yqk 勾引

这些磋议依靠的是一种卷积神经网罗，这是一种能够调动生物学家分析图像式样的深度学习算法。科学家们正借助这种规律寻找基因中的突变，何况瞻望单细胞陈列的变化。谷歌带来了新一轮的深度学习哄骗，能够让图像处置变得更浅易而且更通用，以致能够识别当年被残酷的生物学风光。

好意思国加州山景城谷歌磋议所的工程学矜重东谈主Philip Nelson称：“当年将机器学习哄骗到生物学的好多限制是不切骨子的想法。咫尺你就能够作念到，而且愈加令东谈主兴隆的是，筹算机咫尺能够不雅察到好多东谈主类大约从未见过的细节。”

卷积神经网罗能够让筹算机高效而且齐全的处置图像，而且不需要再对图像进行证明。这种规律最早是在2012年出咫尺技艺限制，比如说Facebook借助这种深度学习技艺识别像片上的面目。可是科学家们一直难以把这种规律哄骗到生物学限制，部分原因源于两个限制之间的文化各异。

忘忧草社区在线www

旧金山生物学公司Calico的首席筹算机官员Daphne Koller称：“这就像你把一群生物学家送入到一个筹算机科学家团队方位的房间，他们将彼此用不同的讲话挑剔，而且会产生不同的想维式样。”

科学家们也必须细则借助卷积神经网罗能够进行哪种类型的磋议。当谷歌想要用深度学习寻找基因中的突变时，谷歌科学家必须将DNA字母链转形成筹算机能够识别的图像。随后他们需要借助参照基因对神经网罗进行造就，这么技艺发现突变。12月问世的DeepVariant器具就能够在DNA序列中发现眇小的变化。在测试中，DeepVariant的进展至少赶得上传统的器具。

西雅图艾伦细胞科学磋议所的细胞生物学家正使用卷积神经网罗，将光学显微镜拍摄的单调灰白像片调整成3D图像，而且让部分细胞器领有了色调标签。这种规律搁置了细胞染色的过程，细胞染色耗时较多且需要在精密践诺室中进行，而且会给细胞带来毁伤。上个月，该团队公布了一项先进技艺，只借助部分数据就能够瞻望细胞其他部分的表情和位置。

麻省理工学院布罗德磋议所和哈佛大学影像平台的矜重东谈主Anne Carpenter称：“你咫尺所看是一种史无先例的变化，机器学习能够借助图像完成生物学任务。”在2015年她的跨学科团队运转借助卷积神经网罗处置细胞图像。咫尺Carpenter称，在她的磋议中心梗概有15%的图像数据借助了卷积神经网罗。她瞻望，几年后这种规律将成为磋议中心主要的图像处置规律。

愈加令东谈主兴隆的是，借助卷积神经网罗分析图像能够在意外中揭开玄机的生物学风光，让生物学家运转想考之前残酷的问题。艾力磋议所的实行董事Rick Horwitz称，这么的巧合发现能够匡助医学磋议不断朝上。若是深度学习能够揭开癌症在单体细胞中的玄机标识，那么它就可能匡助磋议东谈主员提前识别肿瘤。

其他生物学中的机器学习众人如故概念放在更前沿的限制，咫尺卷积神经网罗如故运转庸碌哄骗于图像处置。德国环境健康磋议中心的筹算机生物学家Alex Wolf称：“图像曲直常抨击的yqk 勾引，可是化学和分子数据相通抨击。我以为畴昔数年内将兑现一项要紧的冲破，让生物学家更庸碌的哄骗卷积神经网罗。”（过客）