人工智能數(shù)據(jù)收集與標(biāo)準(zhǔn)化非常重要
時(shí)間：2022-03-03 16:30:02 | 來源：行業(yè)動(dòng)態(tài)
時(shí)間：2022-03-03 16:30:02 來源：行業(yè)動(dòng)態(tài)
目前人工智能不僅在其他領(lǐng)域，也在生物領(lǐng)域中發(fā)揮了很大的作用，展示了非常美好的前景，生物大分子結(jié)構(gòu)預(yù)測中，至少有兩個(gè)領(lǐng)域人工智能或Deep Learning這些技術(shù)能夠在生物醫(yī)藥處理中顯示了非常重大的作用。
一是結(jié)構(gòu)預(yù)測，AlphaFold2這些人工智能技術(shù)、Deep Learning可以很好的預(yù)測蛋白質(zhì)的結(jié)構(gòu)，它的預(yù)測精度達(dá)到了實(shí)驗(yàn)的90%以上，換句話說是可用的，這是我自己做生物大分子計(jì)算以前沒有想到的，所以用這樣的技術(shù)能夠預(yù)測了天然蛋白值的85%。同時(shí)對(duì)核酸預(yù)測也提供了很好的模式，對(duì)為核酸疫苗、核酸藥物的設(shè)計(jì)開拓了很好的前景，這是重要的領(lǐng)域。
二是影像學(xué)方面，目前用人工智能構(gòu)建的影象系統(tǒng)超過任何一個(gè)獨(dú)立的醫(yī)生的準(zhǔn)確度，這展示了人工智能對(duì)生物大數(shù)據(jù)處理的精度和作用，這個(gè)作用會(huì)向大數(shù)據(jù)其他方面延展，而為生物醫(yī)藥提供更好的工具。
現(xiàn)在我自己覺得在人工智能當(dāng)中可能有兩個(gè)方面應(yīng)當(dāng)值得重視。
第一，現(xiàn)在的人工智能的基本理論和當(dāng)初做的實(shí)際本質(zhì)上并沒有根本性的差別，只是技術(shù)上有差別，首先是規(guī)模擴(kuò)大了，另外是收斂有所改進(jìn)，我們系統(tǒng)是全局收斂，現(xiàn)在因?yàn)橹厮艿脑黾?，全局收斂?jì)算復(fù)雜度比較高，我自己覺得人工智能的模式、理論、技術(shù)可能有待于進(jìn)一步的完善和發(fā)展；第二，對(duì)于生物醫(yī)學(xué)工作者而言，如何構(gòu)造一個(gè)很好的學(xué)習(xí)集是充分發(fā)揮人工智能作用非常重要的環(huán)節(jié)。
關(guān)鍵詞：標(biāo)準(zhǔn)化,非常,收集
在線咨詢