首页 / 智能AI / 智能AI时代一定是必然吗(谷歌AI进军基因测序领域)

智能AI时代一定是必然吗(谷歌AI进军基因测序领域)

上周,谷歌推出了一款名为DeepVariant的软件。这个程序的功能主要是帮助用户对基因组数据进行解读。事实上,早在1年前,GoogleBrain和Verily生命科学公司就已经开发出了这个工具包,并且获得了2016年PrecisionFDATruthChallenge的最高性能奖。所以,这套开放源码工具对我们有什么意义呢?下面,我们将简单地用一种容易理解的语言,简要地分析一下这套算法中的各种技巧。

  DeepVariant究竟是什么?

相信大家都听说过亲子鉴定。说到底,这是DNA的对比。每一个人的DNA里,都有一个碱基重复的序列,这是一种显著的个体差异。按照孟德尔的遗传法则,只要检测者与被检测者对重复的碱基片段进行比对,就可以判断是否有血缘关系。

但是基因学的应用不仅仅局限于此。在人类基因组中,有三十亿碱基对的序列,对于科学研究而言,完全的碱基排序尤其重要。如果要鉴定一种特定疾病的基因,那就需要一大批数据,并多次完成基因排序,这一次就要完成测序。

现在,科学领域中已经存在多种DNA测序方法。这些技术被称为HTS(high-throughputsequencing,高通量测序技术)。它具有快速、低成本的特点,使其得到广泛的商业应用。但HTS检测出的基因序列并不完全。

对人类而言,每一次探测都要产生十亿个短序列,每一段序列只代表人类基因30亿个碱基中的100个。在测量期间,这些小序列可能产生0.1%至10%的误差。因此,对HTS而言,把这些小片段拼凑成一个完整的基因序列并不太容易,有些序列上的错误也会影响科学家的判断。

经过瓶中基因组联盟(GIAB)等组织多次测量后,他们公布了人类的标准参考基因组。当HTS产生结果后,将其与标准参考基因组进行比较,就能发现其中的差异。产生突变点的原因主要有两种,一种是SNP单核苷酸多态性,另一种是SNP本身的程序错误。

此次谷歌发布的DeepVariant则是能够通过深入学习来识别这两种错误,使HTS的结果更加精确。事实上,在此之前,已经有很多人工设计的算法来进行此项工作。GATK是一种最普遍的用法。但是准确性和时间上的花费仍然很高。

DeepVariant的原则是把拼合完整的问题转化为图象,深入学习模型,发现图象中的可变点,从而完成对基因变异点的检测。请举一个非常简单的例子,这里有许多类似的A类、B类图片。使DeepVariant通过一步一步的图像特征识别出A类、B类图像。

对于人工算法的GATK来说,DeepVariant在精确度上更胜一筹。

DeepVariant在使用GATK的人工算法时更加精确。

 人工智能&学习

谈到当今科技圈最火的词汇,那“人工智能”可算作一种。日前,在“2017中国企业领袖峰会”上,李开复对“人工智能”表示了很高的期望。在他看来,“AI时代的到来将取代人的工作”。所以,事实真的是这样吗?

虽然DeepVariant与我们相距甚远,但是在现实生活中,我们已经能看到许多AI的影子。通过我们的手机,在CPU如A11、麒麟970等CPU上配置了神经网络芯片,这些芯片在智能手机上搭配,可以使你的手机更智能、智能。这可以帮助你在拍照时区分性别,也可以在解锁时识别用户。

连胜数名棋王的AlphaGo也同样在使用人工智能技术。此外,比如Netflix也通过AI算法向用户推荐适合他们的节目。打开淘宝后,你会发现主页上有很多类似你想要的东西。事实上,在你的生命里,已经有很多AI的例子。

AI能使我们的生活更方便,甚至使很多不可能的事成为可能。Reedit上有一个用户使用开放源码的学习工具,伪造了很多女性的色情影片。开发这个方法也非常简单,先搜索Google和Youtube上的一大堆名人的面部照片,然后再编译这些照片,最终让AI研究这些面部特征,制作出电影。

总结起来,目前人工智能的应用可以分为这几类。一、代替人工的许多重复性劳动,减少操作成本,使工作变得更加简便,二、为用户提供定制信息、三、增添机器人格,塑造形象,加深互动。

首先,语音助手就是一个很好的例子,它可以为用户降低运营成本。其次,正如Netflix、淘宝等应用,为用户定制个人信息,用户就能更加直观、简单地看到自己所需要的信息流。三个最好的例子是汉森机器人技术公司开发的一种机器人,它能学会适应人的行为,并与人合作。允许机器拥有个性,塑造图像,完成从机械认识向人的转变。

自然,这些人工智能能做的事都离不开一个字“学”。下一次它叫XXX时,你打开语音助手,冲着它大喊:“把我的名字叫XXX”,它会叫你的名字。在“闲置鱼”搜索iPhoneX的时候,一个以上的二手iPhoneX会出现在首页。也许,人工智能的核心就在这里。

人脑能在瞬间对多张图片进行处理并做出反应。机械又不是这样,机器需要通过算法在多幅图片中找到其特征点,并利用大量模型进行学习。事实上,在算法中不断地调整权重比,和真正意义上所谓的强AI还有不小的差距。与DeepVariant相反,在原则上实际上是非常简单的。就连DeepVariant的小组在一次访谈中表示,他们对遗传学的了解不多。但愿DeepVariant发布后,能给其他人工智能公司带来一些思想上的灵感。

将来。

就目前而言,像DeepVariant这样的工具对于我们这样的普通人来说可能是遥不可及的。但是,不能否认,隐藏在DeepVariant后面的人工智能技术与我们每个人息息相关。他认为,正如李开复所言,“AI时代是不可避免的”。将来,生活中可能会充斥着大量的人工智能“阴影”,很多普通的工作也已被机器所代替。

但是,这不能不让我们思考,在一味地追求科技的同时,如何解决就业等消极问题。或许,在这个飞速发展的时代,我们应该放慢脚步,思考未来,这样AI时代就能走得更快一点。

本文来自网络,不代表本地资讯门户立场,转载请注明出处:https://www.gamecheng.com/ai/2931.html

雯华作者

上一篇
下一篇

为您推荐

发表评论

您的电子邮箱地址不会被公开。

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

手机访问
手机扫一扫打开网站

手机扫一扫打开网站

返回顶部