QQ在線
企業(yè)微信
資訊
942 近日，科學家發(fā)現(xiàn)，Netflix、亞馬遜和Facebook使用的強大算法可以“預測”癌癥和阿爾茨海默氏癥等神經(jīng)退行性疾病的生物學語言。
研究人員將數(shù)十年研究產(chǎn)生的大數(shù)據(jù)輸入到一個計算機語言模型中，以檢驗人工智能能否比人類做出更先進的發(fā)現(xiàn)。英國劍橋大學圣約翰學院的學者發(fā)現(xiàn)，機器學習技術可以解讀癌癥、阿爾茨海默氏癥和其他神經(jīng)退行性疾病的“生物語言”。
相關論文近日發(fā)表于美國《國家科學院院刊》，未來可能用于“糾正導致疾病的細胞內(nèi)的語法錯誤”。
該論文第一作者Tuomas Knowles表示：“將機器學習技術引入神經(jīng)退行性疾病和癌癥的研究絕對是一個游戲規(guī)則改變者。最終，我們的目標將是使用人工智能開發(fā)靶向藥物，顯著緩解癥狀或預防阿爾茨海默氏癥的發(fā)生。”
Netflix能推薦一部連續(xù)劇、Facebook推薦某人做朋友，這些平臺都使用強大的機器學習算法，對人們接下來會做什么進行猜測。Alexa和Siri等語音助手甚至可以識別單個的人，并與你“交談”。
研究人員使用類似的機器學習技術訓練了一個大規(guī)模的語言模型，以觀察當體內(nèi)的蛋白質(zhì)出現(xiàn)問題導致疾病時會發(fā)生什么。“人體是成千上萬種蛋白質(zhì)的家園，而科學家們還不知道其中許多蛋白質(zhì)的功能。我們要求一個基于神經(jīng)網(wǎng)絡的語言模型來學習蛋白質(zhì)的語言。”論文共同第一作者Kadi Liis Saar說。
研究人員特別要求該程序?qū)W習生物分子冷凝物(細胞中發(fā)現(xiàn)的蛋白質(zhì)液滴)的語言，以破解導致癌癥和阿爾茨海默氏癥等神經(jīng)退行性疾病的生物功能和故障語言。他們向算法提供已知蛋白質(zhì)的所有數(shù)據(jù)，這樣它就可以學習和預測蛋白質(zhì)的語言。
研究人員表示，機器學習的進一步應用可能會改變未來癌癥和神經(jīng)退行性疾病的研究。科學家的發(fā)現(xiàn)可能會超出目前已知和推測疾病的范圍，甚至可能超出人類大腦在沒有機器學習的幫助下能夠理解的范圍。
