有史以来第一次，计算机只使用其人工智能，并且没有人类的帮助，设法开发出一种新的科学理论。

塔夫茨大学的计算机科学家和生物学家对计算机进行了编程，使其能够在遇到科学问题时独立开发理论。他们选择的问题是一直困扰生物学家120年的问题。切片扁虫的基因能够再生以形成新生物 - 这是一个长期记录的现象，但科学家多年来一直对细胞发生的事情感到困惑，使这成为可能。

然而，通过向计算机提出这个问题，它能够对可以解释该过程机制的解决方案进行逆向工程。计算机发现的细节已经发表在PLOS Computational Biology期刊上，以及用于发展该理论的人工智能方法。

两位研究人员Daniel Lobo和Michael Levin希望发现的重要事情不是新组织是如何产生的，而是它如何知道生长的形状和比例。这些神圣的信息被锁定在我们的基因中“今天的大多数再生模型衍生自遗传实验的是箭头图，显示哪个基因调节哪个其他基因。这很好，但它没有告诉你最终的形状是什么。你无法分辨许多遗传途径模型的结果是否看起来像一棵树，章鱼或人类，“莱文说。“我们需要的是算法或建设性模型，你可以精确地遵循这些模型并且没有任何神秘感或不确定性。你遵循配方而不是形状。”

对于解码这些信息的影响是巨大的，无论是对于进化生物学还是对人类而言。像执行高风险面部移植手术的John Barker这样的医生认为，利用围绕允许我们成长和发育的基因的知识，最终可以用于再生医学。这将使Barker这样的医生能够帮助患有疤痕和创伤的患者，从患者自己的细胞中恢复身体部位。

为了找到planaria框架的根源，Levin和Lobo对计算机进行了编程，以便对从该领域进行的许多研究中收集的大数据进行处理。它模拟了蠕虫基因多次形成的网络，直到其结果与实际实验相匹配。每当它设法匹配结果时，计算机就根据结果修改了它创建的随机遗传网络，并不断磨练它，直到它创建了一个与所有研究结果相匹配的核心遗传网络。这需要三天的试验和错误猜测和调整 - 如果它是由人类实施的话，这种方法效率极低。

计算机发现的是，这个过程需要三个已知的分子和两个以前未知的蛋白质。莱文说，这一发现“代表了迄今为止发现的最全面的涡虫再生模型”。“该项目最引人注目的方面之一是，它发现的模型不是一个人们无法理解的无可救药的网络，而是人们可以轻易理解的一个相当简单的模型，”他补充道。所有这些都向我表明，人工智能可以帮助科学的各个方面，不仅包括数据挖掘，还包括数据意义的推断，“