據(jù)主要新聞來源稱，人工智能（AI）在當(dāng)今世界隨處可見，其本身越來越多地受到計算機算法的驅(qū)動。營銷人員利用人工智能來定位廣告，工程師利用它來預(yù)測設(shè)備故障，而人工智能驅(qū)動的社交媒體平臺對從時尚到政治的方方面面都產(chǎn)生了巨大的影響。
盡管所有類型的人工智能（也被稱為機器學(xué)習(xí)）都需要編程讓計算機從案例中學(xué)習(xí)并做出推斷，但業(yè)內(nèi)人士可以區(qū)分不同形式的人工智能。在更廣泛的人工智能領(lǐng)域中，有一部分策略采用了人工神經(jīng)網(wǎng)絡(luò)。它們模仿生物大腦，程序元素像神經(jīng)元一樣相互連接。在神經(jīng)網(wǎng)絡(luò)上運行的機器學(xué)習(xí)算法通常被稱為深度學(xué)習(xí)系統(tǒng)，以將它們與其他方法（例如統(tǒng)計相關(guān)性）區(qū)分開來。
如今，科學(xué)家們部署了各種類型的人工智能來挖掘海量數(shù)據(jù)，這些數(shù)據(jù)的來源從高通量DNA和RNA測序到大量電子病歷。這些努力的樣本揭示了廣泛的策略和應(yīng)用，并強調(diào)了在研究中使用人工智能的潛力和挑戰(zhàn)。
遺傳學(xué)的新面孔
一些將機器學(xué)習(xí)應(yīng)用于科學(xué)問題的軟件開發(fā)者最初是為社交媒體公司工作的。例如，現(xiàn)在支持Facebook自動照片標(biāo)記功能的算法的創(chuàng)造者在過去幾年里一直專注于一個略有不同的圖像處理問題：從面部特征識別罕見的遺傳疾病。
“實際上，大約一半的遺傳疾病都有非常獨特的面部特征，”位于馬薩諸塞州波士頓的表型應(yīng)用公司FDNA的首席執(zhí)行官Dekel Gelbman說。雖然大多數(shù)人可以識別唐氏綜合癥患者的獨特特征，但經(jīng)過專門訓(xùn)練的人類遺傳學(xué)家也能從面部特征中找出數(shù)千種其他不太常見的情況。這種類型的診斷依賴于豐富的經(jīng)驗，但由于許多遺傳疾病的罕見性，很難獲得經(jīng)驗。“少數(shù)非常有經(jīng)驗的遺傳學(xué)家（有時也稱自己為畸形學(xué)家）能夠非�？焖俚赜^察患者并說，‘我以前見過類似的事情，’”Gelbman說。
Gelbman和他的同事們利用精心整理的照片集，訓(xùn)練了一種機器學(xué)習(xí)算法，根據(jù)診斷特征對人臉進行分組。該技術(shù)的當(dāng)前迭代使用了深度學(xué)習(xí)系統(tǒng)，F(xiàn)DNA已經(jīng)在同一個框架上為不同的用戶構(gòu)建了多個智能手機應(yīng)用程序。醫(yī)生可以將一款應(yīng)用程序帶進診所，在那里他們可以用手機的攝像頭給患者拍照，并立即從應(yīng)用程序中獲得診斷建議。論壇應(yīng)用程序允許他們與專家討論這些診斷，而圖書館應(yīng)用程序則提供相關(guān)文獻。其他應(yīng)用程序允許醫(yī)學(xué)教育者和研究人員訪問相同的算法。
雖然大多數(shù)個體遺傳疾病很罕見，但它們的集體影響很大：估計有10%的兒童出生時就患有一種罕見的遺傳疾病，嚴(yán)重到足以影響他們的生活質(zhì)量。“平均而言，一名罕見病患者要等待7年半才能得到診斷，這……簡直難以想象，”Gelbman坦言。他希望將畸形學(xué)家的工作自動化，以便加快診斷速度。
然而，要做到這一點，F(xiàn)DNA必須克服兩個相關(guān)的障礙：（1）醫(yī)生不愿依賴他們不了解的技術(shù)；（2）政府監(jiān)管機構(gòu)對醫(yī)療診斷的嚴(yán)格標(biāo)準(zhǔn)。兩者都在努力克服當(dāng)前機器學(xué)習(xí)系統(tǒng)的不可滲透性。“真的很難去相信人工智能系統(tǒng)，（因為）即使是程序員也很難理解結(jié)果的邏輯，”Gelbman說道。開發(fā)人員對算法進行訓(xùn)練和測試，直到得到正確的答案，但這些答案背后的原因常常令人費解。
為了解決這個問題，Gelbman主張?zhí)岣咚惴ㄓ?xùn)練和測試的透明度。他說：“在未來，組織將更加主動地提供數(shù)據(jù)來源以及用于管理和驗證數(shù)據(jù)、驗證并為審計提供基準(zhǔn)的政策。”就其本身而言，美國食品和藥物管理局（FDA）一直在鉆研人工智能，Gelbman表示，過去一年他們對這項技術(shù)的理解有了顯著提高。盡管如此，F(xiàn)DNA迄今仍將其應(yīng)用程序排除在監(jiān)管機構(gòu)的管轄范圍之外，因為它清楚地將其標(biāo)記為提供建議和參考，而不是明確的診斷。
如果達爾文是計算機科學(xué)家
需要更高透明度的不僅僅是醫(yī)療診斷工具。“機器學(xué)習(xí)中的很多方法都是黑箱方法，當(dāng)你與真正想了解系統(tǒng)是如何工作的生物學(xué)家合作時，這就是一個問題，而不僅僅是得到正確的答案；對他們來說，問題變成了‘為什么這個模型會選擇這種特定的解決方案？’”加州圣地亞哥人工智能咨詢公司Natural Selection的首席執(zhí)行官Gary Fogel表示。
Fogel的公司使用一種至少在原則上應(yīng)該對生物學(xué)家有吸引力的機器學(xué)習(xí)來構(gòu)建人工智能系統(tǒng)：進化算法。在這種方法中，問題的候選解決方案被當(dāng)作群體中的個體一樣對待，適應(yīng)度函數(shù)決定了它們的質(zhì)量。該系統(tǒng)有選擇地放大較高質(zhì)量的解決方案，并抑制或消除低質(zhì)量的解決方案，直到出現(xiàn)最佳解決方案。Natural Selection已經(jīng)將這種方法應(yīng)用于從分析基因組數(shù)據(jù)、篩選候選藥物分子到優(yōu)化工業(yè)流程的方方面面。然而，正如前面提到的，每個解決方案的內(nèi)在邏輯可能就像一個復(fù)雜的有機體一樣難以理解。
該公司通過構(gòu)建識別系統(tǒng)中顯著特征的算法來彌補這一點。“（我們試圖找到）哪些特征對疾病或結(jié)果很重要，并……嘗試著把這些特征簡化成一些有意義的東西，以便生物學(xué)家……理解該系統(tǒng)的生物學(xué)，”Fogel說。
不過，對于某些研究應(yīng)用程序來說，不透明的算法不是問題。當(dāng)研究人員將人工智能作為一種工具來識別有前途的線索時，這一點尤其正確，然后他們會用實驗室實驗來檢查這些線索。“如果你只是想了解基因組學(xué)，也許需要的不是一個打開的盒子，”Fogel說道，“如果它仍然準(zhǔn)確地預(yù)測了microRNA基因的位置，你真的不關(guān)心為什么它能正確地預(yù)測，只要它正確就行。”
盡管如此，即便是希望將人工智能僅僅作為實驗室工具的研究人員，也需要謹(jǐn)慎選擇他們的算法。“很多人是這個領(lǐng)域的新手，他們正在盡可能地使用開源工具，”Fogel說，“他們并不一定知道如何針對手頭的問題調(diào)整這些算法，而且他們沒有意識到你如何表達問題本身很重要。”他敦促處于這種處境的科學(xué)家向計算機科學(xué)家尋求幫助，其中許多計算機科學(xué)家急于將他們的算法設(shè)計技能應(yīng)用到其他領(lǐng)域。
矢量微積分
這種合作可以簡單地通過與同事討論自己的工作而產(chǎn)生。這促使蘇格蘭格拉斯哥大學(xué)高級研究員Daniel Streicker將機器學(xué)習(xí)應(yīng)用于流行病學(xué)中最古老的問題之一：識別病毒載體和儲存宿主。
世界上許多最致命的人類病毒都是人畜共患的，大多數(shù)情況下在動物宿主體內(nèi)復(fù)制而未被發(fā)現(xiàn)，只是偶爾會傳染給人類。當(dāng)這些傳染病通過節(jié)肢動物媒介在宿主之間傳播時，流行病學(xué)家可能要花數(shù)十年時間來確定相關(guān)的非人類宿主和媒介。然而，近年來，研究人員發(fā)現(xiàn)， RNA病毒——最適合在宿主之間跳躍的一類病毒——針對它們主要感染的宿主優(yōu)化了其基因組的各種特征，包括它們的氨基酸、密碼子和二核苷酸的使用。這意味著在病毒的基因組序列中應(yīng)該有線索可以暗示其宿主和載體的身份。
作為一名生物學(xué)家，Streicker發(fā)現(xiàn)這個想法很令人好奇，但不知道該如何繼續(xù)下去。“我的同事Simon Babayan在我們研究所舉辦了一場非正式的研討會，討論了他正在應(yīng)用機器學(xué)習(xí)方法的各種項目，我突然意識到，這可能是應(yīng)對這一挑戰(zhàn)的完美方式，”Streicker說。他們與醫(yī)學(xué)研究委員會—格拉斯哥大學(xué)病毒研究中心的生物信息學(xué)專家Richard Orton合作，開始構(gòu)建算法來搜索病毒宿主和載體。
該團隊利用來自具有明確特征生命周期的病毒的基因組序列訓(xùn)練其機器學(xué)習(xí)系統(tǒng)，讓它識別出不同序列特征與特定宿主和載體物種之間的相關(guān)性。“你只是想找到這些特征的加權(quán)組合，以便你能有效地將基因組的特征映射到其來自的宿主。”Streicker表示。
訓(xùn)練階段結(jié)束后，他們在另一組已知宿主的病毒上對其進行測試，以驗證其可靠性。最后，他們?yōu)樵撓到y(tǒng)提供了一組對病因?qū)W知之甚少的病毒的基因組，并讓它預(yù)測病毒的傳播模式。
許多結(jié)果證實了現(xiàn)有的理論，但該系統(tǒng)還揭示了一些驚喜。例如，病毒學(xué)家認(rèn)為克里米亞—剛果出血熱病毒主要通過蜱媒傳播，但計算機預(yù)測，牲畜之間的直接傳播也可能是主要的感染途徑。該算法還預(yù)測，除蝙蝠外，非人靈長類動物可能是埃博拉病毒的重要宿主（1）。
為了優(yōu)先考慮他們的研究，Streicker的團隊現(xiàn)在希望將同樣的方法應(yīng)用于宏基因組學(xué)項目中涌現(xiàn)的大量新的病毒基因組序列。“我們正在考慮如何使用類似的方法來嘗試預(yù)測人類是否會被病毒感染，”Streicker說，“這顯然是一個與監(jiān)測和公共衛(wèi)生非常相關(guān)的問題，因為現(xiàn)在有太多的病毒正在被發(fā)現(xiàn)。”雖然他們最初的工作只專注于單鏈RNA病毒，但他們也希望將該項目擴展到包括其他類型的病毒基因組。
做所有的研究
雖然基因組序列已經(jīng)成為算法驅(qū)動研究的主要焦點之一，但其他海量數(shù)據(jù)集也已成熟，適用于機器學(xué)習(xí)。例如，在過去的幾年里，紐約市哥倫比亞大學(xué)歐文醫(yī)學(xué)中心（CUIMC）的研究人員一直在使用各種計算方法來分析海量的電子病歷，同時也在研究生物醫(yī)學(xué)文獻本身。
后者的努力使許多人稱之為“可重復(fù)性危機”的問題引起了人們的關(guān)注，即看似有效的不同研究，卻得出相反的結(jié)論。觀察性研究尤其成問題，研究人員利用現(xiàn)有的醫(yī)療記錄，并追溯性地將患者分為對照組和實驗組。近年來，此類研究的結(jié)果顯示，例如，抗抑郁藥會增加或減少自殺的風(fēng)險，這取決于人們相信哪項研究。CUIMC生物醫(yī)學(xué)信息學(xué)主席George Hripcsak指出，“沒有兩組人選擇相同的變量進行校正，然后他們堅持要求你必須選擇完全正確的變量。”
一個相關(guān)的問題是，期刊青睞顯示積極結(jié)果的論文，通�；谝粋�任意的統(tǒng)計標(biāo)準(zhǔn)。Hripcsak自己對文獻的分析表現(xiàn)出了顯著的偏差，已發(fā)布的p（概率）值（統(tǒng)計顯著性的衡量標(biāo)準(zhǔn)）的臨界值為0.05。因此，研究人員面臨著選擇變量和統(tǒng)計技術(shù)的巨大壓力，這些變量和統(tǒng)計技術(shù)將產(chǎn)生可發(fā)布的p值，這可能會使他們的分析產(chǎn)生偏差。
為了解決這個問題，Hripcsak和他的同事們把研究設(shè)計的工作交給了計算機。在最近的一個項目中，他們利用了包含數(shù)以億計個體患者醫(yī)療記錄的多個數(shù)據(jù)庫，并使用一種算法來設(shè)計，同時對數(shù)據(jù)進行所有合理的觀察性研究。針對抑郁癥，該算法確定了6000個潛在的研究假設(shè)和超過55000個控制假設(shè)，包括17種治療、272對聯(lián)合治療和22種結(jié)果。該算法在一臺功能強大的計算機上運行了大約一個月，并對不同治療方法的影響進行了5984次估計。每一項結(jié)果都符合在頂級同行評審期刊上發(fā)表論文的當(dāng)前方法標(biāo)準(zhǔn)。然而，該團隊看到了令人欣慰的陽性和陰性結(jié)果的分布，這表明他們避免了通常的發(fā)表偏見（2）。
不過，消除人類偏見并不能自動解決問題。“當(dāng)我們在這個新領(lǐng)域做研究時，我們不想……對我們試圖阻止的同樣事情感到內(nèi)疚，因此這就是我們正在研究人工智能可能帶來的導(dǎo)致偏見的特殊因素，”Hripcsak說。和該領(lǐng)域的其他人一樣，他擔(dān)心許多機器學(xué)習(xí)算法的不透明性可能會掩蓋令人不安的錯誤。例如，“經(jīng)濟因素或其他因素（可能）使某些種族群體在治療中表現(xiàn)不佳，然后系統(tǒng)建議不給予他們這種治療，而實際上這與他們的種族無關(guān)，”Hripcsak說。
盡管存在這些障礙，但他和該領(lǐng)域的其他人對人工智能研究的未來持樂觀態(tài)度。“我看到一場革命正在發(fā)生，這很棒，”Fogel說�！�
參考文獻
S. A. Babayan, R. J. Orton, D. G. Streicker, Science 362, 577-580 (2018), https://doi.org/10.1126/science.aap9072.
M. J. Schuemie, P. B. Ryan, G. Hripcsak, D. Madigan,M. A. Suchard, Philos. Trans. Royal Soc. A 376, 20170356 (2018), https://doi.org/10.1098/rsta.2017.0356.
Alan Dove 是馬薩諸塞州的科學(xué)作者和編輯。
鳴謝：“原文由美國科學(xué)促進會（www.aaas.org）發(fā)布在2019 年9月20日《科學(xué)》雜志”。官方英文版請見https://www.sciencemag.org/features/2019/09/whenrobots-sleep-do-they-dream-algorithms。