Ross King ist Professor für maschinelles Lernen an der Technischen Universität Chalmers in Göteborg, Schweden. Er ist vor allem als Schöpfer des Robot Scientists bekannt, eines automatisierten Laborsystems, das künstliche Intelligenz nutzt, um biologische Experimente zu entwerfen, durchzuführen und zu interpretieren. Seine Forschung konzentriert sich auf die Schnittstelle von maschinellem Lernen, künstlicher Intelligenz und Systembiologie mit dem Ziel, wissenschaftliche Entdeckungen durch Automatisierung zu beschleunigen.
King promovierte in den frühen 1990er Jahren in künstlicher Intelligenz an der University of Strathclyde. Er hatte akademische Positionen an der University of Wales, Aberystwyth, und der University of Cambridge inne, bevor er 2016 nach Chalmers wechselte. Seine frühen Arbeiten umfassten die Anwendung von maschinellem Lernen auf die Vorhersage von Proteinstrukturen und funktionelle Genomik.
Robot-Scientist-Projekt
Der Robot Scientist, entwickelt in Zusammenarbeit mit Kollegen der University of Wales und der University of Cambridge, wurde erstmals 2004 demonstriert. Das System kombinierte einen Laborroboter mit einem maschinellen Lernalgorithmus, der Hypothesen über die Funktion von Hefegenen aufstellen, Experimente zur Prüfung dieser Hypothesen entwerfen, die Experimente physisch durchführen und die Ergebnisse interpretieren konnte. Das Projekt wurde vom britischen Biotechnology and Biological Sciences Research Council finanziert und erhielt erhebliche Medienaufmerksamkeit als eines der ersten Beispiele vollständig automatisierter wissenschaftlicher Entdeckung.
In einem wegweisenden Artikel von 2009, veröffentlicht in Science, zeigten King und sein Team, dass der Robot Scientist die Funktion von 12 Genen identifizieren konnte, die am Hefestoffwechsel beteiligt sind, wobei er die Genauigkeit menschlicher Wissenschaftler erreichte oder übertraf, während er autonom arbeitete. Das System verwendete einen Entscheidungsbaum-Lernalgorithmus und ein logisches Modell des Stoffwechsels, um Hypothesen zu generieren und zu testen.
Beiträge zu KI und Wissenschaft
Kings breitere Forschung umfasst Arbeiten zur Wissenschaftsphilosophie, insbesondere zur Rolle des maschinellen Lernens bei der Hypothesengenerierung. Er hat argumentiert, dass automatisierte Systeme menschliche Wissenschaftler nicht nur unterstützen, sondern auch in bestimmten routinemäßigen Aspekten der Entdeckung ersetzen können, wodurch Forscher sich auf kreativere Aufgaben konzentrieren können. Seine Arbeit hat die Entwicklung von Deep-Learning-Ansätzen in der Bioinformatik beeinflusst und wurde in Diskussionen über die Zukunft der Laborautomatisierung zitiert.
Er hat auch zur Entwicklung des "Robot Scientist" als Benchmark für die Bewertung von KI-Systemen in wissenschaftlichen Kontexten beigetragen. Seine Gruppe an Chalmers erforscht weiterhin, wie große Sprachmodelle und andere moderne KI-Techniken in automatisierte Labore integriert werden können.
Anerkennung und Wirkung
Kings Arbeit wurde mit mehreren Preisen ausgezeichnet, darunter der ISCB (International Society for Computational Biology) Outstanding Contributions to Bioinformatics Award 2014. Er hat über 150 begutachtete Artikel veröffentlicht, viele in hochrangigen Zeitschriften wie Nature und Science. Seine Forschung wurde in populären Medien vorgestellt, darunter Artikel in The Economist und New Scientist, die das Potenzial KI-gesteuerter Wissenschaft hervorheben.
Seine aktuellen Projekte an Chalmers umfassen die Nutzung von generativer KI zur Gestaltung neuartiger Experimente und die Anwendung von maschinellem Lernen auf Arzneimittelentwicklung und Stoffwechseltechnik. Er arbeitet mit Forschern in Schweden, Großbritannien und den USA zusammen, und seine Arbeit wird durch Zuschüsse des Schwedischen Forschungsrats und des Europäischen Forschungsrats unterstützt.
Persönlicher und beruflicher Hintergrund
King wurde im Vereinigten Königreich geboren. Er ist Fellow der Royal Society of Biology und Senior Member der Association for the Advancement of Artificial Intelligence. Er war Mitglied der Redaktionsausschüsse mehrerer Zeitschriften, darunter Bioinformatics und Journal of the Royal Society Interface. Neben seiner Forschung unterrichtet er an Chalmers Kurse über maschinelles Lernen und dessen Anwendungen in den Lebenswissenschaften.
King ist bekannt für seinen interdisziplinären Ansatz, der Informatik, Biologie und Philosophie verbindet. Er hat eingeladene Vorträge auf großen Konferenzen gehalten, darunter die International Conference on Machine Learning (ICML) und das Intelligent Systems for Molecular Biology (ISMB)-Treffen. Seine Vision autonomer Wissenschaft inspiriert weiterhin neue Forschung sowohl in der KI als auch in der Laborautomatisierung.