科學家使用了一種稱為深度學習的AI來發(fā)現(xiàn)新的抗生素
(文章來源:教育新聞網(wǎng))
想象一下你是一個化石獵人。您在亞利桑那州的高溫中花費了數(shù)月的時間來挖掘骨骼,卻發(fā)現(xiàn)自己發(fā)現(xiàn)的是先前發(fā)現(xiàn)的恐龍。
這就是最近尋找抗生素的方法。相對較少的抗生素獵人一直在尋找相同類型的抗生素。隨著許多病原體的耐藥性迅速提高,迫切需要新的抗生素。傷口或刮傷會威脅生命,只是時間問題。然而,近來很少有新抗生素進入市場,甚至這些只是舊抗生素的微小變體。
盡管前景黯淡,但最近的人工智能(AI)革命帶來了新的希望。在2月20日發(fā)表在《細胞》雜志上的一項研究中,麻省理工學院和哈佛大學的科學家使用了一種稱為深度學習的AI來發(fā)現(xiàn)新的抗生素。
從土壤或植物提取物中發(fā)現(xiàn)抗生素的傳統(tǒng)方法并未發(fā)現(xiàn)新的候選藥物,解決這一問題也存在許多社會和經(jīng)濟障礙。最近,一些科學家試圖通過在細菌的DNA中尋找新的產(chǎn)生抗生素的基因來解決這一問題。其他人在異國的地方(如我們的鼻子)尋找抗生素。進入深度學習。這些算法為當今的許多面部識別系統(tǒng)和自動駕駛汽車提供了動力。
它們通過學習數(shù)據(jù)模式來模仿大腦中的神經(jīng)元如何運作。單個人工神經(jīng)元-像微型傳感器-可能會檢測直線或圓圈之類的簡單模式。通過使用成千上萬的人工神經(jīng)元,深度學習AI可以執(zhí)行極其復雜的任務,例如識別視頻中的貓或檢測活檢圖像中的腫瘤。
鑒于其強大的功能和成功的經(jīng)驗,得知正在尋找新藥的研究人員正在擁抱深度學習AI并不奇怪。然而,建立一種用于發(fā)現(xiàn)新藥的AI方法并非易事。在很大程度上,這是因為在AI領(lǐng)域沒有免費的午餐。在沒有免費的午餐定理指出,沒有普遍優(yōu)于算法。這意味著,如果一個算法在一項任務中表現(xiàn)出色,例如面部識別,那么它將在另一項任務(例如藥物發(fā)現(xiàn))中表現(xiàn)出色。因此,研究人員不能簡單地使用現(xiàn)成的深度學習AI。
? ? ?