?
 
作者:張雙虎 來源:中國科學報 發布時間:2020/12/9 9:02:35
選擇字號:
阿爾法折疊:對立挑戰還是協同賦能

 

近日,人工智能再次大出風頭。在CASP(國際蛋白質結構預測賽)中,谷歌旗下DeepMind團隊的AlphaFold2(阿爾法折疊)摘得桂冠。在CASP的一系列測試中,AlphaFold2獲得92.4分,在最具挑戰的自由建模蛋白質測試中也獲得87分。

一時間,AlphaFold 2“顛覆”“革命性突破”“諾獎級成果”等詞匯加身。有人稱其解決了“困擾生物學家50年的問題”,有人擔憂“結構生物學家是否會因此失業”。

人工智能再次完勝人類,我們該欣喜還是擔憂?

AI再勝人類

人體內有成千上萬種不同的蛋白質,而蛋白質的功能很大程度上取決于其獨特的結構。弄清楚蛋白質折疊成什么形狀被稱為“蛋白質折疊問題”。在過去50年中,它一直是生物學界的重大挑戰。

此前,生物學家主要利用X射線晶體學或冷凍電鏡等實驗技術來破譯蛋白質的三維結構,但這類方法耗時長、成本高。

預測蛋白質結構的CASP競賽始于1994年,今天它已成為這一領域交流新技術的國際平臺。2018年,DeepMind 團隊推出 AlphaFold1 參加第13屆CASP競賽,曾取得不錯的成績。今年參賽的系統是新版本AlphaFold2,此次比賽中,AlphaFold2比第二名的成績高出25分。

美國馬里蘭大學教授、CASP競賽創始人之一約翰·蒙特認為,達到90分即可與實驗方法獲得的結果競爭。美國密蘇里大學哥倫比亞分校講座教授許東認為,AlphaFold2可以滿足95%以上的理解功能、實驗設計等需求,達到了應用的標準。

奪冠當日,DeepMind在官網發布新聞稿稱,對于困擾生物學界50年的“蛋白質折疊”難題,AlphaFold2已成為業內專家認可的解決方案?!蹲匀弧沸侣勗u論更是以《它將改變一切》為題,指出DeepMind在解決蛋白結構問題上“邁出一大步”。

算法、模型和算力

AlphaFold1參加第13屆CASP競賽后,DeepMind團隊在《自然》發表文章,公開AlphaFold的代碼。目前DeepMind團隊還沒有發表關于AlphaFold2的論文并公布相關數據,只在官網公布了相關消息就引起AI領域和生物學界的軒然大波。

“AlphaFold2的相關文章還沒有看到,以我對Alpha系列的了解,應該還是集成數據驅動機器學習諸多算法的一個創新應用。”浙江大學人工智能研究所所長吳飛告訴《中國科學報》,“它相當于從包含了無窮多種答案的空間中,通過學習、優化、搜索等技術,找到一種合適的解決方法。”

吳飛舉例說,比如人們產生“恐懼”這種情緒,需要找到成千上萬個神經元的某種組合,形成某種神經回路結構才會在功能上產生這種情緒。人類蛋白質的組成結構非常復雜,人們要從海量的組合中,找到某種特定的組合非常困難。由于計算機的計算能力非常強大(也可以把它理解為學習模式能力和窮舉搜索能力強),它能幫助人們從幾億個結構里,找到某個特定的結構,該結構能對應某個特點功能。

“這是一種大數據驅動的人工智能方法,是以深度學習和搜索組合優化相結合的整體應用。”吳飛說,“AlphaFold2的成功應該包括算法、模型、算力以及該領域已有知識,這些元素缺一不可。”

吳飛進一步解釋說,AlphaFold2針對一個具體任務取得的巨大成功,所以它在模型上,肯定有一些組合式的創新。另外,DeepMind團隊也收集了一批一一對應的數據(蛋白質的結構和功能一一對應的數據)。在算力上,因為要從無窮多的組合里面,找到一個對應的功能,需要對大數據中蘊含模式進行學習、對可能答案空間進行搜索,同時提高大規模計算能力,這是一次技術和能力結的合勝利。

人機協同帶來飛躍

“目前主流的機器學習技術還依賴于統計學習。在數據量大,人工難以直覺分析規律的領域,相對來說人工智能具有優勢。”北京航空航天大學教授李甲告訴《中國科學報》。

吳飛也強調,在某些特定領域,人工智能有人類無法企及的能力,特別是在以海量數據搜索為導向的領域。

“就像有一顆珍珠放在太平洋中,我們都知道它在,但不知道它到底在哪兒。如果人工去尋找,可能就是一項無法完成的任務。但人工智能可以憑借巨大的存儲能力、超強的搜索能力和對數據高效利用的能力很容易找到它。”吳飛說。

2016年,DeepMind團隊的AlphaGo(阿爾法狗)戰勝圍棋大師李世石,曾掀起AI界和圍棋界的滔天巨浪,AlphaGo也在很大程度上改變了人們對AI的認知。

在圍棋比賽中,每一步都有一個“最優落子”的選擇,人類不可能在大腦里把幾十億個落子情況都推演一遍,但是計算機就有這樣的能力。

“AlphaFold2和之前的AlphaGo類似,是機器學習模型的進步和算力的提升,以及‘標簽數據’指導下完成的任務。”吳飛說,“即使在某些特定領域,也不能說是‘人工智能超越了人類’,而應該叫做‘人機協同完成’。”

吳飛認為,人工智能的這種成功是一種‘模式學習和模式匹配’能力。比如,我們經常用到的人臉支付,人工智能不是‘識別’出你的臉,它是從幾十萬張人臉數據中,找到和你匹配的人臉模式。比如,它發現相似度超過90%,就認為是你。

“但你如果問人工智能,‘為什么認為這張臉是我?’人工智能就是有嘴也解釋不清。”吳飛說,“所以它(人工智能)是某些領域中非常好的一個工具,可以在某項任務中節省大批人力、節省大量時間,但對這個結果的利用,還要依靠人類專家來完成。如果將這種工具和人的特長結合,協同賦能就能加快創新,帶來科學上的飛躍。”

 
版權聲明:凡本網注明“來源:中國科學報、科學網、科學新聞雜志”的所有作品,網站轉載,請在正文上方注明來源和作者,且不得對內容作實質性改動;微信公眾號、頭條號等新媒體平臺,轉載請聯系授權。郵箱:shouquan@stimes.cn。
 
 打印  發E-mail給: 
    
 
相關新聞 相關論文
?
圖片新聞
肥胖削弱抗癌防御系統 “糖衣”告訴細胞何時造血
火星像個夾心蛋糕 “玻璃碎片”是如何在細胞內形成的
>>更多
 
一周新聞排行 一周新聞評論排行
 
編輯部推薦博文
 
国产成人精品日本亚洲_国产高清在线a视频大全_国产肥熟女视频一区二区