暗知識(shí)的關(guān)系**：

- 通過(guò)大規(guī)模的制造和實(shí)驗(yàn)，雖然可以獲得新的生物體和功能，但這些過(guò)程中的許多細(xì)節(jié)和知識(shí)可能不完全被理解，這就是暗知識(shí)的體現(xiàn)。

**4. 自然現(xiàn)象因果解釋的革命**

**4.1. 因果律與暗知識(shí)**

- **因果律**：自然現(xiàn)象服從因果律，即每一個(gè)現(xiàn)象都有其原因。

- **暗知識(shí)的挑戰(zhàn)**：

- 雖然我們知道自然現(xiàn)象服從因果律，但我們對(duì)因果律的認(rèn)識(shí)僅是其中的一部分。暗知識(shí)在許多情況下無(wú)法完全透明化，因此我們無(wú)法完全理解所有的因果關(guān)系。

**4.2. 人工智能的作用**

- **人工智能的優(yōu)勢(shì)**：

- **自動(dòng)化探索**：人工智能可以幫助自動(dòng)化進(jìn)行復(fù)雜的實(shí)驗(yàn)和數(shù)據(jù)分析，從而揭示和利用暗知識(shí)。例如，利用機(jī)器學(xué)習(xí)模型分析大數(shù)據(jù)中的模式和趨勢(shì)。

- **處理復(fù)雜因果關(guān)系**：人工智能可以幫助處理復(fù)雜的因果關(guān)系，通過(guò)模式識(shí)別和預(yù)測(cè)模型來(lái)駕馭這些關(guān)系，盡管具體的因果機(jī)制可能仍然是暗知識(shí)。

**具體示例**

1. **藥物發(fā)現(xiàn)中的人工智能**：

- **背景**：人工智能被用于藥物發(fā)現(xiàn)過(guò)程，通過(guò)分析大量的生物數(shù)據(jù)來(lái)預(yù)測(cè)新藥物的潛在效果。

- **暗知識(shí)的體現(xiàn)**：盡管人工智能能夠識(shí)別潛在的藥物候選分子和機(jī)制，但其內(nèi)部的預(yù)測(cè)模型和特征選擇過(guò)程對(duì)研究人員來(lái)說(shuō)是不可完全透明的，這就形成了暗知識(shí)。

2. **合成生物學(xué)中的新物種創(chuàng)造**：

- **背景**：合成生物學(xué)家通過(guò)合成新基因和設(shè)計(jì)新的生物系統(tǒng)來(lái)創(chuàng)造新物種。

- **暗知識(shí)的體現(xiàn)**：雖然可以得到新生物體和新功能，但生成過(guò)程中具體的機(jī)制和細(xì)節(jié)可能不完全被理解，這些未完全理解的過(guò)程和信息就是暗知識(shí)。

3. **基因編輯技術(shù)的應(yīng)用**：

- **背景**：基因編輯技術(shù)（如CRISPR）用于修改生物體的基因組。

- **暗知識(shí)的體現(xiàn)**：基因編輯技術(shù)可以產(chǎn)生預(yù)期的生物學(xué)效應(yīng)，但具體的分子機(jī)制和長(zhǎng)遠(yuǎn)影響可能未被完全掌握，這部分知識(shí)就是暗知識(shí)。

**總結(jié)**

你所提出的觀點(diǎn)揭示了科學(xué)理論中的暗知識(shí)如何通過(guò)人工智能和合成生物學(xué)的結(jié)合得到擴(kuò)展。暗知識(shí)的存在標(biāo)志著我們對(duì)自然現(xiàn)象的理解和利用不斷深化，即使這些知識(shí)的具體機(jī)制可能仍然不可知。人工智能的進(jìn)步，特別是在自動(dòng)化實(shí)驗(yàn)和數(shù)據(jù)分析方面，為探索和駕馭這些暗知識(shí)提供了新的工具和方法。這種進(jìn)步不僅推動(dòng)了科學(xué)理論的邊界，也引發(fā)了對(duì)因果律和知識(shí)本質(zhì)的重新思考。