胡德良/編譯

人工智能
——科學家的學徒

胡德良/編譯

在神經(jīng)網(wǎng)絡中，每個概念性的實例都可以產(chǎn)生一個節(jié)點。為了對輸入數(shù)據(jù)做出反應，模擬神經(jīng)元之間的連接會發(fā)生變化，而神經(jīng)網(wǎng)絡則會隨著變化的發(fā)生“進行學習”

大數(shù)據(jù)已經(jīng)找到了與之相適應的數(shù)據(jù)處理方式。各個學科領域收集數(shù)據(jù)的能力都呈現(xiàn)出爆炸式增長——生物學領域的基因組和蛋白質數(shù)據(jù)庫發(fā)展迅猛、天文學領域的巡天測量產(chǎn)生了PB級數(shù)據(jù)、社會科學領域每天數(shù)以百萬計的帖子和微博充斥著互聯(lián)網(wǎng)……數(shù)據(jù)的洪流可以淹沒人類的分析和認知，但是計算機的發(fā)展既幫助實現(xiàn)了大數(shù)據(jù)，也帶來了分析這些大數(shù)據(jù)所需要的強有力的新工具。

在這場跨越了科學領域諸多學科的革命中，研究人員在數(shù)據(jù)的洪流中推出了通常以人造神經(jīng)網(wǎng)絡形式存在的人工智能（AI）。不同于人工智能領域的其他嘗試，“深度學習”系統(tǒng)不需要利用人類專家的知識進行編程。相反，這種系統(tǒng)往往可以通過用于訓練的巨量數(shù)據(jù)集實現(xiàn)自行學習，直到能夠看到數(shù)據(jù)集中的模式并發(fā)現(xiàn)異?，F(xiàn)象，而這些數(shù)據(jù)集要龐大得多、復雜得多，這是人類難以應付的。

人工智能不僅僅是科學的變革，它還通過智能手機跟你講話，使無人駕駛車輛適應路況，而且還使未來學家感到不安——他們擔心人工智能會導致大規(guī)模失業(yè)。對于科學家來說，AI的前景是最光明的：人工智能有望主導科學發(fā)現(xiàn)的進程。

然而，跟研究生或博士后研究人員不同，神經(jīng)網(wǎng)絡不能解釋自身的思維：計算機形成的結果是不透明的。因此，人工智能的興起已經(jīng)產(chǎn)生了有人稱之為“AI神經(jīng)科學”的領域：努力打開神經(jīng)網(wǎng)絡的“黑匣子”，讓科學家對神經(jīng)網(wǎng)絡所帶來的見解建立信心。隨著AI在科學領域的作用越來越重要，理解機器內(nèi)部的“思維”也變得越來越迫切。一些先驅已經(jīng)在利用人工智能設計實驗、開展實驗和分析實驗結果了，這展現(xiàn)了全自動化科學的前景。AI這一不知疲倦的學徒可能很快就會變成一個訓練有素的同事！

[資料來源：Science][責任編輯：彥 隱]