Магическое правило трёх

Порог входа в посредственную и не особо уважаемую профессию переливания жидкостей в мокрой лаборатории безумно высок. Люди тратят годы и десятилетия на обучение, а в итоге рынок делает огромную скидку на их жертвы. Человека из мокрой лаборатории оценят в 1,5–2 раза дешевле, а то и меньше, чем того, кто ни разу не держал в руках пипетку. Добавьте к этому скидку за постдока в академии, которая тянет зарплату вниз ещё 15 лет после его окончания, — ну, вы поняли. Быть биологом в мокрой лаборатории — отстой, и никто (= рынок) по-настоящему тебя за это не уважает. Потом не удивляйтесь, что каждый одобренный препарат обходится в $2 млрд.

Я не проходил через бутылочное горлышко для работы в мокрой лаборатории. Традиционно годы лабораторной работы в бакалавриате, аспирантуре, на постдоке и т. д. отбирают очень терпеливого и организованного человека с прекрасно развитой моторикой и механической памятью. Попросите такого человека открыть пробирку двумя пальцами левой руки, одновременно пипетируя что-то правой, — и его суперспособности амбидекстра позволят это сделать. У меня трясутся руки, я вечно забываю, где что лежит в физическом мире, и я не дружу со временем и строгим расписанием. Иными словами, думаю, традиционный фильтр мокрой лаборатории я бы не пережил и не прошёл. Зато у меня есть другие суперспособности, которые я развил в своих карьерах физика-теоретика, ученого на стыке ИИ и биологии, исследователя старения и биоробота в мокрой лаборатории (в последние два пост-ИИ года моей жизни), — и они помогают мне справляться и компенсировать нехватку традиционной лабораторной дрессировки.

То, что я сова, даёт мне необычное конкурентное преимущество в традиционно жаворонковой среде мокрой лаборатории: в моей экологической нише после 4 часов дня никто не конкурирует за ламинары и другое лабораторное оборудование. Я люблю готовить, и мокрая лаборатория для меня — как кухня. Я могу придумывать новые рецепты и уверенно экспериментировать, пробуя разные протоколы. Ещё у меня нет проблем с тем, чтобы ошибаться и выглядеть глупо, — это определённо самый быстрый способ учиться. Ошибся раз, научился, ошибся второй — в какой-то момент результат станет достаточно хорошим, а дальше его можно легко итеративно улучшать.

По моим прошлым наблюдениям, главная причина неудач — страх начать или выглядеть глупо. Дело даже не в том, что эксперимент был криво поставлен и провалился, а в том, что его даже не попытались поставить. Эта неделя была целиком про правило трёх: чтобы перейти от 0 к 1, нужно три итерации. За последнюю неделю мы растили и запасали кучу клеток, отладили трансфекции плазмид и расчёты для них, произвели первые белки и препараты плазмид, протестировали новый репортер и т. д. Честно говоря, с первой попытки не сработало ничего — из-за «неизвестных неизвестных», которые внезапно всплывают, когда начинаешь запускать новую лабораторию с нуля: доставка реагентов задерживается, не хватает правильной пробирки, несовместимое оборудование и т. д. Но со второго или третьего раза всё начинало работать, потому что сначала неизвестные неизвестные превращались в известные неизвестные, потом я быстро находил решение — и всё вдруг начинало работать. Пока что магическое правило трёх ни разу не нарушилось.

Наука — это выдвигать гипотезы, пробовать, проверять реальностью и потом обновлять свои априорные представления. Пробуй, ошибайся, улучшай, повторяй — для меня в этом суть науки. Неважно, физика это, ИИ, биология или любая другая область. Научный метод универсален, и это главный навык, который я вынес из своей карьеры с переходами между областями.

Мой друг из Гарварда помогал с разными этапами и научил меня паре вещей. И всё же нашу первую бактериальную трансформацию и селекцию мы запороли. Его 10 лет опыта, PhD из Гарварда и то, что он делал это сотни раз до этого, к сожалению, не превратились напрямую в уменьшение магического числа. Мы всё равно ошиблись вместе — по причине, очевидной задним числом, но совсем не очевидной до того, как мы ошиблись. Сложно винить людей за ошибки в лаборатории: по моему опыту, ничто в мокрой лаборатории не спроектировано так, чтобы быть удобным для человека. Всё требует держать в голове сотни вещей одновременно, а одна оплошность может испортить и обязательно испортит весь эксперимент.

Пытаясь это исправить, я активно интегрировал наш ИИ-движок с физической реальностью мокрой лаборатории. Это были настоящие американские горки: иногда ИИ волшебным образом решал задачу с первого раза, а иногда делал глупейшие ошибки. Ещё я интегрировал его со своим календарём — теперь он говорит мне не только что делать, но и когда.

Я легко могу представить, как компания, которой удалось интегрировать ИИ с физическим миром лаборатории со всеми его несовершенствами, быстро уйдёт на световые годы вперёд от конкурентов. Проблема не в том, что ИИ не может этого сделать, — совсем наоборот: люди не готовы принять, что в процессе они вот-вот станут не нужны. Лимитирующая стадия — это внедрение, и главным препятствием остаются люди.

Поделиться: