人工智能帶來的科學革命：seo推廣軟件分享資訊這是在給科學家打下手，比博士生還高效哦。
人工智能（AI）正在革命所有的行業，包括科研，這個看上去最“人類智能”的領域。不過，與憂心忡忡、擔心被搶飯碗的卡車司機或數據分析師不同，科學家們看到AI簡直兩眼放光：人工智能的計算能力與工作效率不知比博士生高到哪里去了，還不用吃飯和睡覺，真是最理想的“壓榨”對象。唯一的問題是，如果未來人工智能看得懂也寫得了論文了，要不要加上它的署名呢？
近日，著名學術期刊《科學》上刊登了一系列報道，記錄人工智能帶給科學的革命。
大數據與深度學習
踏過各自的風雨歷程，科研與人工智能在大數據時代這個路口，注定相遇。從千變萬化的染色體與蛋白質結構、恒河沙數的宇宙星體數據，到互聯網上每天批量誕生的文字視頻，自然和社會科學家的煩惱終于逐漸從數據不夠，演變為數據太多，多到超出人類目力和腦力的極限。
而在另一邊，“深度學習”（deep learning）賦予了算法“智能”的雛形，恰好為大數據而生。在前深度學習時代，研究員們需要依靠自己的智慧建立某種關系，設定計算機如何由一個輸入值，得出一個對應的輸出值。深度學習則解放了人類：“喂”給程序大量相匹配的輸入值和輸出值，由程序自身摸索出其中的關系。
科學家們就亟待這種解放。對普通人來說神秘而高深的科研工作，其實包含了無數對海量數據的機械性處理，不僅枯燥，而且博士生的一個馬虎，就可能毀掉一個團隊幾年的心血。
粒子物理
早在1980年代，粒子物理學家們就看上了人工智能。畢竟，粒子物理學家們很多時候在做的工作，就是一次又一次地把粒子放在加速器里對撞，期待在這些看起來很相似的實驗數據里發現一點點不同的跡象——那可能就是新粒子的魅影。這個工作連篇累牘，枯燥透頂，卻是人工智能最擅長的領域。人工智能善于通過給定的幾個變量，從龐大的背景數據中找出有用的信號。
歐洲大型強子對撞機（LHC）
2012年，歐洲大型強子對撞機（LHC）終于“撞”見了預言中的“上帝粒子”——希格斯玻色子。這是標準模型中最后被發現的粒子，它的發現就有人工智能的一份功勞。畢竟，每對撞10億次質子，才可能會產生1個希格斯玻色子，而它產生10^-22秒后就會衰變為其他粒子。不難想象，閱讀這些數據，是怎樣浩大的工作量。
正在解讀LHC數據的神經網絡 來源：CERN（歐洲核子中心）
當然，在現階段，人工智能只能這樣給物理學家們打打下手，找找數據。具體怎么找，還是基于物理學家們對物理學的理解。但人工智能會變得越來越重要。在未來的幾年內，歐洲大型強子對撞機的對撞速度將提升至目前的10倍。面對洶涌而至的數據，人工智能不可或缺。
尋找自閉癥基因
盡管生物學家們不斷通過基因解開疾病的奧秘，但自閉癥卻令他們有些為難。自閉癥具有明顯的遺傳傾向，而目前找到的自閉癥基因，只能解釋其中20%的病例。更多的自閉癥疑兇，藏在人類剩下的25000多個基因中。
美國普林斯頓大學的計算生物學家歐嘉·特洛楊斯卡婭（Olga Troyanskaya）收集了大量基因在特定人類細胞中活動的數據，比如蛋白質互動的方式，轉錄因子結合位點和其他關鍵染色體性質。她的團隊運用人工智能，將已知自閉癥基因的活動數據，與其他未知的基因對比，尋找相似性。他們最終找到了2500個疑似基因。
幫助自閉癥患者 來源：BSIP
不過，基因并不是唯一的兇手。遺傳學家們最近才意識到，基因周圍的染色體非編碼片段也在助紂為虐。找出這些從犯，比找出自閉癥基因本身還要困難多了，更需要人工智能的幫助。
大眾心理
對于社會科學家來說，人工智能則是一把理性的鑰匙，能解開隱藏在人類語言中的性格密碼。
每天發在社交網絡上的狀態，是蕓蕓眾生日常情緒的記號。但是，這些看似雜亂無章的數據，真的能成為照見大眾內心的有用信息嗎？美國著名心理學家馬丁·塞利格曼（Martin Seligman），和他的同事們成立了一個“世界幸福項目”，試圖透過社交網絡數據捕捉公眾心理和生理健康的信號。比起傳統的問卷調查，這種方法廉價、自然，數據量也多，就是很雜亂——這就需要人工智能的幫助了。
研究員們使用了29000名做過線上自我抑郁評估的Facebook用戶的數據。算法成功地在抑郁程度，和平時狀態里使用的語言之間建立了關聯。通過分析一個Facebook用戶平時的狀態，人工智能就能得出他/她的抑郁程度。
另一項研究則顯得更令人驚奇：通過推特內容，人工智能可以預測一個郡的心臟病死亡率。這些隱藏在文字中的因素甚至比排在前10位的主流因素，比如抽煙與否或患糖尿病與否，更能準確地預測。
而得克薩斯大學奧斯汀分校的詹姆斯·彭尼貝克（James Pennebaker）發現，看一個學生申請入學時的文章，就能預測他/她的成績。冠詞和介詞用得好的，分析性思維強，成績一般比較好；愛用代詞和副詞的偏向于敘述性思維，成績一般差一點。
硅谷里的人工智能
高校里的科學家們看到了人工智能這個優秀的勞動力，科技企業更不會錯過這個商機。位于硅谷的生物技術公司Zymergen，就由人工智能承包了實驗。
人類正在驅使各種微生物生產有用的成分：生物燃料、塑料、藥品等等。而Zymergen的業務，就是通過改造微生物的基因，提高這些“勞工”的生產效率。
那么，如何找到那些可以提高生產效率的基因，并改變它們呢？Zymergen的員工金波爾（Kimball）舉例說：“比如原來的微生物有5000個基因，每個基因你可以做出10種改變，那你就可以做出50000個變種。” Zymergen先做出1000種不同的變種，也許會發現其中25種的生產效率有那么一點點提高，那這25種就留待第二輪實驗。
人工智能大大加速了這一過程。之前，人力每周大約能完成10次試驗，而機器每周就可以完成1000次。
基因序列
當然，想要得到最好的基因變異并不容易，因為這不是一個簡單的加法問題。你得到了25個有輕微提高的變異，如果把它們全加到同一個微生物上的話，那么你大概不會得到一個超強的微生物，而是病蔫蔫的微生物。這仿佛是在一個25維的坐標上尋找方向，計算機仍依賴人類判斷力的導航。
目前，Zymergen能將目標微生物的生產效率提高10%以上。這聽起來只是微小的工作，但依賴微生物發酵的化學產業規模達到每年1600億美元，這10%產生的效益，比國家科學基金（NSF）的經費還要多。
“黑箱”
并不是所有科研人員都完全放心人工智能。一個博士生雖然會犯錯，但他能思考并告知自己如何犯了這個錯誤。比起來，深度學習就是一個高效而沉默的黑箱。略顯可怕的是，人類無法知道深度學習如何得出它的結論，因而也無從知道它是如何犯錯的。
在過去，數據之間的特征是由開發者提取，并“教會”程序的。現如今，從海量輸入值到海量輸出值之間，人工智能到底提取了哪些特征，建立了哪些關系，都隱藏在一個黑箱中。視覺識別方面的主流“卷積神經網絡”，就是將每一層提取的特征作為下一層的輸入值，進而提取到更為抽象的特征。隨著深度的增加，人工智能的輸出越發趨向完美，但其中的“原理”也越發沒有頭緒。
打開黑箱的嘗試已經演變成了一門新的學科。有些人試圖窺探“黑箱”里到底發生了什么。華盛頓大學的馬爾科·里貝羅（Marco Ribeiro），想要通過不斷調整輸入值，觀察到底是哪些變化影響到了輸出。譬如，不斷調整一段電影評論文字，讓一個文本分析的人工智能鑒定其評價是正面的還是負面的。而谷歌的研究員桑德拉拉楊（Mukund Sundararajan）則并非隨機調整輸入值，而是引入了一個空白干擾，一步步向目標值漸變，以觀察輸出值特定的“跳躍”變化軌跡。
另一些研究者則想繞開黑箱，開發一些效果媲美深度學習，但透明度更高的框架。微軟的里奇·卡魯阿納（Rich Caruana）就被深度學習“坑”過。1990年代，他剛從卡內基梅隆大學畢業，加入了一個通過機器學習幫助肺炎患者的團隊。通常來講，普通的肺炎病患更宜在家休養，避免交叉感染，而那些帶有哮喘等復雜病情的病患則應立即住院治療。神經網絡學習了78家醫院提供的癥狀和結果數據后，出現了一個很難解釋的漏洞：它建議那些帶哮喘癥狀的病患回家。
為了繞開神經網絡，卡魯阿納回到統計學中線性回歸的老路，來尋找靈感。1980年代就存在的廣義加性模型（GAM）不僅能處理簡單的線性回歸，也能通過復雜的計算，將更復雜的數據進行擬合。卡魯阿納運用機器學習方法升級了GAM。在圖像和聲音處理上，神經網絡占有絕對優勢。但針對所有能放進表格里的數據，升級版的GAM表現得都不差。最重要的是，這中間的運算都是透明的。
用GAM跑了一遍肺炎的記錄，卡魯阿納終于找出了當年的漏洞是如何產生的：那些患上肺炎的哮喘病患常規上會被醫院安排進重癥監護病房，重點治療，而人工智能只看到了病人病情的迅速好轉，因此建議病人回家。
最后，還有一部分研究者即不想法設法窺探黑箱的內部，也不會繞開黑箱。他們專心讓“深度學習”更深度，也許，這樣就離黑箱的真相更近了一步。
來源: 澎湃新聞網(上海)
