人工智能(AI)高度依赖于高质量有标识的大数据,在一个生物学假说驱动、效率低下、试错为主的新药创新领域,毋庸置疑,这将会显著提升新药研发流程中某些阶段的效率。但不管自古英雄出少年的IT创业精英风起云涌,还是有数十年研发经验的医药界老兵坐观潮起潮落,都缺乏对人工智能+新药研发全面的理性认识。
鉴于此,挂一漏万,笔者愿与大家分享我们对于人工智能 +新药研发的观点和态度,分别从两个方面,理解疾病-影像诊断及生物学新机制/新靶点的发现,和设计药物-活性预测及化合物库的产生与合成,探讨人工智能在新药研发中的实与虚。
一、人工智能的崛起
天地玄黄,人类作为拥有NI (Natural Intelligence) 的生物,孤零零诞生于宇宙洪荒。从直立行走、刀耕火种、蒸汽电机、登月升空,到无处不在的互联网,人类在宇宙探索中实现了自我认知。从亚里士多德的形而上学,到牛顿的三大运动定律,再到爱因斯坦的相对论,这一切都闪耀于璀璨银河中。
在这张图片上,深蓝战胜人类棋手,有人高兴,有人惊愕,还有人沮丧,图片来自thewire.in
作为万物之灵长的人类,不再满足于吃苹果获得智慧,而是期望在孤独的宇宙中创造出新的智能生命——人工智能(ArTIficial Intelligence)。时光荏苒,1997年深蓝战胜国际象棋大师卡斯帕罗夫后仅仅20年,人工智能便横扫人类最复杂棋盘游戏——围棋。短短不到一年时间,人工智能的称号从籍籍无名的阿尔法狗(AlphaGo)变成无人不知的大师(Master),再进化到已不爱搭理人类,左右互搏、自我学习的“零”(AlphaGo Zero)。
人工智能迅速蹿红,阿西莫夫的机器人“三定律”似乎已近在咫尺,不仅朋友圈里充斥着各种夸张报道和炒作宣传人工智能,如即将抢走人类饭碗的传闻,即使是严谨求实的学术圈、工业界也是热情洋溢,常有人言必称“我的朋友胡适之人工智能”,遑论永远盯着明天的投资界的追捧,大有一番“千红万紫安排著,只待新雷第一声”的气象。
50年后,达特矛斯会议当事人重聚首,图片摄于2006年,图片来自Wikipedia
其实严格来讲,人工智能算不得“新雷”,它始于1956年的达特茅斯会议,已有60多年的历史,涵盖众多学科和技术,包括机器人学、语音识别、自然语言识别与处理、图像识别与处理、机器学习等等。之前虽也有潮起潮落,但并无大风大浪。近年来,得益于迅猛增长的计算能力、深度学习方法的引入以及大数据的兴起,这“三板斧”的推波助澜,人工智能在多个行业崭露头角,其中笔者所在的生物医药行业就是人工智能席卷的重镇之一。
2016年,AlphaGo一经出现,就让我们对人工智能刮目相看,图片来自deepmind
面对目前这批风口上的人工智能公司,我们总归要问所有新兴技术都需要面对的终极问题:人工智能目前到底处在技术成熟度曲线(Hype Cycle)的哪个阶段?人工智能能否正面PK当前可用的其它技术?在可预见的将来,人工智能究竟能做到什么样的程度?
人工智能的征途可以是星辰和大海,但前行的补给却不能是画饼。缥缈的远景不是我们兴趣所在,毕竟DeepMind能否真的“Solve intelligence. Use it to make the world a better place”,比Deep Thought告诉我们宇宙的终极答案是42 ——语出科幻圣经《银河系漫游指南》—要实际得多。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)