День в лаборатории

Мои ангелы просят меня писать почаще — в последнее время я так много работаю, что почти не остаётся времени конвертировать всё в удобоваримом виде для чтения. Держите! Обычный день в лаборатории (в формате френдли для зумеров!):

Первый полный пилот почти закончен, для замыкания его цикла сделано уже очень много — конечно, биология, как обычно, сложна. И, конечно, магическое правило трёх работает! Что до прогресса — мы наладили и оптимизировали клонирование, оптимизировали наработку ДНК-плазмид в масштабе, протоколы продукции белков и последующие очистку, количественную оценку и контроль качества, а также оптимизировали тестирование доставки. Вчера я наконец дошёл до момента, когда наши белки были очищены и посчитаны и их можно было тестировать на клетках! Конечно, это только первая попытка, и понадобится ещё две, чтобы всё заработало гладко. Пока главный анлок в том, что мы наконец дошли до N=1: столкнулись со всеми неизвестными неизвестными и завершили первый полный цикл. Теперь это известные неизвестные, и нам предстоит ещё несколько раз отладить и оптимизировать весь протокол, чтобы превратить их в известные известные.

На этой неделе ко мне приехал мой старый добрый друг и сказал, что его очень вдохновило видеть абсолютно счастливого человека, работающего на двойной скорости! Мы знаем друг друга почти двадцать лет, так что я засчитаю это как положительную обратную связь! Я работал над тремя эксперимента параллельно, а в перерывах спорил со своим ИИ-движком.

Кстати об ИИ: мне не особо нравилось разговаривать с чат-ботами по дороге на работу и обратно — в основном потому, что они были забывчивыми и не помнили весь важный для меня контекст. Теперь, когда всё полностью интегрировано с моей ИИ-инфраструктурой, я понял, что могу просто разговаривать со своим ИИ-движком (его, кстати, зовут Robin = зарянка!), используя беспамятный чат-бот как удобный интерфейс, пока руки держат руль. Сократический диалог со всей историей наших экспериментов, дизайнов белков, протоколов, реагентов, всех статей и данных даёт синергетию. Ещё я интегрировал в него менеджмент лабораторных задач. Поскольку я обычно не дружу с календарями и тайм-менеджментом, я перешёл на стратегию Getting Things Done: вместо жёстко привязанных ко времени задач она даёт больше гибкости. Для каждого проекта она намечает крошечные кусочки задач, которые можно делать асинхронно, когда реально есть окно (если только они не критичны по времени, что в мокрой лаборатории на самом деле бывает довольно редко), и выдаёт следующую задачу. Это избавляет от необходимости думать, что делать дальше, — у тебя всегда есть стопка задач на сегодня, заранее расставленных по приоритету твоим прошлым «я», которое было глубже в потоке. Короче, теперь по дороге на работу я синхронизируюсь с ИИ о том, что нужно сделать сегодня, а по дороге домой расставляю приоритеты на завтра, пока помню всё, что уже сделано. С тех пор как я начал этим пользоваться, моя тревога из-за расписания и времени резко упала.

Практическая красота ИИ, со всеми его нынешними несовершенствами, в том, что можно перестать париться о структурировании и перестать тратить на это время. Зачем тратить время на десятки презентаций, если ИИ может автоматически превратить сырые данные и лабораторные заметки в итоговую презентацию? Зачем тратить время, заставляя людей следовать одному стандарту структурирования данных, если ИИ без трения переводит любое осязаемое представление данных в другое? Когда всё отслеживается в одном месте, это даёт нелинейный прирост продуктивности и возможностей. Так называемое рекурсивное самоулучшение — не абстрактная концепция: оно становится очень практически осязаемым, как только понимаешь, что ИИ может за ночь, пока ты спишь, оптимизировать следующий запуск протокола по предыдущим найденным косякам и твоим лабораторным заметкам.

Будущее видится мне сейчас очень светлым!

Поделиться: