近日，人工智能再次大出風頭。在CASP（國際蛋白質結構預測賽）中，谷歌旗下DeepMind團隊的AlphaFold2（阿爾法折疊）摘得桂冠。在CASP的一系列測試中，AlphaFold2獲得92.4分，在最具挑戰的自由建模蛋白質測試中也獲得87分。
一時間，AlphaFold 2“顛覆”“革命性突破”“諾獎級成果”等詞匯加身。有人稱其解決了“困擾生物學家50年的問題”，有人擔憂“結構生物學家是否會因此失業”。
人工智能再次完勝人類，我們該欣喜還是擔憂？
AI再勝人類
人體內有成千上萬種不同的蛋白質，而蛋白質的功能很大程度上取決于其獨特的結構。弄清楚蛋白質折疊成什么形狀被稱為“蛋白質折疊問題”。在過去50年中，它一直是生物學界的重大挑戰。
此前，生物學家主要利用X射線晶體學或冷凍電鏡等實驗技術來破譯蛋白質的三維結構，但這類方法耗時長、成本高。
預測蛋白質結構的CASP競賽始于1994年，今天它已成為這一領域交流新技術的國際平臺。2018年，DeepMind 團隊推出 AlphaFold1 參加第13屆CASP競賽，曾取得不錯的成績。今年參賽的系統是新版本AlphaFold2，此次比賽中，AlphaFold2比第二名的成績高出25分。
美國馬里蘭大學教授、CASP競賽創始人之一約翰·蒙特認為，達到90分即可與實驗方法獲得的結果競爭。美國密蘇里大學哥倫比亞分校講座教授許東認為，AlphaFold2可以滿足95%以上的理解功能、實驗設計等需求，達到了應用的標準。
奪冠當日，DeepMind在官網發布新聞稿稱，對于困擾生物學界50年的“蛋白質折疊”難題，AlphaFold2已成為業內專家認可的解決方案。《自然》新聞評論更是以《它將改變一切》為題，指出DeepMind在解決蛋白結構問題上“邁出一大步”。
算法、模型和算力
AlphaFold1參加第13屆CASP競賽后，DeepMind團隊在《自然》發表文章，公開AlphaFold的代碼。目前DeepMind團隊還沒有發表關于AlphaFold2的論文并公布相關數據，只在官網公布了相關消息就引起AI領域和生物學界的軒然大波。
“AlphaFold2的相關文章還沒有看到，以我對Alpha系列的了解，應該還是集成數據驅動機器學習諸多算法的一個創新應用。”浙江大學人工智能研究所所長吳飛告訴《中國科學報》，“它相當于從包含了無窮多種答案的空間中，通過學習、優化、搜索等技術，找到一種合適的解決方法。”
吳飛舉例說，比如人們產生“恐懼”這種情緒，需要找到成千上萬個神經元的某種組合，形成某種神經回路結構才會在功能上產生這種情緒。人類蛋白質的組成結構非常復雜，人們要從海量的組合中，找到某種特定的組合非常困難。由于計算機的計算能力非常強大（也可以把它理解為學習模式能力和窮舉搜索能力強），它能幫助人們從幾億個結構里，找到某個特定的結構，該結構能對應某個特點功能。
“這是一種大數據驅動的人工智能方法，是以深度學習和搜索組合優化相結合的整體應用。”吳飛說，“AlphaFold2的成功應該包括算法、模型、算力以及該領域已有知識，這些元素缺一不可。”
吳飛進一步解釋說，AlphaFold2針對一個具體任務取得的巨大成功，所以它在模型上，肯定有一些組合式的創新。另外，DeepMind團隊也收集了一批一一對應的數據（蛋白質的結構和功能一一對應的數據）。在算力上，因為要從無窮多的組合里面，找到一個對應的功能，需要對大數據中蘊含模式進行學習、對可能答案空間進行搜索，同時提高大規模計算能力，這是一次技術和能力結的合勝利。
人機協同帶來飛躍
“目前主流的機器學習技術還依賴于統計學習。在數據量大，人工難以直覺分析規律的領域，相對來說人工智能具有優勢。”北京航空航天大學教授李甲告訴《中國科學報》。
吳飛也強調，在某些特定領域，人工智能有人類無法企及的能力，特別是在以海量數據搜索為導向的領域。
“就像有一顆珍珠放在太平洋中，我們都知道它在，但不知道它到底在哪兒。如果人工去尋找，可能就是一項無法完成的任務。但人工智能可以憑借巨大的存儲能力、超強的搜索能力和對數據高效利用的能力很容易找到它。”吳飛說。
2016年，DeepMind團隊的AlphaGo（阿爾法狗）戰勝圍棋大師李世石，曾掀起AI界和圍棋界的滔天巨浪，AlphaGo也在很大程度上改變了人們對AI的認知。
在圍棋比賽中，每一步都有一個“最優落子”的選擇，人類不可能在大腦里把幾十億個落子情況都推演一遍，但是計算機就有這樣的能力。
“AlphaFold2和之前的AlphaGo類似，是機器學習模型的進步和算力的提升，以及‘標簽數據’指導下完成的任務。”吳飛說，“即使在某些特定領域，也不能說是‘人工智能超越了人類’，而應該叫做‘人機協同完成’。”
吳飛認為，人工智能的這種成功是一種‘模式學習和模式匹配’能力。比如，我們經常用到的人臉支付，人工智能不是‘識別’出你的臉，它是從幾十萬張人臉數據中，找到和你匹配的人臉模式。比如，它發現相似度超過90%，就認為是你。
“但你如果問人工智能，‘為什么認為這張臉是我？’人工智能就是有嘴也解釋不清。”吳飛說，“所以它（人工智能）是某些領域中非常好的一個工具，可以在某項任務中節省大批人力、節省大量時間，但對這個結果的利用，還要依靠人類專家來完成。如果將這種工具和人的特長結合，協同賦能就能加快創新，帶來科學上的飛躍。”（張雙虎）
來源： 中國科學報
