当前位置: 中工网评论频道热点聚焦-正文
阿尔法狗战胜人机遇大于威胁
张田勘
//m.auribault.com 2016-03-16 来源: 北京青年报
分享到: 更多

  3月15日,谷歌阿尔法围棋与李世石的人机大战五番棋第五局在韩国四季酒店战罢,李世石执黑中盘落败,双方比分最终定格为阿尔法4:1取胜。(相关报道见A17版)

  AlphaGo最终以4:1的大比分大胜李世石,并不意味着人工智能主宰世界和人类被奴役时代的到来,理由也并非只是因为AlphaGo是人类设计出来的,而是因为,AlphaGo其实开启了人类利用人工智能的新时代。准确地说,是拓宽了让机器人为人类干活的新天地,并有可能深入而广泛地让人类文明迅速发展。

  AlphaGo是靠深度学习、蒙特卡洛树搜索算法和自我进化三招战胜人类棋手的,这三大功能也是人类驾驭其为人类服务的途径。由于人工智能能够自我学习,学习能力会越来越强,而且搜集和贮存的数据会越来越多,将会在新产品的研发、预测分析、推广等方面产生巨大的效应。

  具体而言,如果AlphaGo的自我学习能力、大数据贮存和分析功能应用到医药领域,将会是人类的福音而非悲剧。研发出AlphaGo的Deep Mind公司并非只是专注于让AlphaGo与人类棋手过招,而是注重把人工智能通过学习解决实际问题的能力贯穿应用到医学领域。

  2016年2月,Deep Mind公司就已经发布了在医护领域使用的深度学习程序Deep Mind Health.这是一款手机应用程序,包括“识别风险病人”(Stream)和“早期临床护理管理”(Hark)两个模块。这种手机应用程序当然也是一种人工智能,它们需要学习和帮助医护人员监护一些表面上不严重但实际很危险的病人,或者一些急性发病者。

  当然,这些只是人工智能开发和应用的冰山一角。实际上,在医药领域利用计算机技术和人工智能最早和进展较大的是药物的研发与监控。计算机和人工智能对于药物的研发在很多方面都起到了作用,如研发新药、老药新用、药物筛选、预测药物副作用、药物跟踪研究等。这实际上已经产生了一门新学科,即药物临床研究的计算机仿真(CTS)。

  对于传统的药物研发来说,一种药物必须经过动物试验和人体的I、II、III期临床试验。而且,即便三期试验后批准上市,还有IV期临床研究,即新药上市后进行的临床研究,而且一类新药要求进行2000个病例的IV期试验,这也是造成药物研发周期长、费用高的重要原因。

  但是,在今天,有了计算机程序,特别是以AlphaGo为代表的能自我学习的计算机程序(软件),就为人们提供了一个检测药物的人工智能安全专家。首先是在新药筛选时可以获得安全性较高的几种备选物。当很多种甚至成千上万个化合物都对治疗肝癌显示出某种疗效,但又对它们的安全性难以判断时,便可以利用AlphaGo的策略网络和评价网络,以及蒙特卡洛树搜索算法来挑选最具有安全性的化合物,作为新药的最佳备选者。

  同样,对于尚未进入动物和人体试验阶段的药物,也可以利用AlphaGo这样的人工智能来检测新药的安全性。因为,每一种药物作用的靶向蛋白和受体都并不专一,如果作用于非靶向受体和蛋白就会引起副作用。AlphaGo等程序可以通过对既有的近千种已知药物的副作用进行筛选搜索,以判定一种药物是否会有副作用,或副作用的大与小,由此选择那些副作用几率最小和实际产生副作用危害最小的药物进入动物和人体试验,就会大大增加成功的几率,节约时间和成本。

  当然,利用AlphaGo等程序还可模拟和检测药物进入体内后的吸收、分布、代谢和排泄、给药剂量-浓度-效应之间的关系等情况,让药物研发进入快车道。

  AlphaGo人工智能软件战胜人类棋手,为人类提供更多的是机遇和基础,而不是威胁。当然,威胁也会存在,就看人类如何控制和驾驭人工智能。

扫码关注

中工网微信


中工网微博


中工网抖音


工人日报
客户端
×