來源ai：世界科學(xué)

概要：社交媒體擁有數(shù)以億計的用戶，他們每年發(fā)布數(shù)以千億計的微博和帖子，這將社會科學(xué)推向ai了大數(shù)據(jù)時代。

人工智能“知道”星系應(yīng)該是什么樣的，它把一張模糊的圖像（左）變成了一張清晰的圖像（右）

AI可以通過你的智能手機(jī)與你對話，可以在無人駕駛汽車?yán)锷下沸旭?，心懷疑慮的未來主義者擔(dān)心AI的飛速發(fā)展將有可能導(dǎo)致大規(guī)模失業(yè)，但對于科學(xué)家來說，AI前景是光明的：它將加速科學(xué)發(fā)現(xiàn)的進(jìn)程。

算法如何分析大眾情緒

社交媒體擁有數(shù)以億計的用戶，他們每年發(fā)布數(shù)以千億計的微博和帖子，這將社會科學(xué)推向了大數(shù)據(jù)時代。心理學(xué)家馬丁?塞利格曼（Martin Seligman）認(rèn)識到：社交媒體提供了一個前所未有的機(jī)會——利用人工智能從大眾溝通中提取意義。在賓夕法尼亞大學(xué)積極心理學(xué)研究中心，塞利格曼和20多位心理學(xué)家、醫(yī)生和計算機(jī)科學(xué)家投身于世界福祉項目，利用機(jī)器學(xué)習(xí)和自然語言處理技術(shù)大量篩選數(shù)據(jù)，以期衡量公眾的情緒和身體健康狀況。從傳統(tǒng)上來講，這些都是通過調(diào)查完成的。但塞利格曼說：“社交媒體數(shù)據(jù)并不引人矚目，非常廉價，而且所獲數(shù)據(jù)的數(shù)量級也更大。”社交媒體上的數(shù)據(jù)是凌亂的，但是人工智能可以提供一種揭示其中模式的高效方法。在最近的一項研究中，塞利格曼及同事研究了29000名用戶在臉譜網(wǎng)上更新的內(nèi)容，他們對于是否患有抑郁癥進(jìn)行了自ai我評估。研究人員利用其中28000名用戶的數(shù)據(jù)資料，通過機(jī)器學(xué)習(xí)算法，發(fā)現(xiàn)用戶用詞和抑郁程度存在關(guān)聯(lián)。這樣一來，僅僅根據(jù)更新內(nèi)容，這種算法就可以成功地判定出其余用戶的抑郁程度。

在另一項研究中，研究小組分析了1.48億篇微博以預(yù)測一個縣城中的心臟病致死率。結(jié)果證明，跟憤怒和消極關(guān)系有關(guān)的話語成為危險指標(biāo)。相較于根據(jù)吸煙、糖尿病等10個主要危險指標(biāo)進(jìn)行的預(yù)測，通過社交媒體進(jìn)行的預(yù)測與實際死亡率更加接近。除此之外，研究人員還利用社交媒體來預(yù)測人的性格、收入和政治思想意識，并研究醫(yī)院護(hù)理、神秘經(jīng)歷和刻板印象等情況。通過推特的數(shù)據(jù)，研究人員甚至創(chuàng)建了一張地圖，用不同顏色描繪了美國每個縣居民的幸福感、抑郁度、信任度和五種人格特質(zhì)。德克薩斯大學(xué)奧斯汀分校的社會心理學(xué)家詹姆斯?潘尼貝克（James Pennebaker）說：“語言分析與心理學(xué)的聯(lián)系正在發(fā)生一場革命?！迸四嶝惪俗⒅氐牟皇莾?nèi)容，而是風(fēng)格。例如，他發(fā)現(xiàn)：可以根據(jù)大學(xué)招生考試的文章中所使用的功能詞來預(yù)測成績。冠詞和介詞的使用體現(xiàn)了分析思維能力，可以預(yù)測其成績會較高；代詞和副詞的使用體現(xiàn)了敘事思維能力，可以預(yù)測其成績會較低。此外，潘尼貝克發(fā)現(xiàn)的證據(jù)表明：1728年的劇本《雙重背叛》（Double Falsehood）中的大部分內(nèi)容可能是由威廉?莎士比亞撰寫的，根據(jù)認(rèn)知復(fù)雜性和罕見詞等因素，機(jī)器學(xué)習(xí)算法認(rèn)定該劇本與莎士比亞的其他作品一致。潘尼貝克稱：“現(xiàn)在，我們可以分析一個人曾經(jīng)撰寫和發(fā)布過的所有內(nèi)容，并且逐漸分析你和他人的談話方式。結(jié)果就是，我們可以越來越詳細(xì)地描繪出大家到底是什么樣的人?！?/p>

通過基因組搜尋自閉癥的根源

對于遺傳學(xué)家來說，自閉癥是一個棘手的問題，而遺傳模式表明自閉癥具有很強(qiáng)的遺傳因素。但是，對自閉癥有影響的數(shù)十種已知基因的變體，只能解釋所有病例的大約20％。要想找到可影響自閉癥的其他變體，就需要在25 000個其他人類基因及其周圍DNA的相關(guān)數(shù)據(jù)中尋找線索——這是人類研究者難以招架的任務(wù)。因此，普林斯頓大學(xué)的計算生物學(xué)家奧爾加?特洛伊安斯卡亞（Olga Troyanskaya）和紐約市西蒙斯基金會引入了人工智能工具。

紐約基因組中心創(chuàng)始人、洛克菲勒大學(xué)醫(yī)學(xué)科學(xué)家羅伯特?達(dá)內(nèi)爾（Robert Darnell）解釋說：“我們所能做的，就是像生物學(xué)家一樣揭示自閉癥等疾病是由什么引起的。在某個方面，當(dāng)一個科學(xué)家提出10個問題時，機(jī)器卻有能力提出1萬億個問題，機(jī)器將改變整個游戲規(guī)則。”

特洛伊安斯卡亞整合了數(shù)百個數(shù)據(jù)集，這些數(shù)據(jù)集包含了哪些基因在特定的人類細(xì)胞中表現(xiàn)出活性、蛋白質(zhì)之間是如何發(fā)生相互作用、轉(zhuǎn)錄因子結(jié)合位點(diǎn)以及其他關(guān)鍵基因組特征所在之處的描述。然后，特洛伊安斯卡亞及其研究小組利用機(jī)器學(xué)習(xí)創(chuàng)建了一份基因相互作用的圖譜，并將少數(shù)已經(jīng)熟知的自閉癥風(fēng)險基因與數(shù)千個其他未知基因進(jìn)行對比，試圖尋找其中的類似之處。2016年，他們在《自然-神經(jīng)科學(xué)》上發(fā)文說：對比表明，另外2500個基因可能跟自閉癥有關(guān)。

然而，就像最近遺傳學(xué)家才認(rèn)識到的那樣——基因并不是單獨(dú)起作用的，基因的行為是由附近數(shù)百萬個非編碼堿基決定的，而非編碼堿基與DNA結(jié)合蛋白以及跟其他因子發(fā)生相互作用。與尋找這些基因相比，識別哪些非編碼變體可能會影響到附近的自閉癥基因是個更加困難的問題。在普林斯頓大學(xué)特洛伊安斯克亞的實驗室里，有位名叫周?。↗ian Zhou）的研究生正在利用人工智能解決這個問題。

為了訓(xùn)練這個深度學(xué)習(xí)系統(tǒng)，周健為這個系統(tǒng)引入了DNA元素百科全書和人類表觀基因組學(xué)收集的數(shù)據(jù)，這兩個項目記錄了數(shù)萬個非編碼DNA位點(diǎn)是如何影響附近基因的。在評估非編碼DNA未知片段上潛在的活動時，該系統(tǒng)實際上學(xué)會了如何確定應(yīng)尋找的特征。2015年10月，當(dāng)周健和特洛伊安斯克亞在《自然-方法學(xué)》上描述他們這個被稱為DeepSEA的計劃時，加州大學(xué)爾灣分校的計算機(jī)科學(xué)家謝曉輝（Xiaohui Xie）將其稱為“把深度學(xué)習(xí)應(yīng)用到基因組學(xué)的里程碑”。目前，普林斯頓大學(xué)的研究團(tuán)隊正在利用DeepSEA計劃對自閉癥患者的基因組進(jìn)行分析，希望能夠?qū)Ψ蔷幋a堿基帶來的影響進(jìn)行排序。

同樣，謝曉輝也正在利用人工智能處理基因組，但他關(guān)注的范圍不僅僅是自閉癥，他更希望根據(jù)突變的危害程度對其進(jìn)行分類。但是，謝曉輝警告說：在基因組學(xué)中，深度學(xué)習(xí)系統(tǒng)只有在受過訓(xùn)練的領(lǐng)域才能像數(shù)據(jù)集那樣有效。他說：“在我看來，當(dāng)前人們會質(zhì)疑這種系統(tǒng)在分析基因組方面的可靠性。但是將來越來越多的人會接受深度學(xué)習(xí)?！?/p>

能夠理解太空的機(jī)器

2017年4月，天體物理學(xué)家凱文?沙文斯基（Kevin Schawinski）在推特上發(fā)布了4個星系的模糊圖片，并隨圖附上了一個請求，希望同行的天文學(xué)家能夠幫助他進(jìn)行分類。同行們意見一致：這些圖像看起來像橢圓和螺旋結(jié)構(gòu)，屬于熟悉的星系類型。

但一些天文學(xué)家仍心存疑慮，因為沙文斯基是有頭腦的，所以他們直截了當(dāng)?shù)貑柕溃哼@些是真正的星系嗎？它們是利用相關(guān)物理學(xué)原理在電腦上模擬出來的模擬星系嗎？沙文斯基回答說：其實兩者都不是。在瑞士蘇黎世聯(lián)邦理工學(xué)院，沙文斯基、計算機(jī)科學(xué)家張策（Ce Zhang）及其合作人員，在一個神經(jīng)網(wǎng)絡(luò)中模擬了這些星系，該神經(jīng)網(wǎng)絡(luò)對物理學(xué)原理一無所知，似乎只是幫助我們理解在深層次觀察中，星系看起來應(yīng)該是什么樣的。

沙文斯基只不過是想利用在推特上發(fā)布的帖子來看看神經(jīng)網(wǎng)絡(luò)創(chuàng)造的星系在多大程度上是可信的，但是他更遠(yuǎn)大的目標(biāo)是開創(chuàng)一項技術(shù)，能夠像電影中那樣將模糊的觀測圖像奇跡般地清晰化——神經(jīng)網(wǎng)絡(luò)能夠使模糊的星系圖像看起來更加清晰，就好像是用較為高級的望遠(yuǎn)鏡拍攝的。這樣，天文學(xué)家們就能夠從大量的觀察中得到更為精確的細(xì)節(jié)畫面。沙文斯基說：“在巡天工程中，我們花費(fèi)了數(shù)億甚至是數(shù)十億美元的資金。從某種程度上說，一旦有了這項技術(shù)我們即刻就能提取更多的信息?！?/p>

沙文斯基在推特網(wǎng)上發(fā)布的星系圖像是生成對抗性網(wǎng)絡(luò)的作品，該網(wǎng)絡(luò)是一種機(jī)器學(xué)習(xí)模型，包括兩個互相對抗的神經(jīng)網(wǎng)絡(luò)，其中一個網(wǎng)絡(luò)是可以創(chuàng)造圖像的生成器，另一個是可以挑出瑕疵、去除偽造成分的鑒別器，它可以形成優(yōu)化的生成器。沙文斯基的研究小組拍攝了數(shù)千張真實的星系圖像，然后人為分解它們。接著，研究人員訓(xùn)練生成器拼接圖像，使它們具有鑒別器的功能。最終，神經(jīng)網(wǎng)絡(luò)會勝過其他技術(shù)，成為消除星系圖像雜亂成分最好的技術(shù)。

伊利諾伊州巴達(dá)維亞地區(qū)費(fèi)米國家加速器實驗室的天體物理學(xué)家布萊恩?諾德（Brian Nord）說：沙文斯基的方法是機(jī)器學(xué)習(xí)在天文學(xué)領(lǐng)域一個特別前衛(wèi)的例子，但并非絕無僅有。2017年1月，在美國天文學(xué)會的一次會議上，諾德提出了一種機(jī)器學(xué)習(xí)策略，用來搜尋強(qiáng)效引力透鏡——遙遠(yuǎn)星系的圖像在通往地球的過程中經(jīng)過扭曲的時空時，會在太空中形成罕見的光弧。這些引力透鏡可用于測量宇宙間天體的距離，并發(fā)現(xiàn)肉眼看不見的質(zhì)量密度。

強(qiáng)效引力透鏡的視覺效果十分獨(dú)特，但難以利用簡單的數(shù)學(xué)規(guī)則描述——利用傳統(tǒng)的計算機(jī)很難分辨出來，但是對于人類來講卻相對容易分辨。諾德和其他科學(xué)家意識到，利用數(shù)千個透鏡對神經(jīng)網(wǎng)絡(luò)進(jìn)行培訓(xùn)之后，神經(jīng)網(wǎng)絡(luò)就可以獲得類似人類的直覺。諾德稱：“實際上，在接下來的幾個月里，我們撰寫了十幾篇論文，都是研究應(yīng)用機(jī)器學(xué)習(xí)搜尋強(qiáng)效引力透鏡的，這是一件激動人心的事情?！?/p>

在整個天文學(xué)領(lǐng)域，這只是冰山一角。天文學(xué)家越來越認(rèn)識到，人工智能提供了一個強(qiáng)有力的工具，可以利用PB級數(shù)據(jù)發(fā)現(xiàn)有趣的天體并對其進(jìn)行分類。沙文斯基稱：“人人都在驚呼：‘天哪，我們擁有的數(shù)據(jù)太多啦！’我認(rèn)為，在大數(shù)據(jù)時代利用人工智能，終將會有真正的發(fā)現(xiàn)?！?/p>

神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)化學(xué)合成的藝術(shù)

有機(jī)化學(xué)家善于反向思維。類似于烹飪大師先從看到成品菜肴開始，然后再研究如何烹制……許多化學(xué)家都是從他們想要制造的分子的最終結(jié)構(gòu)開始思考如何組裝它。德國明斯特大學(xué)的研究生馬爾文?塞格勒（Marwin Segler）說：“要想知道如何合成分子，你所需要的只是合適的成分和方法?！蹦壳?，塞格勒和其他研究人員正在將人工智能引進(jìn)他們的分子實驗室。

研究人員希望人工智能能夠幫助他們應(yīng)對分子制造過程中的一個關(guān)鍵挑戰(zhàn)：從數(shù)百個潛在的構(gòu)建材料和數(shù)千個相關(guān)的化學(xué)規(guī)則中做出最合適的選擇。幾十年來，一些化學(xué)家利用已知的化學(xué)反應(yīng)煞費(fèi)苦心地為計算機(jī)編程，希望創(chuàng)建一個能夠快速計算出最靈敏的分子合成法的系統(tǒng)。然而，塞格勒說：“化學(xué)可能是非常微妙的，很難以二進(jìn)制的方式寫下所有的規(guī)則。”

因此，塞格勒、明斯特大學(xué)計算機(jī)科學(xué)家邁克?普羅伊斯（Mike Preuss）和塞格勒的顧問馬克?沃勒（Mark Waller）將目光轉(zhuǎn)向了人工智能。他們沒有利用化學(xué)反應(yīng)的嚴(yán)格規(guī)則進(jìn)行編程，而是設(shè)計了一個深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)程序。通過數(shù)以百萬計的化學(xué)反應(yīng)實例，該程序能夠自行學(xué)習(xí)反應(yīng)是如何進(jìn)行的。塞格勒稱：“你提供的數(shù)據(jù)越多，效果就越好?！彪S著時間的推移，這個神經(jīng)網(wǎng)絡(luò)學(xué)會了如何預(yù)測化學(xué)合成過程中目標(biāo)分子的最佳反應(yīng)。它從零開始，最終拿出了自己的分子制造方案。

這3位研究人員測試了40種不同的目標(biāo)分子，并與傳統(tǒng)的分子設(shè)計程序進(jìn)行對比。根據(jù)2017年研究人員在一次會議上的報告，在兩個小時的計算時間內(nèi)，傳統(tǒng)程序完成了22.5%目標(biāo)分子的合成方案；而人工智能程序則完成了95%的合成方案。塞格勒不久將要前往倫敦的一家制藥公司工作，他希望通過這個方法改進(jìn)醫(yī)藥的生產(chǎn)過程。

加州帕洛阿爾托市斯坦福大學(xué)的有機(jī)化學(xué)家保羅?溫德（Paul Wender）認(rèn)為，現(xiàn)在判斷塞格勒的方法是否有效，還為時尚早。然而，溫德也正在將人工智能應(yīng)用到有機(jī)化學(xué)合成，他認(rèn)為：不僅在合成已知分子方面，而且在尋找制造新分子的方法方面，人工智能都可能會產(chǎn)生深遠(yuǎn)影響。塞格勒接著說，人工智能不會很快取代有機(jī)化學(xué)家，因為化學(xué)家們所做的遠(yuǎn)遠(yuǎn)不只是預(yù)測反應(yīng)將會如何進(jìn)行。就化學(xué)來說，人工智能就像GPS定位系統(tǒng)，它可能適于尋找合成的路線途徑，但它本身卻不能自行設(shè)計和執(zhí)行整個合成過程。

當(dāng)然，人工智能開發(fā)人員也已經(jīng)著眼于完成其他任務(wù)了。