| 發(fā)布日期： 2015-06-15 | 小 | 中 | 大 | 【關(guān)閉窗口】 |
|
有史以來，計(jì)算機(jī)第一次不依靠人類的任何幫助，僅僅通過人工智能獨(dú)立發(fā)現(xiàn)了一個(gè)新的科學(xué)理論。 來自塔夫斯大學(xué)的計(jì)算和生物領(lǐng)域的科學(xué)家們編碼了這樣一套程序，它能夠讓計(jì)算機(jī)在面對(duì)一個(gè)新的科學(xué)問題的時(shí)候，獨(dú)立地發(fā)展出一套解釋這個(gè)問題的理論。他們選擇的是一個(gè)在生物領(lǐng)域里困惑科學(xué)家們120年之久的現(xiàn)象：渦蟲（Planaria）被切開之后是有能力進(jìn)行再生，形成一個(gè)新的個(gè)體的。這個(gè)奇怪的現(xiàn)象很久之前就被發(fā)現(xiàn)了，但至于為什么會(huì)發(fā)生，目前還沒有明確的答案。 然而，當(dāng)把這個(gè)問題交給計(jì)算機(jī)的時(shí)候，它就能通過逆向工程（reverse engineer）來找出一個(gè)能夠解釋這個(gè)過程背后機(jī)制的理論。具體的細(xì)節(jié)以及人工智能的方法被發(fā)表在最近的PLOS Computational Biology上。 研究者們表示，他們真正想要發(fā)現(xiàn)的并非一個(gè)新的器官是如何再生的，而是機(jī)體如何指導(dǎo)這個(gè)新生的器官長(zhǎng)成需要的樣子和大小。這些神秘的信息就隱藏在基因之中。 "現(xiàn)在，從遺傳實(shí)驗(yàn)中得到的大部分再生模型都是些充滿了箭頭的圖表，告訴你這個(gè)基因調(diào)控那個(gè)基因，這當(dāng)然沒什么問題，但是，它并不能告訴你器官最終會(huì)發(fā)育成什么樣子，你也不能從這些遺傳調(diào)控通路模型中去得知這個(gè)機(jī)體最終是會(huì)長(zhǎng)成一棵樹呢，還是一只章魚。或者是最終變成人類。"研究者之一的Levin這樣表示。"那些模型只是能夠告訴你再生發(fā)生的時(shí)候哪些成分是必不可少的，但它無法展示給你這個(gè)再生的過程是如何一步步發(fā)生的。" 所以，研究者想要用算法建立一個(gè)新的再生模型，它能夠告訴我們，給予生物體怎樣的刺激就能夠?qū)е乱粋�(gè)特定的成分再生。為了解決這一難題，研究者們利用進(jìn)化計(jì)算的思想發(fā)展了一個(gè)算法，這個(gè)算法能夠?qū)崿F(xiàn)"自我進(jìn)化"，并且能夠精準(zhǔn)預(yù)測(cè)研究人員在渦蟲再生實(shí)驗(yàn)中所獲得的研究數(shù)據(jù)。他們希望通過這個(gè)算法找到一個(gè)能夠解釋所有已發(fā)表實(shí)驗(yàn)數(shù)據(jù)的調(diào)控網(wǎng)絡(luò)。 那么這個(gè)調(diào)控網(wǎng)絡(luò)具體是怎樣找到的呢？ 也許你已經(jīng)想到了，一開始的時(shí)候，"未進(jìn)化"的隨機(jī)產(chǎn)生的調(diào)控網(wǎng)絡(luò)一般是不會(huì)產(chǎn)生任何與真實(shí)實(shí)驗(yàn)相同的結(jié)果的。新的候選調(diào)控網(wǎng)絡(luò)的產(chǎn)生是結(jié)合之前已經(jīng)存在的調(diào)控網(wǎng)絡(luò)，并在此基礎(chǔ)上做隨機(jī)的刪減增加。所有的候選網(wǎng)絡(luò)都會(huì)在模擬試驗(yàn)中進(jìn)行檢測(cè)，算法會(huì)把那些通過這個(gè)候選調(diào)控網(wǎng)絡(luò)發(fā)育出來的結(jié)果和數(shù)據(jù)庫(kù)里真實(shí)的實(shí)驗(yàn)數(shù)據(jù)作對(duì)比。在這個(gè)"進(jìn)化"過程中，就會(huì)逐漸產(chǎn)生新的能夠解釋更多實(shí)驗(yàn)數(shù)據(jù)的候選調(diào)控網(wǎng)絡(luò)。 研究者們最終把這個(gè)算法應(yīng)用到由渦蟲再生的16個(gè)關(guān)鍵實(shí)驗(yàn)數(shù)據(jù)所構(gòu)成的數(shù)據(jù)庫(kù)中，希望找到一個(gè)能夠全面解釋渦蟲再生的調(diào)控網(wǎng)絡(luò)。42小時(shí)之后，這個(gè)算法給出了一個(gè)能夠精準(zhǔn)模擬出16個(gè)關(guān)鍵實(shí)驗(yàn)全部實(shí)驗(yàn)數(shù)據(jù)的調(diào)控網(wǎng)絡(luò)模型，這個(gè)新的調(diào)控網(wǎng)絡(luò)包含了其中已知的重要調(diào)控分子以及兩個(gè)還未發(fā)現(xiàn)的蛋白。 對(duì)于這樣一個(gè)振奮人心的實(shí)驗(yàn)結(jié)果，研究人員們表示："這個(gè)項(xiàng)目最大的意義在于，我們所獲得是并不是一個(gè)異常復(fù)雜、無法理解的調(diào)控網(wǎng)絡(luò)，相反，結(jié)果表明人工智能是可以幫助我們來發(fā)現(xiàn)一個(gè)簡(jiǎn)潔的、易于理解的模型。這意味著人工智能可以滲透到現(xiàn)代研究的任何一個(gè)領(lǐng)域，不僅僅是對(duì)實(shí)驗(yàn)中產(chǎn)生的大數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，同時(shí)還可以幫助我們?nèi)ダ斫膺@些復(fù)雜數(shù)據(jù)背后的簡(jiǎn)潔原理。" | ||
