人工智能與基因工程結(jié)合,未來(lái)我們能活的更健康
IT領(lǐng)袖峰會(huì)又是一次B格爆表的會(huì),BAT包括聯(lián)想等大佬齊出場(chǎng),并且很難得的討論起風(fēng)口這個(gè)問(wèn)題來(lái)。除此之外,今年的互聯(lián)網(wǎng)峰會(huì)上還有一個(gè)細(xì)節(jié)很有意思,開(kāi)場(chǎng)主講人一個(gè)是來(lái)自百度的吳恩達(dá),一個(gè)是來(lái)自華大的王俊。前者講到了語(yǔ)音、圖像技術(shù)、用戶(hù)行為研究將成為驅(qū)動(dòng)未來(lái)的革命引擎。后者則聚焦在數(shù)字語(yǔ)言和生命語(yǔ)言的交流、IT和BT(生物技術(shù)biotechnology)的融合趨勢(shì)。
毫無(wú)疑問(wèn),這對(duì)外透露了一種強(qiáng)烈信號(hào)——人工智能已經(jīng)被提到了與基因工程一樣高的地位,成為了人類(lèi)社會(huì)未來(lái)發(fā)展的兩大關(guān)鍵科學(xué)之一。
一個(gè)是頂尖的深度學(xué)習(xí)專(zhuān)家、被譽(yù)為人工智能的泰斗;一個(gè)是華大基因首席執(zhí)行官,是探索生物數(shù)字語(yǔ)言的前沿科學(xué)家。兩個(gè)來(lái)自不同領(lǐng)域的人,這次卻殊途而歸的提到了人工智能,并且都指出——不管是基因工程還是網(wǎng)絡(luò)工程,目前最好的生產(chǎn)力武器以及改變行業(yè)格局的就是基于大數(shù)據(jù)的人工智能??梢?jiàn),基因工程和人工智能就像打開(kāi)未來(lái)的兩把鑰匙。
數(shù)據(jù)的世界呼喚人工智能
多年前,克隆羊多利轟動(dòng)了生物學(xué)界。其實(shí)放到IT領(lǐng)域,其實(shí)就像是一次簡(jiǎn)單的復(fù)制粘貼。只不過(guò)BT以基因信息為基礎(chǔ),IT以二進(jìn)制的0和1為基礎(chǔ)。伴隨著生命的密碼被解讀,在IT領(lǐng)域?qū)τ跀?shù)據(jù)的操作,比如存儲(chǔ)、改寫(xiě)、復(fù)制、粘貼,都可以在生命領(lǐng)域?qū)崿F(xiàn)?;蚴巧w最基本構(gòu)成單位。每個(gè)人身上蘊(yùn)藏的生命信息基本程序就是生命的語(yǔ)言。如果把每個(gè)人的數(shù)據(jù)都連起來(lái),形成基因組網(wǎng)絡(luò),其中的機(jī)會(huì)不可估量。
生物基因其實(shí)是最原始但又是最龐大和復(fù)雜的一個(gè)大數(shù)據(jù),不止記錄了個(gè)體的生命信息,更記錄了一個(gè)族群整體的演化歷程。 華大基因在嘗試用大數(shù)據(jù)挖掘發(fā)現(xiàn)一些罕見(jiàn)病真正解決方案, 并且有一個(gè)計(jì)劃,搜索了100萬(wàn)人基因數(shù)據(jù),尋找那些單純從基因校對(duì)來(lái)講他應(yīng)該單基因疾病,但是非常健康的超級(jí)英雄,這些人非常有意思,他們體內(nèi)有非常明確的致病基因,但是非常健康。 因?yàn)轶w內(nèi)有另外一套基因保護(hù)他。
就像程序我一段出現(xiàn)bug,但是有另外一段修復(fù),就非常健康。如果找出那一段是什么,也許可以找出罕見(jiàn)性疾病的藥物。
王俊說(shuō),“類(lèi)似于我們講的 IT 互聯(lián)網(wǎng),如此大的基因網(wǎng)絡(luò)最終需要人工智能來(lái)學(xué)習(xí)。BT 和 IT 技術(shù)殊途同歸,無(wú)外乎是對(duì)數(shù)據(jù)的改寫(xiě)、備份和還原?!?/p>
華大基因最終要做的是需要人工智能來(lái)學(xué)習(xí),因?yàn)檫@么大的量已經(jīng)不可能用一個(gè)單一模型來(lái)解決。當(dāng)擁有100萬(wàn)人基因測(cè)序的時(shí)候,離這樣的能力很近。
我一直相信科技才是第一生產(chǎn)力,一切商業(yè)模式在技術(shù)面前都是紙老虎,基因工程和網(wǎng)絡(luò)工程,看上去風(fēng)馬牛不相及的兩個(gè)領(lǐng)域,但因?yàn)橛辛舜髷?shù)據(jù)和互聯(lián)網(wǎng)連接, 然后隨著IT、BT融合,生物數(shù)據(jù)和互聯(lián)網(wǎng)大數(shù)據(jù)交融是一個(gè)非常大的趨勢(shì)。
怎么融合呢?其實(shí)生物數(shù)據(jù)也是數(shù)據(jù),互聯(lián)網(wǎng)數(shù)據(jù)也是數(shù)據(jù),世界歸根結(jié)底是數(shù)據(jù)的,光有數(shù)據(jù)不行,需要引擎,人工智能是引擎,有了引擎才能消化大數(shù)據(jù)。數(shù)據(jù)從量變到質(zhì)變的過(guò)程,大量數(shù)據(jù)產(chǎn)生,需要人工智能進(jìn)行挖掘分析提煉,生物也產(chǎn)生數(shù)據(jù),隨著社會(huì)的發(fā)展和人類(lèi)需求的變化數(shù)據(jù)會(huì)越來(lái)越多到達(dá)一個(gè)奇點(diǎn)。
下一個(gè)風(fēng)口指向IT、BT?
IT和BT的融合其實(shí)已經(jīng)實(shí)實(shí)在在發(fā)生,很多公司都已經(jīng)走了一大段路了。
最著名的Google Venture的投資目的就是讓人類(lèi)活的更久,投資了很多生物、醫(yī)藥等BT方面的公司,google的這種極具前瞻性的投資風(fēng)格代表了這個(gè)融合的趨勢(shì)。
谷歌2012年投資的23andme應(yīng)該是基因檢測(cè)領(lǐng)域非常知名的公司,前段時(shí)間著名制藥企業(yè) Genentech 向 23andMe 注資 6000萬(wàn)美金,用于分享后者的帕金森氏癥患者的基因組數(shù)據(jù)。它的聯(lián)合創(chuàng)始人之一 Anne Wojcicki 正是谷歌聯(lián)合創(chuàng)始人 Sergey Brin 的妻子。
另外一家公司, 曾從 Google 和 Dropbox 獲得風(fēng)險(xiǎn)投資的 Bina Technology 近日又再次收獲 650 萬(wàn)美元融資。Bina Technology 主營(yíng)業(yè)務(wù)是采用大數(shù)據(jù)的分析方法分析人類(lèi)基因序列,他們的分析所得將成為研究機(jī)構(gòu)、臨床醫(yī)師等下游醫(yī)療服務(wù)行業(yè)的基礎(chǔ)素材。就目前而言,將方向定位人類(lèi)基因序列分析的美國(guó)企業(yè)多達(dá) 2000 家,這個(gè)數(shù)字到 2015 年有望達(dá)到 8500 家。然而,這些公司在處理復(fù)雜的基因數(shù)據(jù)上都力不從心。
包括23andme在內(nèi),這些基因分析公司都能夠采集人類(lèi)基因序列信息并加以應(yīng)用,推斷出不同客戶(hù)容易患上何種疾病,但其中很多數(shù)據(jù)并不可用。Bina Technology 希望填補(bǔ)這一空白,成為一個(gè)平臺(tái)、一個(gè)數(shù)據(jù)庫(kù),讓研究型大學(xué)、醫(yī)藥公司、醫(yī)療機(jī)構(gòu)等下游機(jī)構(gòu)能夠在他們提供的數(shù)據(jù)之上,進(jìn)一步摸清基因變異與各種病癥之間的關(guān)系。
而這個(gè)創(chuàng)業(yè)團(tuán)隊(duì)的平均學(xué)識(shí)無(wú)人能出其右,均是來(lái)自斯坦福大學(xué)與加州大學(xué)伯克利分校的博士,研究方向?yàn)榇髷?shù)據(jù)或生物信息。
沒(méi)錯(cuò),Bina Technology 的目標(biāo)就是把生命科學(xué)與計(jì)算機(jī)科學(xué)融合起來(lái)。而這個(gè)融合的關(guān)鍵點(diǎn)就是大數(shù)據(jù)的處理,以及人工智能的發(fā)展,而不簡(jiǎn)簡(jiǎn)單單是各自的發(fā)展,只是在某一個(gè)點(diǎn)上的交叉。
百度在這個(gè)融合上非常重視,對(duì)人工智能下了大注。依靠人工智能技術(shù)(百度大腦),在語(yǔ)音、圖像搜索方面取得了重大突破,BaiduEye、無(wú)人駕駛汽車(chē)、百度智能自行車(chē),筷搜等產(chǎn)品不斷問(wèn)世。這些產(chǎn)品建立起來(lái)的一個(gè)矩陣式、全方位的人工智能服務(wù)可能會(huì)把整個(gè)競(jìng)爭(zhēng)門(mén)檻提到一個(gè)新的高度。
百度有很多數(shù)據(jù)搜集過(guò)來(lái)是關(guān)于人的行為的,而這些深度學(xué)習(xí)可以使百度了解人們的行為是什么樣的,他們傾向于做什么事情,他們喜歡做什么事情。因?yàn)榘俣鹊臄?shù)據(jù)中心還有很多數(shù)據(jù)搜集起來(lái),使百度了解不僅僅是人的行為,還有機(jī)器人行為。
這些下注和實(shí)實(shí)在在的布局代表了對(duì)這個(gè)融合趨勢(shì)的判斷,從各自的點(diǎn)出發(fā),又殊途同歸,BT和IT的結(jié)合肯定是基于人工智能的大數(shù)據(jù)處理。
在這么一個(gè)大融合的時(shí)間點(diǎn),不止是BT和IT,甚至各行各業(yè)都在融合,都在互聯(lián)網(wǎng)化,也都在大數(shù)據(jù)化,隨著融合的深入,數(shù)據(jù)量的激增,數(shù)據(jù)維度的激增,問(wèn)題也日益突出。目前的解決辦法都指向了機(jī)器深度學(xué)習(xí),以及更深一層次的人工智能。 在這么底層的一個(gè)領(lǐng)域都指向人工智能,信息量越大越智能,跨界越多越智能?那是否可以有個(gè)推論,人工智能連接一切呢?這種連接可能更底層,更基礎(chǔ),更加的無(wú)聲無(wú)息,也同樣可以讓體驗(yàn)更好,更智能。
而關(guān)于人工智能,吳恩達(dá)把這種融合提升了另一個(gè)高度。
面向未來(lái),如果想看一下人工智能給我們帶來(lái)的潛在影響的話(huà),我不得不想到第一次工業(yè)革命,第一次工業(yè)革命是在英國(guó),最后蔓延到整個(gè)歐洲的。我想這次工業(yè)革命在當(dāng)時(shí)也是推動(dòng)了 一些新技術(shù)的發(fā)展,最初在英國(guó),最后整個(gè)歐洲都采用了這些技術(shù),這是一百多年前,快兩百年的事情了。
人工智能是否連接一切需要等待時(shí)間,但是關(guān)于風(fēng)口,robin哥在大會(huì)上又個(gè)很經(jīng)典的說(shuō)法“風(fēng)口”那里的人實(shí)在太多了,如果你的心態(tài)是哪有“風(fēng)口”就到哪待著去,到了“風(fēng)口”后又什么都不干,不久就會(huì)被人擠跑。所以要看自己喜歡什么、擅長(zhǎng)什么,是不是真的能堅(jiān)持很多年地一直做下去。
作者@topiori ? ? 轉(zhuǎn)載自:鈦媒體
- 目前還沒(méi)評(píng)論,等你發(fā)揮!