【团队|英国两院院士领衔，中外专家畅谈AI药物发现（下）】加州大学伯克利分校访问学者
AlphaFold2的成功建立在其新颖的神经网络结构与训练方法之上 。 在神经网络方面 ， AlphaFold2创新性地推出了进化自注意网络（Evoformer）这一结构 ， 作为搭建主干网络的结构基础 。 Evoformer, 从名字上来自于进化(evolution)与自注意网络(transformer/self-attention network） 。
自注意网络最初被提出时是用来解决自然语言处理问题的 。 后因其强大的能力被迅速而广泛地应用到了人工智能的各个领域 ， 成为新的主流神经网络之一 。 相比较于卷积神经网络受限于局部的处理能力 ， 自注意网络提供了全局学习的可能 ， 因此拥有更大的自由度来处理问题 。 与此同时 ， 进化自注意网络将问题描述为图推断问题 。 图神经网络也是近年来兴起的人工智能方法 ， 在很多领域取得了目前为止最优秀的成绩 。 自注意网络作为图神经网络的一种 ， 被广泛研究和应用 。
在训练方法上 ， AlphaFold2 的创新之一是迭代进化（iteratively refinement） 。 将神经网络的输出结果 ， 以递归的方式重新输入给网络自身 。 结合最终的损失函数 ， 做到在不大量增加训练时间的情况下提高神经网络的表现 。
在人工智能领域 ， 中国的科学家和研究机构正在作出巨大的贡献 。 以今年的ICLR会议为例 ， 华人作者参与的论文数占到论文总数的一半 ， 华人一作的论文数量接近三分之一 。 不仅是数量 ， 从论文的影响力角度来看 ， 华人学者也不断发表有份量的论文 。 如在AlphaFold2网络结构中大量使用的残差结构 ， 便来自于何恺明的论文《图像识别中的深度残差网络》 。 大批的青年科学家如何恺明、陶大程、沈春华、田渊栋等 ， 正在各自的领域作出杰出贡献 。 相信未来会有更多数量和份量的成果来自于中国的科学家和科研机构 。
Q7：AI如何赋能生物医药？
据您所知 ， 生物学家、医药学专家在多大程度上重视AI对其研究方面的帮助？生物医药学应该如何指导和赋能AI下一步在该领域的发展？或者换句话说 ， 医药领域何种类型的反馈对AI科学家来说是极为富有价值的？
文章图片
David Rubinsztein教授
英国皇家科学学会及英国医学科学院两院院士
剑桥大学医学院副院长
剑桥老年类药物研究所所长
曾发现16个疾病靶点/通路
我个人认为AI有对生物和医学研究产生变革性影响的潜力 。 我认为AI现在还能与生物医药领域有更加深入的结合 ， 我们都需要学习如何发现这样的机会 。 目前存在的问题是 ， 一些AI研发中心 ， 在计算机科学家与实验或临床科学家之间的合作并不是那么的紧密 。 同样 ， 科学问题的提出最好由实验科学家和临床医生来完成 ， 而不是计算机专家 。 因此 ， 我们需要在实验和临床的大框架内 ， 更好地整合计算工作 ， 并更多地使用实验来验证模型预测结果 。
推荐阅读
- 最新消息|IT系统出错 英国银行给7.5万人多发11亿工资
- 通信运营商|英国沃达丰、EE和Three将在2022年一同恢复欧盟漫游费用
- 核心|中科大陈秀雄团队成功证明凯勒几何两大核心猜想，研究登上《美国数学会杂志》
- VIA|x86研发团队卖给Intel后 VIA出售厂房和设备：北美分部就此终结
- 团队|深信院41项科研项目亮相高交会 11个项目获优秀产品奖
- 团队|玉米和水稻基因组引导编辑效率提高3倍
- IT|美国法国英国连创历史新高 世卫组织警告“感染海啸”到来
- 斯温伯恩|英国12岁男孩智商得分超过爱因斯坦
- 敏捷|上海人工智能“十四五”规划发布：集聚超20个国际顶尖团队
- 团队|生物技术成茶产业提质“金钥匙”