機器學(xué)習(xí)系統(tǒng)建立在人造神經(jīng)元層上，稱為神經(jīng)網(wǎng)絡(luò)。這些網(wǎng)絡(luò)層通過神經(jīng)元之間看似隨意的連接而聯(lián)系在一起，而整個系統(tǒng)會通過微調(diào)這些連接進行＂學(xué)習(xí)＂。
這已經(jīng)成為如今人工智能系統(tǒng)有效運行的重要支撐，然而，它卻以極為＂神秘＂的方式運作。
對于諸如＂這是一只貓的照片嗎？＂＂下一步棋該怎么走？＂＂自動駕駛汽車在遇到黃燈時是否應(yīng)該加速？＂等等問題，神經(jīng)網(wǎng)絡(luò)往往能夠輕松給出答案，但關(guān)鍵問題在于，我們并不知道它是如何做到的。這就是所謂的＂黑匣子＂。
而為了讓人工智能在具體應(yīng)用中變得更值得信賴，越來越多的研究者正在試圖打開＂黑匣子＂，理解系統(tǒng)得出某個具體結(jié)論的過程。
最近，美國加州大學(xué)圣迭戈分校生物工程與醫(yī)學(xué)教授Trey Ideker與他的研究團隊一起，開發(fā)了一種＂可見＂的神經(jīng)網(wǎng)絡(luò)，并用它構(gòu)建了稱之為DCell的啤酒酵母細胞模型（通常被用作基礎(chǔ)研究的一種模型）。
具體而言，就是將神經(jīng)網(wǎng)絡(luò)映射到簡單的酵母細胞內(nèi)，使得研究人員能夠觀察AI系統(tǒng)的運作方式。在這個過程當中，研究人員得到了關(guān)于細胞生物學(xué)的諸多分析結(jié)論，而由此產(chǎn)生的技術(shù)還可能有助于研發(fā)新的癌癥藥物和個性化治療方案。
首先，介紹一下當今機器學(xué)習(xí)系統(tǒng)中使用的神經(jīng)網(wǎng)絡(luò)的相關(guān)基礎(chǔ)知識：
計算機科學(xué)家通過設(shè)置多個圖層來建立神經(jīng)網(wǎng)絡(luò)框架，其中每個圖層包含數(shù)千個負責(zé)執(zhí)行微小計算任務(wù)的＂神經(jīng)元＂．
在此基礎(chǔ)上，培訓(xùn)人員輸入數(shù)據(jù)集（例如數(shù)百萬張貓、狗的照片，數(shù)百萬次圍棋落子，數(shù)百萬種駕駛操作與結(jié)果等），由系統(tǒng)連接圖層中的神經(jīng)元，對其進行結(jié)構(gòu)化序列計算。該系統(tǒng)將通過神經(jīng)網(wǎng)絡(luò)進行數(shù)據(jù)處理，然后檢查其執(zhí)行任務(wù)的實際效果（例如將貓與狗者區(qū)分的準確度）。
最后，通過重新排列神經(jīng)元之間的連接模式并再次運行數(shù)據(jù)集，檢查新模式是否產(chǎn)生更好的結(jié)果。當神經(jīng)網(wǎng)絡(luò)能夠非常準確地完成任務(wù)時，培訓(xùn)人員就會認定訓(xùn)練成功完成。
＂雖然它們被稱為神經(jīng)網(wǎng)絡(luò)，但這些系統(tǒng)所受到的人類神經(jīng)系統(tǒng)啟發(fā)還非常初級。＂Ideker解釋道。
他指出：＂著眼于AlphaGo，可以發(fā)現(xiàn)這套系統(tǒng)的內(nèi)部工作方式完全是一團亂麻，事實上根本不像人腦。它擁有一種全新的思維方式，但只是恰好能夠作出不錯的預(yù)測結(jié)論。＂
立足于此，Ideker開始在細胞生物學(xué)人工智能研究當中作出新的嘗試。他希望能夠利用神經(jīng)網(wǎng)絡(luò)向研究人員們展示這些結(jié)論的得出方式，而不僅是簡單粗暴地給出答案。
Ideker在接受采訪時表示：＂我們對于這樣一套并非由計算機科學(xué)家進行優(yōu)化，而是通過進化完成優(yōu)化的特定結(jié)構(gòu)抱有濃厚興趣。＂
▲ DCell可以像實驗室實驗一樣精確地預(yù)測酵母細胞的生長和繁殖
這一項目之所以具備可行性，是因為釀酒酵母是一種單細胞生物，從上世紀五十年代以來就一直被作為一類基礎(chǔ)生物系統(tǒng)接受研究。Ideker指出：＂我們擁有大量細胞生物學(xué)知識可供參考，因此這項研究非常方便。＂
因此，他的團隊通過把神經(jīng)網(wǎng)絡(luò)中的各個圖層映射至酵母細胞的組成部分中，從最微觀的組成元素（構(gòu)成DNA的核苷酸）開始，逐步向上延伸至更大的結(jié)構(gòu)－－例如核糖體（從DNA處獲取指令以制造蛋白質(zhì)），最后到達線粒體及細胞核等細胞器（負責(zé)執(zhí)行細胞活動）?？傮w而言，這套DCell神經(jīng)網(wǎng)絡(luò)將運用到酵母細胞中的總計2526個子系統(tǒng)。
▲ DCell作為在線應(yīng)用程序可供研究人員使用
DCell允許研究人員們變更細胞的DNA（即遺傳代碼），并觀察這些變化如何向上蔓延以改變其生物學(xué)特征，進而影響到后續(xù)細胞生長與繁殖。其訓(xùn)練數(shù)據(jù)集由來自數(shù)百萬個真實酵母細胞的基因突變實例組成，且與對應(yīng)的突變結(jié)果信息相匹配。
研究人員發(fā)現(xiàn)，DCell能夠通過模擬酵母來準確預(yù)測細胞的生長。由于這是一套＂可見＂的神經(jīng)網(wǎng)絡(luò)，因此研究人員們能夠看到細胞機制在進行DNA混淆時發(fā)生的改變。
這種可視性，意味著DCell能夠潛在應(yīng)用于細胞的計算機制研究，且無需耗費大量時間與實驗室實驗資源投入。如果研究人員能夠弄清其實際建模過程－－而非簡單的酵母細胞，則可進一步模擬更復(fù)雜的人類細胞。＂如果能夠構(gòu)建單一人體細胞的整體工作模型并對其進行模擬，這將徹底改變精準醫(yī)學(xué)與藥物研發(fā)的發(fā)展方向。＂Ideker表示。
癌癥是目前最受關(guān)注的疾病研究方向，因為每一位癌癥患者的腫瘤細胞都包含獨特的突變組合。而Ideker和他的團隊正在使用患者的基因組與突變條件建立模型，觀察細胞的實際生長速度，以及癌癥的侵略性特性。
更重要的是，致力于尋找癌癥新藥的制藥企業(yè)將能夠利用細胞生長情況作為成功或失敗的評判標準。他們將觀察到眾多可以開啟及關(guān)閉的不同基因分子，并據(jù)此思考某種潛在藥物是否能夠停止腫瘤細胞的增殖。考慮到以往需要數(shù)十億美元進行抗癌藥物研發(fā)投入，如今這種更為便捷的研究方式明顯更具吸引力。
當然，要從酵母細胞升級為人類細胞絕非易事。研究人員需要收集與人類患者相關(guān)的足夠信息，從而構(gòu)建起神經(jīng)網(wǎng)絡(luò)所必需的訓(xùn)練數(shù)據(jù)集－－至少需要數(shù)百萬條記錄，其中包含患者的遺傳圖譜與健康結(jié)果。Ideker預(yù)測稱，這些數(shù)據(jù)的積累速度會相當快。在他看來，對患者基因組進行測序?qū)⑹艿礁叨汝P(guān)注。
而更棘手的部分在于積累人類癌細胞活動機制的知識，只有這樣才能將神經(jīng)網(wǎng)絡(luò)映射至細胞中的各個部分。Ideker本人正是癌細胞繪圖計劃的成員之一，他們希望能夠盡快解決這一挑戰(zhàn)。目前，對癌細胞的生物活動進行歸納是一項非常困難的任務(wù)，因為這些突變不僅能夠開啟及關(guān)閉細胞功能，同時也會對細胞功能造成不同程度的影響，并以極為復(fù)雜的方式引發(fā)協(xié)調(diào)性變化。
不過，Ideker對于利用遷移學(xué)習(xí)技術(shù)將機器學(xué)習(xí)方案從模擬酵母細胞轉(zhuǎn)化為模擬人類細胞的神經(jīng)網(wǎng)絡(luò)仍抱有樂觀態(tài)度。他總結(jié)稱：＂只要建立起一套能夠識別貓的系統(tǒng)，那么無需對其進行完全重新訓(xùn)練，也可以教會它如何識別松鼠。＂
下載文檔
