誰帶我們來到了人工智能的爆發前夜?

　　導讀：你也許對“強化學習(xi) ”這個(ge) 名詞感到陌生，但你一定知道人工智能。事實上，“強化學習(xi) 是一種人工智能方法，能使計算機在沒有明確指導的情況下像人一樣自主學習(xi) 。”毫無疑問，在這個(ge) 屬於(yu) 人工智能的時代，這款突破性技術將在包括生物醫學在內(nei) 的多個(ge) 領域掀起巨浪。

　　你也許對“強化學習(xi) ”這個(ge) 名詞感到陌生，但你一定知道人工智能。事實上，“強化學習(xi) 是一種人工智能方法，能使計算機在沒有明確指導的情況下像人一樣自主學習(xi) 。”毫無疑問，在這個(ge) 屬於(yu) 人工智能的時代，這款突破性技術將在包括生物醫學在內(nei) 的多個(ge) 領域掀起巨浪。

　　強化學習(xi) ，究竟怎麽(me) 學?

　　說到人工智能，我們(men) 不得不提DeepMind這家公司。去年三月，它開發出的人工智能AlphaGo在五局對戰中，以4：1的比分擊敗前世界圍棋*人李世乭，讓人工智能這個(ge) 詞進入了普羅大眾(zhong) 的視野;而在今年，AlphaGo又以60：0的懸殊比分，在短短幾天內(nei) 橫掃**的圍棋選手。這也讓世界圍棋排名*的棋士柯潔生出“人類千年的實戰演練進化，計算機卻告訴我們(men) ，人類全都是錯的……”之感歎。

　　訓練出AlphaGo的，正是強化學習(xi) 方法。

　　有人說，這一方法的靈感來源於(yu) 動物的學習(xi) 過程。為(wei) 了教會(hui) 動物們(men) 新的技能，訓練師往往會(hui) 獎懲並用，幫助動物建立起反射，從(cong) 而掌握技能。強化學習(xi) 與(yu) 這很像，隻不過將學習(xi) 的對象從(cong) 動物換成了電腦程序。從(cong) 外部獲知信號後，人工智能會(hui) 逐層分析這些信息，並將數據分配上一個(ge) 權重，傳(chuan) 遞給下一層。而當研究人員設立起一個(ge) 目標，人工智能在權重的設定上就會(hui) 變得更聰明——它們(men) 會(hui) 通過自己的不斷學習(xi) ，了解到為(wei) 了達成目的，什麽(me) 重要，什麽(me) 不重要。

　　然後，有趣的事就發生了。

　　“太空侵略者”是人工智能zui早學會(hui) 的遊戲之一。這款遊戲有點像“小蜜蜂”，玩家要做的，就是操縱戰機，擊毀敵艦。DeepMind開發了一款人工智能，並且隻告訴它兩(liang) 件事：一，根據屏幕做操作;二，把分數盡可能提高。僅(jin) 僅(jin) 幾個(ge) 小時的練習(xi) 後，這款人工智能就擊敗了人類的遊戲專(zhuan) 家。

擊敗玩了十多年的人類玩家，人工智能隻用了幾小時

　　圍棋比電子遊戲複雜得多，但人工智能依舊啃下了這塊骨頭。在AlphaGozui初的歲月中，它更多是在學習(xi) 評估圍棋大師的棋譜，了解如何下出“神之一手”。然而，為(wei) AlphaGo帶來突破的元素之一，一定有強化學習(xi) 。在數百萬(wan) 盤自我對局後，AlphaGo的技術得到了升華，讓它成為(wei) 了傳(chuan) 奇。

　　DeepMind的共同創始人之一Demis Hassabis博士認為(wei) ，想要讓人工智能做更複雜的事情，強化學習(xi) *。“僅(jin) 僅(jin) 學會(hui) 觀察，對智能而言是不夠的。絕知此事要躬行，”Hassabis博士說：“這是我們(men) *能真正了解世界的方法。”

DeepMind共同創始人Hassabis博士對強化學習(xi) 青眼有加

　　當人工智能遇上生物醫學

　　人工智能的應用很廣——自動駕駛、智能支持等領域，都離不開它。而在生物醫學領域，我們(men) 同樣看到了它的廣闊應用前景。

　　由於(yu) 在圖像處理方麵得天獨厚的優(you) 勢，人工智能在基於(yu) 圖像的診斷上已經取得了一係列突破。去年，研發出AlphaGo的DeepMind宣布，與(yu) 歐洲zui古老，也是zui龐大的眼科治療、教學與(yu) 研究中心Moorfields眼科醫院達成合作，診斷年齡相關(guan) 性黃斑變性和糖尿病視網膜病變等眼科疾病。在強化學習(xi) 中，這款人工智能讀取了100萬(wan) 份眼部掃描圖像和疾病管理的信息，成為(wei) 了眼科專(zhuan) 家。

　　無*偶，這個(ge) 月，來自我國的兩(liang) 名白內(nei) 障專(zhuan) 家，中山眼科中心的林浩添博士、劉奕誌教授與(yu) 研究團隊一道，開發出了一種能診斷先天性白內(nei) 障的人工智能。僅(jin) 利用886張眼部的圖像，它就能準確診斷兒(er) 童先天性白內(nei) 障，並對疾病的嚴(yan) 重性進行區分。在這些方麵，它與(yu) 眼科專(zhuan) 家的表現一樣出色。而在診斷皮膚癌領域，人工智能一出馬，甚至擊敗了人類醫生。

　　事實上，人工智能用於(yu) 診斷的依據，並不止於(yu) 圖像。以IBM的沃森腫瘤解決(jue) 方案(Watson for Oncology)為(wei) 例，它在美國zui早的癌症治療機構之一斯隆-凱特琳癌症中心進行了深入學習(xi) ，將癌症專(zhuan) 家們(men) 過去幾十年一樁樁癌症病例的治療記錄與(yu) 依據全都爛熟於(yu) 心。此外，它還牢牢記住了超過300份醫學雜誌、200餘(yu) 種教科書(shu) 、以及1500多萬(wan) 頁的資料中的關(guan) 鍵信息，知識量遠超人類醫生。zui為(wei) 關(guan) 鍵的是，它學會(hui) 了從(cong) 患者的病例中提取“肺癌”、“EGFR”等關(guan) 鍵詞，因此能迅速掌握患者信息，並從(cong) 海量數據中篩選出一係列行之有效，卻又為(wei) 患者量身打造的治療方案。

IBM的沃森腫瘤解決(jue) 方案有望為(wei) 癌症診療帶來變革

　　去年，沃森在日本小試牛刀：一名66歲的患者經診斷患有“急性骨髓性白血病”，並開始相應的治療。然而治療後，患者的病情不但沒有緩解，反而還出現了惡化，甚至開始神誌不清，醫生對此無能為(wei) 力。而在獲得患者了的遺傳(chuan) 信息後，沃森僅(jin) 僅(jin) 用了10分鍾就做出了診斷——這名患者得的不是“急性骨髓性白血病”，而是另一種罕見白血病。在對症下藥後，患者的病情終於(yu) 有了起色。

　　人工智能在生物醫學領域的第三大應用，也許是減少不必要的人力勞動。上周，《自然》子刊《Nature Biomedical Engineering》推出了“機器學習(xi) ”特刊，報道了一種能對樣本進行“虛擬染色”的人工智能。它能將常規染色的時間從(cong) 幾個(ge) 小時，縮短到3分鍾。它的問世極大縮減了醫生用於(yu) 診斷的時間，讓腦腫瘤醫生“一邊動手術，一邊檢查是否把腦瘤切幹淨”成為(wei) 了可能。這對罹患腦瘤，身處手術中的患者來說至關(guan) 重要。

你能分清哪個(ge) 是病理實驗室染色，哪個(ge) 是人工智能“染色”嗎?

　　可以想象，在未來的幾年，各行各業(ye) 都會(hui) 受到人工智能的衝(chong) 擊，甚至出現顛覆性的改變。將來，或許越來越多的職業(ye) 會(hui) 被機器人所取代。但這絕不是人類的末日，而是一個(ge) 更為(wei) 美好的明天。我們(men) 期望會(hui) 自主學習(xi) 的人工智能迸發出更多能量，為(wei) 生物醫藥領域帶來更多創新與(yu) 突破。

　　ky体育下载地址是一家專(zhuan) 業(ye) 從(cong) 事生命科學、環境科學、化工食品及醫藥科學等實驗室儀(yi) 器設備、試劑耗材相關(guan) 產(chan) 品銷售和技術服務的企業(ye) 。一直以來，公司堅持以*，服務為(wei) 宗旨，受到業(ye) 內(nei) 的廣泛好評。

　　公司主營產(chan) 品：Veriti基因擴增儀(yi) ，多歧管冷凍幹燥機，玻底細胞培養(yang) 皿，CL-1000紫外交聯儀(yi) ，ProFlex PCR儀(yi) ，實時熒光定量PCR係統，eppendorf電轉化儀(yi) ，全自動生長曲線分析儀(yi) ，多功能微孔板檢測係統，ABI PCR儀(yi) 等。

　　如您有任何需求請與(yu) 我們(men) ，提供全套器材相關(guan) 服務。：www。。ｃｎhopebio。。ｃｏｍ