2016年见证了人类的一个重要里程碑：人工智能（AI）在围棋比赛中击败了世界冠军。就上下文而言，围棋是一种棋盘游戏，以前被认为需要太多的人类直觉才能让计算机成功，因此，它是人工智能的北极星。
多年来，研究人员试图创建一个可以在游戏中击败人类的人工智能系统，但失败了。直到AlphaGo。
2016 年，谷歌 DeepMind 创建的人工智能系统 AlphaGo 不仅击败了其冠军人类对手（李世石）;它表明机器可以找到没有人会想出的游戏策略。AlphaGo在执行其难以想象的动作#37时震惊了世界。对于人类专家来说，这是一个如此违反直觉和奇怪的举动，以至于在AlphaGo下完之后，它震惊和困惑了李以及所有旁观者和世界专家。它最终导致了该技术在那场比赛中的胜利。
人工智能与癌症：寻找第37步
除了举例说明人工智能在这种情况下的潜力之外，围棋游戏还表明，人工智能可以而且应该帮助人类提出针对重大现实问题的Move 37。其中包括对抗癌症。
像棋盘游戏一样，在众所周知的人体免疫系统和癌症之间的“竞争”中，游戏有一个特定的元素。如果免疫系统是守护身体健康的警察，那么癌症就像一个试图逃避抓捕的流氓。当“免疫系统警察”寻找有害的癌细胞、病毒、感染和任何疾病时，癌症正忙于想出各种颠覆、欺骗和破坏的策略。
让数据增强我们的直觉
几个世纪前，科学家和医生在试图治愈疾病时基本上是在黑暗中运作，不得不完全依靠他们的直觉。然而，今天，随着生物数据高通量和测量的进步，人类处于独特的地位，可以充分利用可用资源。我们现在可以创建AI模型，并使用所有可用数据来增强这些AI的内在直觉。
为了更清楚地说明这一概念，请考虑用CRISPR（一种基因编辑技术）编辑的CAR-T细胞的情况，以创造治疗癌症的有前途的治疗选择。该领域的许多当前和过去的方法都依赖于单个研究人员或学术团体的直觉来优先考虑要测试编辑的基因。例如，世界上一些基因工程T细胞专家提出了试图敲除PD1的想法，但PD1并没有改善患者的预后。在这种情况下，基因没有被正面比较，需要大量的人类直觉来决定如何最好地进行。
最近，随着高通量单细胞CRISPR测序方法的进步，我们接近在平等的基础上和各种实验场景中同时测试所有基因的可能性。这使得数据更适合人工智能，在这种情况下，我们有机会让人工智能帮助我们决定哪些基因看起来最有希望修改患者以对抗癌症。
运行广泛的人工智能实验并生成抗癌数据的能力改变了游戏规则。生物学和疾病是如此复杂，以至于当前和过去的策略，主要由人类直觉驱动，不太可能是最好的方法。事实上，我们预测，在未来10年里，我们将拥有相当于对抗癌症的Move 37：一种乍一看似乎违反直觉的疗法（仅凭人类直觉不会到达），但最终会震惊我们所有人并为患者赢得游戏。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/4289.html
文章评论