“聽著，你要明白，那個終結(jié)者就在那里，你沒法跟它討價還價，也不能跟它講道理。它感覺不到憐憫、悔恨或者恐懼，而且絕對不會停下——直到你被干掉。” ——Kyle Reese，《終結(jié)者》

數(shù)十年以來，好萊塢一直通過大屏幕對人工智能這一問題進行討論。事實上，其中最為著名的一部偽預(yù)言型影片于34年前上映，由此亦誕生出一個幾乎堅不可摧的人形機器人形象——作為電影的背景，這臺機器人于2029年對一位女服務(wù)員展開瘋狂追求，原因是她尚未出生的兒子將在更久遠(yuǎn)的未來成為人類反抗軍抵御機器統(tǒng)治的最高領(lǐng)袖。

在克拉科夫市政工程博物館臨時展出的“鋼鐵角色展覽”中的終結(jié)者雕塑。

雖然那時候我們對于整個世界的計算機化轉(zhuǎn)型還抱有一絲恐懼，但事實證明信息時代與工業(yè)革命所帶來的變遷明顯利大于弊。

用計算技術(shù)對抗衰老

通過由創(chuàng)新型AI解決方案成果實現(xiàn)藥物發(fā)現(xiàn)、衰老研究與疾病預(yù)防及/治療，最終延長人類壽命。

Zhavoronkov指出，該公司的價值主要集中在其知識產(chǎn)權(quán)——更具體地講，由Insilico創(chuàng)造的合成分子上，其最終可能帶來數(shù)十億美元的收入。他解釋稱，“我們是全球排名前一百的人工智能企業(yè)之一。”但正如大多數(shù)將徹底改變世界的偉大頭腦一樣，利潤其實從來都不是關(guān)注重點。Zhavoonkov表示，他之所以建立起Insilico公司，其實是基于“基礎(chǔ)數(shù)學(xué)”而作出的“計算決策”。

質(zhì)量調(diào)整生命年是衡量疾病負(fù)擔(dān)的一種通用型指標(biāo)，其中涵蓋生命的質(zhì)量與數(shù)量。質(zhì)量調(diào)整生命年在經(jīng)濟層面常被用于評估醫(yī)療干預(yù)的經(jīng)濟性價值，因此一個質(zhì)量調(diào)整生命年指代的實際是完全健康的一年。

美國國家醫(yī)學(xué)圖書館與美國國立衛(wèi)生研究院表示，質(zhì)量調(diào)整生命年的計算方法非常簡單：“治療引起的效用值變化乘以治療效果的持續(xù)時間，即可得出質(zhì)量調(diào)整生命年數(shù)字。質(zhì)量調(diào)整生命年還可以與醫(yī)療費用加以結(jié)合，從而得出最終的成本/質(zhì)量調(diào)整生命年通用標(biāo)準(zhǔn)，這項參數(shù)可用于比較任何治療手段的實際成本效益。”

Zhavoronkov解釋稱，“大家需要關(guān)注的其實是自己的高質(zhì)量生命年數(shù)。如果地球上的每個人都能擁有一年的高質(zhì)量健康生活，那么實際產(chǎn)出就相當(dāng)于75億質(zhì)量調(diào)整生命年。因此對于著眼衰老延緩工作的而言，其將影響到地球上的每一個人的實際生活質(zhì)量。衰老研究的收益將給整個社會帶來幫助。如果我能夠為每個人帶來額外的一年高質(zhì)量生活，那么我將永遠(yuǎn)為此而自豪。”

途的手段之一。

Insilico Medicine公司創(chuàng)始人兼CEO Alex Zhavoronkov博士

專注三大研究方向

Zhavoronkov博士一直從事生物老年醫(yī)學(xué)與再生醫(yī)學(xué)領(lǐng)域的研究工作，并于2014年創(chuàng)立了Insilico Medicine公司。他擁有加拿大女王大學(xué)的雙學(xué)士學(xué)位，約翰霍普金斯大學(xué)生物技術(shù)碩士學(xué)位以及莫斯科國立大學(xué)物理與數(shù)學(xué)博士學(xué)位。他亦擔(dān)任IARP（國際老齡化研究小組）與英國慈善機構(gòu)生物學(xué)研究基金會主席。他也曾擔(dān)任小兒血液學(xué)、腫瘤與免疫學(xué)中心再生醫(yī)學(xué)實驗室主任以及莫斯科物理技術(shù)學(xué)院客座教授。

開創(chuàng)了生成對抗網(wǎng)絡(luò)與強化學(xué)習(xí)技術(shù)在合成具有疾病防治功能的新型分子結(jié)構(gòu)領(lǐng)域的應(yīng)用。他首創(chuàng)用于開發(fā)藥物與生物衰老標(biāo)記的深度學(xué)習(xí)多模預(yù)測指標(biāo)。Zhavoronkov在英國、韓國、俄羅斯、香港以及臺灣皆設(shè)立有研發(fā)中心，并推出了Young.AI等多種生物標(biāo)記衡量方法。自2012年以來，他先后發(fā)表超過90篇行業(yè)評議研究論文與書籍，其中包括《永恒的一代：生物醫(yī)學(xué)進步如何改變?nèi)蚪?jīng)濟體系》。

衰老研究、藥物發(fā)現(xiàn)以及疾病及其分子靶點識別研究。

在Zhavoronkov的關(guān)注方向當(dāng)中，研究是什么使我們變老以及如何盡可能與之進行長期抗?fàn)幊蔀槠渥钪匾难芯空n題。“衰老研究是我個人的關(guān)注重點，我投入大量時間與精力，希望了解關(guān)于衰老以及年齡相關(guān)疾病的秘密。目前，衰老在醫(yī)療衛(wèi)生體系當(dāng)中并未被視為一種疾病，因此得到的重視程度還非常有限。我希望能夠開發(fā)出干預(yù)措施，幫助人們始終保持在最年輕的狀態(tài)，并借此解決一系列由衰老所引發(fā)的危害。”

生成對抗網(wǎng)絡(luò)——簡稱GAN。

中國嘉興，2017年11月16日：中國科學(xué)院深度學(xué)習(xí)處理器演講在烏鎮(zhèn)互聯(lián)網(wǎng)國際會議第三屆世界互聯(lián)網(wǎng)大會上進行成果發(fā)布。

GAN是一種由兩套網(wǎng)絡(luò)構(gòu)成的深層神經(jīng)網(wǎng)絡(luò)架構(gòu)，二者將彼此對抗（這就是‘對抗’名稱的由來）。2014年，IAN Goodfellow以及其他研究人員首次在論文當(dāng)中提到GAN這一概念。

GAN可通過學(xué)習(xí)創(chuàng)建出與我們的真實環(huán)境非常相近的世界：圖像、音頻、言語乃至散文皆不在話下。從某種意義上講，GAN可謂是機器人中的藝術(shù)家，其輸出結(jié)果令人印象深刻——甚至能夠觸動我們的內(nèi)心。”

Insilico公司能夠利用GAN技術(shù)開發(fā)出兩套相互對抗的醫(yī)學(xué)與疾病學(xué)習(xí)深層神經(jīng)網(wǎng)絡(luò)（簡稱DNN）。所謂深層神經(jīng)網(wǎng)絡(luò)，屬于在我們自身生物神經(jīng)網(wǎng)絡(luò)或大腦構(gòu)造啟發(fā)下所建立起來的人工神經(jīng)網(wǎng)絡(luò)（簡稱ANN）。這些計算系統(tǒng)通過分析研究人員提供的實例來進行學(xué)習(xí)并逐步提高任務(wù)處理效能。舉例來說，在圖像識別當(dāng)中，計算機可能會通過分析人工標(biāo)記為“有貓”或“無貓”的圖像學(xué)會識別貓這一生物對象，并借此發(fā)現(xiàn)其它圖像當(dāng)中的貓。事實上，其擁有的這種識別能力完全無關(guān)于貓這一生物的相關(guān)知識。它只是利用研究人員提供的素材進行分析，并由此整理出一套自己的相關(guān)特征處理方法。

不過Insilico公司亦在進一步利用深度學(xué)習(xí)技術(shù)對抗疾病。該公司利用從深層神經(jīng)網(wǎng)絡(luò)當(dāng)中收集到的信息創(chuàng)建可能尚不存在的分子。Zhavoronkov表示，“我們利用數(shù)百萬種分子結(jié)構(gòu)對深層神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，而后要求其生成具有某些特征的新分子——例如與其它分子或生物活性存在關(guān)聯(lián)，包括具有一定溶解度或相互作用的分子。通過這種方式，我們可以減少藥物的副作用或確保其能夠滲透血腦屏障。這是一個計算機科學(xué)領(lǐng)域的概念，我們利用深層神經(jīng)網(wǎng)絡(luò)仿效人腦的處理能力，從真實世界當(dāng)中獲取實際數(shù)據(jù)，而后將這些數(shù)據(jù)傳遞至其它層（類似于大腦中的皮層）、進行信息轉(zhuǎn)化，由神經(jīng)元學(xué)習(xí)其中的模式，最終向其提供參數(shù)以生成由這些分子構(gòu)成的藥物。”

Zhavoronkov指出，雖然關(guān)于人工智能的電影創(chuàng)作所在多有，但好萊塢與科學(xué)家們作出的判斷卻完全不同。“很多人害怕看到令人難以置信的東西，因為他們認(rèn)為這些是不可能的。但我們必須記住，其在本質(zhì)上仍是一臺用于執(zhí)行某項任務(wù)的機器，并不具備真正的意識，而單純遵循數(shù)學(xué)原理。其沒有自我意識，只能充當(dāng)分類器或預(yù)測器。好萊塢總是強調(diào)其中的情感因素，但我認(rèn)為我們永遠(yuǎn)沒有能力創(chuàng)造靈魂。”

他認(rèn)為人工智能與深度學(xué)習(xí)將通過藥物發(fā)現(xiàn)及根除疾病等方式徹底改變世界。“我們正在努力優(yōu)化藥物開發(fā)量。事實上，制藥是世界上效率最為低下的行業(yè)，超過90%的人體實驗遭遇失敗。我們希望幫助大型制藥企業(yè)優(yōu)化其研發(fā)過程，或者采取更快、更明智的藥物發(fā)現(xiàn)方式。依靠人工智能，我們所使用的系統(tǒng)在各個層面都已經(jīng)遠(yuǎn)遠(yuǎn)超越人類。”

舉例來說，深層神經(jīng)網(wǎng)絡(luò)在圖形識別方面于2015年首次超越人類水平; 而到2016年，其在黑色素瘤分類方面超過了人類皮膚科醫(yī)師。他還提到了2016年首次亮相的特斯拉自動駕駛汽車，表示“在這樣的汽車產(chǎn)品當(dāng)中，我們需要人工智能有能力識別出其它汽車，且整個過程快速而準(zhǔn)確。”他還稱贊了美國人工智能計算廠商英偉達(dá)的成功表現(xiàn)，該公司在其GPU技術(shù)大會上發(fā)布了一系列振奮人心的公告，并在會后旋即迎來23%的股價上漲。“他們?yōu)樯疃葘W(xué)習(xí)奠定了堅實的基礎(chǔ)。”

在研究各類疾病的過程中，Insilico公司希望發(fā)現(xiàn)導(dǎo)致疾病的特定分子或生物標(biāo)記，尋找新的藥物作為個性化解決方案以阻止癌癥或者年齡相關(guān)疾病。Zhavaronkov指出，“舉例來說，我們可以確定驅(qū)動癌癥的特定分子，而后嘗試找出調(diào)整或使用深度學(xué)習(xí)技術(shù)以改變治療方式的途徑。”他表示，Insilico公司致力于通過下一代人工智能成果改變制藥行業(yè)。“我們正在開發(fā)可用于藥物發(fā)現(xiàn)與再利用、生物標(biāo)記開發(fā)以及快速驗證等新策略的新工具。我們的項目結(jié)合了基因組學(xué)、大數(shù)據(jù)分析、深度學(xué)習(xí)以及強化學(xué)習(xí)等領(lǐng)域的最新進展。”

Insilico公司已經(jīng)開發(fā)出一套全面的藥物發(fā)現(xiàn)引擎。該引擎利用數(shù)百萬種樣品及大量數(shù)據(jù)類型發(fā)現(xiàn)疾病特征，并為數(shù)十億業(yè)已存在或者可合成的分子搭配出必要的參數(shù)集，從而找到最具希望的使用方式。

雖然Zhavaronkov本人也承認(rèn)，利用人工智能推動醫(yī)療衛(wèi)生發(fā)展的相關(guān)舉措進展并不快，這是因為科學(xué)家們需要進行長時間的發(fā)現(xiàn)與測試工作; 但他同時強調(diào)稱，其它領(lǐng)域已經(jīng)取得的成果不斷證明著這類技術(shù)的光明前景，這也讓他對人工智能及深度學(xué)習(xí)在疾病發(fā)現(xiàn)與治療的未來表現(xiàn)充滿信心。

Zhavaronkov指出，他希望能夠在未來三年之內(nèi)首次將人工智能發(fā)現(xiàn)的分子應(yīng)用于人類患者身上，特別是借此對抗各類罕見疾病。他解釋稱，他目前正在關(guān)注ALS等肌肉骨骼疾病以及Progeria兒童早衰癥。展望未來，他希望能夠徹底根治糖尿病、帕金森病以及阿爾茨海默病。

G

M

T

文本轉(zhuǎn)語音功能僅限200個字符