尋找新粒子

上世紀80年代末，正當“神經(jīng)網(wǎng)絡(luò )”這一術(shù)語(yǔ)捕獲了公眾的想象力時(shí)，粒子物理學(xué)家開(kāi)始“玩弄”起人工智能。他們的領(lǐng)域很適合應用人工智能和機器學(xué)習算法，因為幾乎每項試驗均聚焦于從復雜粒子探測器獲取的不計其數的類(lèi)似數據中尋找微妙的空間模式，而這正是人工智能擅長(cháng)的事情?！拔覀兓撕脦啄陼r(shí)間才說(shuō)服人們，人工智能并不是一種神秘的把戲?！弊钤鐡肀Т隧椉夹g(shù)的物理學(xué)家之一、美國費米國家加速器實(shí)驗室研究人員Boaz Klima表示。

粒子物理學(xué)家力圖使帶有巨大能量的亞原子粒子相撞以迸發(fā)出獨特的新物質(zhì)微粒，從而理解宇宙的內部運作。例如，2012年，利用全球最大質(zhì)子對撞機——位于瑞士的大型強子對撞機（LHC）開(kāi)展研究的團隊發(fā)現了預期已久的希格斯玻色子。這是一種轉瞬即逝的粒子，對于物理學(xué)家解釋所有其他基本粒子如何獲得質(zhì)量至關(guān)重要。

不過(guò)，此類(lèi)奇特粒子并非自帶標簽。在LHC，幾乎約10億次對撞才出現1個(gè)希格斯玻色子。與此同時(shí)，它會(huì )在十億分之一皮秒內衰變成諸如光子對等其他粒子。為“重現”希格斯玻色子，物理學(xué)家必須認出所有那些更加常見(jiàn)的粒子。然而，典型碰撞中產(chǎn)生的成群的不相關(guān)粒子使此項工作變得更加艱難。

費米實(shí)驗室物理學(xué)家Pushpalatha Bhat介紹說(shuō)，諸如神經(jīng)網(wǎng)絡(luò )等算法擅長(cháng)從背景中篩選信號。在粒子探測器（一般是由各種傳感器構成的巨型筒狀集合體）中，光子通常在被稱(chēng)為電磁量能器的子系統中創(chuàng )建粒子束。電子和強子也是這樣產(chǎn)生的，但它們的束流和光子稍微有些不同。機器學(xué)習算法通過(guò)發(fā)現描述束流的多個(gè)變量之間的相關(guān)性，將它們區別開(kāi)來(lái)。此類(lèi)算法還能幫助區分希格斯玻色子衰退產(chǎn)生的光子對?！斑@是一個(gè)公認的大海撈針式的問(wèn)題?！盉hat表示，“這也是為何我們要從數據中提取盡可能多的信息?！?/p>

然而，機器學(xué)習并未完全占領(lǐng)這個(gè)領(lǐng)域。物理學(xué)家仍然主要依靠對基礎物理的理解來(lái)斷定如何搜索數據，以尋找新粒子和現象存在的跡象。不過(guò)，勞倫斯伯克利國家實(shí)驗室計算機專(zhuān)家Paolo Calafiura表示，人工智能可能正變得愈發(fā)重要。到2024年，研究人員計劃升級LHC，從而使其碰撞率提高10倍。Calafiura介紹說(shuō)，到那時(shí)，機器學(xué)習將在應對數據洪流時(shí)發(fā)揮至關(guān)重要的作用。

分析公眾情緒

伴隨著(zhù)每年幾十億用戶(hù)以及數千億條推特和帖子的產(chǎn)生，社交媒體已將大數據帶入社會(huì )科學(xué)。同時(shí)，心理學(xué)家Martin Seligman表示，它還為利用人工智能收集人類(lèi)傳播產(chǎn)生的意義創(chuàng )造了史無(wú)前例的機遇。在賓夕法尼亞大學(xué)正向心理學(xué)中心，Seligman同來(lái)自“全球福祉項目”的20多名心理學(xué)家、內科醫生和計算機專(zhuān)家，利用機器學(xué)習和自然語(yǔ)言處理篩選大量數據，以估量公眾的情感和身體健康。

傳統上，這是通過(guò)調查實(shí)現的。不過(guò)，Seligman表示，社交媒體數據“比較低調”、花費較少，而且獲得的數據要高出好幾個(gè)數量級。雖然此類(lèi)數據也很散亂，但人工智能提供了一種強有力的獲取模式。

在一項最新研究中，Seligman和同事分析了2.9萬(wàn)名自我評估患有抑郁癥的臉書(shū)用戶(hù)更新的內容。利用來(lái)自其中2.8萬(wàn)名用戶(hù)的數據，機器學(xué)習算法發(fā)現了更新內容中的詞語(yǔ)和抑郁癥水平之間的關(guān)聯(lián)。隨后，它能僅基于更新的內容，成功估量出其他用戶(hù)的抑郁癥水平。

在另一項研究中，該團隊通過(guò)分析1.48億條推特，預測了縣級心臟病死亡率。事實(shí)證明，同憤怒和負面情緒相關(guān)的詞語(yǔ)是危險因素。和基于諸如吸煙、糖尿病等10項主要危險因素的預測相比，這項來(lái)自社交媒體的預測同實(shí)際死亡率匹配得更加緊密。與此同時(shí)，研究人員利用社交媒體預測了個(gè)性、收入和政治意識形態(tài)，并且研究了住院治療、神秘體驗和刻板印象。該團隊甚至利用從推特上推斷出的福利、抑郁癥、信任和五大人格特征，創(chuàng )建了一幅為美國每個(gè)縣作出標識的地圖。

“在分析語(yǔ)言及其同心理學(xué)的聯(lián)系方面，一場(chǎng)革命正在上演?！钡每怂_斯大學(xué)社會(huì )心理學(xué)家James Pennebaker表示。Pennebaker關(guān)注的并非內容，而是風(fēng)格。他發(fā)現，在申請大學(xué)入學(xué)短文中虛詞的使用能預測成績(jì)。冠詞和介詞象征著(zhù)分析性思維并且預示了更好的成績(jì)，代詞和副詞象征著(zhù)敘事性思維并且預示了較差的成績(jì)。Pennebaker還發(fā)現了證據，表明1728年的劇本《雙重背叛》的大部分內容可能由莎士比亞撰寫(xiě)。機器學(xué)習算法基于諸如認知復雜性和罕見(jiàn)詞等因素，將該劇本同莎士比亞的其他作品進(jìn)行了匹配?！艾F在，我們可以分析你貼出甚至撰寫(xiě)的任何內容?！盤(pán)ennebaker表示，結果是“獲得了關(guān)于人們是什么樣子的愈發(fā)豐富的畫(huà)面”。

探尋自閉癥根源

對于遺傳學(xué)家來(lái)說(shuō)，自閉癥是一項棘手的挑戰。遺傳定律表明，它擁有強大的遺傳因素。然而，已知在自閉癥中起到一定作用的許多基因的變體只能解釋約20%的病例。尋找可能影響自閉癥的其他變體，需要從關(guān)于2.5萬(wàn)個(gè)其他人類(lèi)基因及其周?chē)鶧NA的數據中搜尋線(xiàn)索。對于人類(lèi)研究者來(lái)說(shuō)，這是一項艱巨的任務(wù)。為此，普林斯頓大學(xué)計算生物學(xué)家Olga Troyanskaya和紐約西蒙斯基金會(huì )取得了人工智能工具的支持。

Troyanskaya將關(guān)于哪些基因在特定人類(lèi)細胞中活躍、蛋白如何相互作用以及轉錄因子結合位點(diǎn)和其他關(guān)鍵基因組特征位于哪里的上百個(gè)數據集結合在一起。隨后，她的團隊利用機器學(xué)習構建了基因相互作用的地圖，并且將已得到確認的較少自閉癥危險基因同上百個(gè)涉及自閉癥的其他未知基因進(jìn)行了比對，以尋找它們的相似性。此項研究標記了另外2500個(gè)可能同自閉癥相關(guān)的基因。相關(guān)成果在去年發(fā)表于《自然—神經(jīng)科學(xué)》雜志。

不過(guò)，正如遺傳學(xué)家最近意識到的，基因并不是孤立地發(fā)揮作用。它們的行為受到上百萬(wàn)個(gè)附近非編碼堿基的影響。這些非編碼堿基同DNA結合蛋白以及其他因素相互作用。確認哪些非編碼變體可能影響附近的自閉癥基因是一個(gè)更加棘手的問(wèn)題。Troyanskaya的研究生Jian Zhou正在利用人工智能解決這一難題。

為訓練程序（一個(gè)深度學(xué)習系統），Zhou將其暴露在“DNA元件百科全書(shū)”和“表觀(guān)基因組學(xué)路線(xiàn)圖”收集的數據中。這兩個(gè)項目對上萬(wàn)個(gè)非編碼DNA位點(diǎn)如何影響附近基因進(jìn)行了梳理。Zhou利用的系統學(xué)習了在評估未知非編碼DNA的潛在活性時(shí)應該尋找哪些特征。

當Zhou和Troyanskaya于2015年10月在《自然—方法學(xué)》雜志上描述了這個(gè)名為DeepSEA的項目時(shí)，加州大學(xué)爾灣分校計算機專(zhuān)家Xiaohui Xie將其稱(chēng)為“將深度學(xué)習應用于基因組學(xué)的里程碑”。目前，該研究團隊正通過(guò)DeepSEA研究自閉癥患者父母的基因組，以期對非編碼堿基的影響進(jìn)行排序。

摘自《中國科學(xué)報》