AI改变了科学——《科学》最新AI特刊 | 前沿

导语

如果说大数据是钉子,那么我们必须能够与其相匹配的锤子。近年来,越来越多的领域已经积累了过多的大数据,这使得研究人员们迷失在了数据海洋中,失去了洞察与分析的能力。但是,计算能力的提升可以重新挖掘出数据中的金子。在这场革命中,科研人员们正在释放人工智能(AI)的能力。与通常的AI不同,“深度学习”可以在无需人类专家编程的完成任务,它们可以通过自己的学习而从海量中挖掘信息,直到它们找到了数据中的模式。可以说,AI就是那个锤子。

本周,Science杂志推出了AI的专刊,向我们介绍人工智能在各个学科领域的应用。我们搜集了本期特刊的所有文章,并写了这篇导读。

一、

AI:人类与社会

阿西莫夫在他的著名小说《基地》系列中提出了著名的机器人三定律,以约束不断增长的人工智能机器人。今天,类似于科幻小说描述的情节已经来到了我们的身边,我们已经被人工智能所包围。因此,思考人类如何与人工智能相处才是我们当今社会最重要的问题。如果没有好的引导,人工智能技术将会被部分别有用心的人所利用,从而将人类引向危险的边缘。

AI, people, and society

Eric Horvitz

二、

AI早期的落地:捕获新的粒子

实际上,物理学家们早在1980年代就开始利用机器学习算法来捕获新的粒子。我们知道,科学家们通过撞击物质粒子来研究它们,并从撞击辐射出来的射线中检测新粒子的诞生。在粒子探测器中,不同的粒子具备不同的波形,机器学习通过捕获这些波形而发现新的粒子。著名的希格斯粒子就是采用这样的方法捕获的。

AI in Action: AI's early proving ground: the hunt for new particles

Adrian Cho

三、

AI侦探:神经网络推进了科学,科学家们开始反过来探测这些网络

随着神经网络、深度学习越来越多地应用到了科学之中,可解释性就成为了一个异常重要的问题,恐怕科学家们很难相信一个不可解释的黑箱模型。于是,一批人工神经网络科学家们开始反过来探测人工神经网络本身。它们开发了一系列的工具来探测神经网络。

The AI detectives

Paul Voosen


四、

算法如何分析大众的情绪

随着Facebook、Tweeter、微信等社交媒体的发展,我们积累了大量的人类行为数据。AI研究者们正将人工智能算法应用于这些数据,以揭示出整个人类群体所具备的情绪。例如,最近的一个研究通过Facebook上面的29000条信息学习到了自然语言之中的情绪,从而根据用户的更新就可以推知他最近心情如何。另一个研究则利用1亿多条推文数据来预测县级别的心脏病发病率。

AI in Action: How algorithms can analyze the mood of the masses

Matthew Hutson


五、

组合基因,发现自闭症的根源

自闭症是困惑医学的一大难题,尽管人们已经发现了一些基因与自闭症有关,但显然还有其他的因素也会影响其发病率。于是,科学家们利用人工智能工具找到了更多的与已知自闭症影响基因相似的其它基因,从而大大提高了自闭症的预测准确度。

AI in Action: Combing the genome for the roots of autism

Elizabeth Pennisi

六、

AI看懂星空

在天文学中,AI正在帮助天文学家将拍摄到的天文照片去噪,从而得到超高清晰的照片。这仅仅是机器学习在天文学中的一个应用。天文学家还用这套工具来研究引力透镜效应。而这些应用也仅仅是一个开端。

AI in Action: Machines that make sense of the sky

Joshua Sokol

七、

神经网络学习化学合成的艺术

化学家是这样一群人,天天泡在密不透风的实验室中,不断地摆弄着瓶瓶罐罐,反复试验着各种化学药品的组合,希望最终有一天碰撞出他们想要的药物出来。如果有一种方法能够加速化学家们的实验进程就好了。这个工具就是AI。科研人员们开发了一种深度神经网络,可以通过分析反应物的基本特性,而预测出可能会有什么特性的生成物生成,AI正在学习化学合成的艺术。

AI in Action: Neural networks learn the art of chemical synthesis

Robert F. Service

另外,本期节选自357卷6347期的Science,以上提及文章已全部打包,请关注公众号下载。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,373评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,732评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,163评论 0 238
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,700评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,036评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,425评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,737评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,421评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,141评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,398评论 2 243
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,908评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,276评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,907评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,018评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,772评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,448评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,325评论 2 261

推荐阅读更多精彩内容