如果实验也能接着问下去

“Auto-Exp-Machine”这个名字下面，当年只写了几个词：AI、机器人、优化，以及从计算机辅助走向机器人辅助和学习辅助。它还不是一份方案，更像一张便签，记下了对一种工作方式的好奇。

通常说自动化，首先想到的是把重复动作做得更快、更稳定。这个方向当然有价值，但那张便签里更吸引我的，是动作之间的联系：如果一次实验的结果，能够帮助决定下一次应该试什么，会怎样？机器所参与的，就不仅是执行，还包括对探索顺序的安排。

设想一个范围很小的任务：条件有哪些，允许改变什么，能够测量什么，都先说清楚。系统提出一个尝试，装置执行，测量结果返回，再据此调整下一步。这个过程看起来像一个圆圈，而圆圈能否真正转起来，取决于每一次交接是否可靠。

尤其不能省略的，是对结果的怀疑。传感器异常、装置状态变化、一次意外的失败，都可能让一个看似聪明的选择失去依据。如果系统只会把数字送进下一轮，错误也会跟着被放大。因此，什么时候应当停止、检查或请人介入，本来就应该属于设计的一部分。

人仍然需要提出值得回答的问题。一个装置可以在给定范围内试得很勤快，却不会因此自动知道什么问题有意义。目标设得太窄，可能得到一个很漂亮但用处有限的结果；范围设得过宽，又可能让尝试变成没有方向的消耗。

这份小小的设想，最值得保留的也许是对研究节奏的想象：让重复操作少一些，让提问与反馈靠近一些，好把人的注意力留给真正需要判断的地方。至于怎样实现，不妨从一条能够检查清楚的小回路开始。一个接得上的下一步，比一个无所不能的名字更有说服力。