尋找新粒子

　　上世紀(jì)80年代末，正當(dāng)“神經(jīng)網(wǎng)絡(luò)”這一術(shù)語捕獲了公眾的想象力時，粒子物理學(xué)家開始“玩弄”起人工智能。他們的領(lǐng)域很適合應(yīng)用人工智能和機(jī)器學(xué)習(xí)算法，因?yàn)閹缀趺宽椩囼?yàn)均聚焦于從復(fù)雜粒子探測器獲取的不計其數(shù)的類似數(shù)據(jù)中尋找微妙的空間模式，而這正是人工智能擅長的事情。“我們花了好幾年時間才說服人們，人工智能并不是一種神秘的把戲。”最早擁抱此項技術(shù)的物理學(xué)家之一、美國費(fèi)米國家加速器實(shí)驗(yàn)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(dú)特的新物質(zhì)微粒，從而理解宇宙的內(nèi)部運(yùn)作。例如，2012年，利用全球最大質(zhì)子對撞機(jī)——位于瑞士的大型強(qiáng)子對撞機(jī)（LHC）開展研究的團(tuán)隊發(fā)現(xiàn)了預(yù)期已久的希格斯玻色子。這是一種轉(zhuǎn)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，此類奇特粒子并非自帶標(biāo)簽。在LHC，幾乎約10億次對撞才出現(xiàn)1個希格斯玻色子。與此同時，它會在十億分之一皮秒內(nèi)衰變成諸如光子對等其他粒子。為“重現(xiàn)”希格斯玻色子，物理學(xué)家必須認(rèn)出所有那些更加常見的粒子。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(fèi)米實(shí)驗(yàn)室物理學(xué)家Pushpalatha Bhat介紹說，諸如神經(jīng)網(wǎng)絡(luò)等算法擅長從背景中篩選信號。在粒子探測器（一般是由各種傳感器構(gòu)成的巨型筒狀集合體）中，光子通常在被稱為電磁量能器的子系統(tǒng)中創(chuàng)建粒子束。電子和強(qiáng)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(jī)器學(xué)習(xí)算法通過發(fā)現(xiàn)描述束流的多個變量之間的相關(guān)性，將它們區(qū)別開來。此類算法還能幫助區(qū)分希格斯玻色子衰退產(chǎn)生的光子對。“這是一個公認(rèn)的大海撈針式的問題。”Bhat表示，“這也是為何我們要從數(shù)據(jù)中提取盡可能多的信息。”

　　然而，機(jī)器學(xué)習(xí)并未完全占領(lǐng)這個領(lǐng)域。物理學(xué)家仍然主要依靠對基礎(chǔ)物理的理解來斷定如何搜索數(shù)據(jù)，以尋找新粒子和現(xiàn)象存在的跡象。不過，勞倫斯伯克利國家實(shí)驗(yàn)室計算機(jī)專家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，到那時，機(jī)器學(xué)習(xí)將在應(yīng)對數(shù)據(jù)洪流時發(fā)揮至關(guān)重要的作用。

　　分析公眾情緒

　　伴隨著每年幾十億用戶以及數(shù)千億條推特和帖子的產(chǎn)生，社交媒體已將大數(shù)據(jù)帶入社會科學(xué)。同時，心理學(xué)家Martin Seligman表示，它還為利用人工智能收集人類傳播產(chǎn)生的意義創(chuàng)造了史無前例的機(jī)遇。在賓夕法尼亞大學(xué)正向心理學(xué)中心，Seligman同來自“全球福祉項目”的20多名心理學(xué)家、內(nèi)科醫(yī)生和計算機(jī)專家，利用機(jī)器學(xué)習(xí)和自然語言處理篩選大量數(shù)據(jù)，以估量公眾的情感和身體健康。

　　傳統(tǒng)上，這是通過調(diào)查實(shí)現(xiàn)的。不過，Seligman表示，社交媒體數(shù)據(jù)“比較低調(diào)”、花費(fèi)較少，而且獲得的數(shù)據(jù)要高出好幾個數(shù)量級。雖然此類數(shù)據(jù)也很散亂，但人工智能提供了一種強(qiáng)有力的獲取模式。

　　在一項最新研究中，Seligman和同事分析了2.9萬名自我評估患有抑郁癥的臉書用戶更新的內(nèi)容。利用來自其中2.8萬名用戶的數(shù)據(jù)，機(jī)器學(xué)習(xí)算法發(fā)現(xiàn)了更新內(nèi)容中的詞語和抑郁癥水平之間的關(guān)聯(lián)。隨后，它能僅基于更新的內(nèi)容，成功估量出其他用戶的抑郁癥水平。

　　在另一項研究中，該團(tuán)隊通過分析1.48億條推特，預(yù)測了縣級心臟病死亡率。事實(shí)證明，同憤怒和負(fù)面情緒相關(guān)的詞語是危險因素。和基于諸如吸煙、糖尿病等10項主要危險因素的預(yù)測相比，這項來自社交媒體的預(yù)測同實(shí)際死亡率匹配得更加緊密。與此同時，研究人員利用社交媒體預(yù)測了個性、收入和政治意識形態(tài)，并且研究了住院治療、神秘體驗(yàn)和刻板印象。該團(tuán)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縣作出標(biāo)識的地圖。

　　“在分析語言及其同心理學(xué)的聯(lián)系方面，一場革命正在上演。”得克薩斯大學(xué)社會心理學(xué)家James Pennebaker表示。Pennebaker關(guān)注的并非內(nèi)容，而是風(fēng)格。他發(fā)現(xiàn)，在申請大學(xué)入學(xué)短文中虛詞的使用能預(yù)測成績。冠詞和介詞象征著分析性思維并且預(yù)示了更好的成績，代詞和副詞象征著敘事性思維并且預(yù)示了較差的成績。Pennebaker還發(fā)現(xiàn)了證據(jù)，表明1728年的劇本《雙重背叛》的大部分內(nèi)容可能由莎士比亞撰寫。機(jī)器學(xué)習(xí)算法基于諸如認(rèn)知復(fù)雜性和罕見詞等因素，將該劇本同莎士比亞的其他作品進(jìn)行了匹配。“現(xiàn)在，我們可以分析你貼出甚至撰寫的任何內(nèi)容。”Pennebaker表示，結(jié)果是“獲得了關(guān)于人們是什么樣子的愈發(fā)豐富的畫面”。

　　探尋自閉癥根源

　　對于遺傳學(xué)家來說，自閉癥是一項棘手的挑戰(zhàn)。遺傳定律表明，它擁有強(qiáng)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2.5萬個其他人類基因及其周圍DNA的數(shù)據(jù)中搜尋線索。對于人類研究者來說，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細(xì)胞中活躍、蛋白如何相互作用以及轉(zhuǎn)錄因子結(jié)合位點(diǎn)和其他關(guān)鍵基因組特征位于哪里的上百個數(shù)據(jù)集結(jié)合在一起。隨后，她的團(tuán)隊利用機(jī)器學(xué)習(xí)構(gòu)建了基因相互作用的地圖，并且將已得到確認(rèn)的較少自閉癥危險基因同上百個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(biāo)記了另外2500個可能同自閉癥相關(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，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個附近非編碼堿基的影響。這些非編碼堿基同DNA結(jié)合蛋白以及其他因素相互作用。確認(rèn)哪些非編碼變體可能影響附近的自閉癥基因是一個更加棘手的問題。Troyanskaya的研究生Jian Zhou正在利用人工智能解決這一難題。

　　為訓(xùn)練程序（一個深度學(xué)習(xí)系統(tǒng)），Zhou將其暴露在“DNA元件百科全書”和“表觀基因組學(xué)路線圖”收集的數(shù)據(jù)中。這兩個項目對上萬個非編碼DNA位點(diǎn)如何影響附近基因進(jìn)行了梳理。Zhou利用的系統(tǒng)學(xué)習(xí)了在評估未知非編碼DNA的潛在活性時應(yīng)該尋找哪些特征。

　　當(dāng)Zhou和Troyanskaya于2015年10月在《自然—方法學(xué)》雜志上描述了這個名為DeepSEA的項目時，加州大學(xué)爾灣分校計算機(jī)專家Xiaohui Xie將其稱為“將深度學(xué)習(xí)應(yīng)用于基因組學(xué)的里程碑”。目前，該研究團(tuán)隊正通過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。（宗華編譯）

(責(zé)編：魏艷、趙竹青)