科學(xué)家發(fā)現(xiàn)，Netflix，亞馬遜和Facebook使用的強大算法可以“預(yù)測”癌癥和神經(jīng)退行性疾病(如阿爾茨海默氏病)的生物學(xué)語言。
數(shù)十年來研究中產(chǎn)生的大數(shù)據(jù)被輸入計算機語言模型中，以查看人工智能是否能比人類做出更先進的發(fā)現(xiàn)。
劍橋大學(xué)圣約翰學(xué)院的學(xué)者發(fā)現(xiàn)，機器學(xué)習(xí)技術(shù)可以破譯癌癥，阿爾茨海默氏病和其他神經(jīng)退行性疾病的“生物語言”。
他們的開創(chuàng)性研究已在今日(2021年4月8日)的科學(xué)雜志PNAS上發(fā)表，并可在將來用于“糾正引起疾病的細胞內(nèi)部的語法錯誤”。
該論文的主要作者，圣約翰學(xué)院的研究員Tuomas Knowles教授說：“將機器學(xué)習(xí)技術(shù)帶入神經(jīng)退行性疾病和癌癥的研究是絕對的游戲規(guī)則。最終，目標是利用人工智能來開發(fā)靶向藥物以顯著緩解癥狀或完全預(yù)防癡呆癥的發(fā)生。”
每次Netflix推薦觀看一系列節(jié)目或Facebook建議某人成為朋友時，這些平臺都會使用強大的機器學(xué)習(xí)算法來對人們接下來會做什么進行高學(xué)歷的猜測。Alexa和Siri等語音助手甚至可以識別單個人，并立即與您“交談”。
該論文的第一作者，圣約翰學(xué)院的研究員Kadi Liis Saar博士使用類似的機器學(xué)習(xí)技術(shù)來訓(xùn)練大規(guī)模語言模型，以查看體內(nèi)蛋白質(zhì)中的某些問題導(dǎo)致疾病時所發(fā)生的情況。
她說：“人體是成千上萬種蛋白質(zhì)的家園，科學(xué)家們尚不知道其中許多蛋白質(zhì)的功能。我們要求基于神經(jīng)網(wǎng)絡(luò)的語言模型來學(xué)習(xí)蛋白質(zhì)的語言。
標簽： 人工智能
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！