|
首页
>
资讯
>
【周末杂谈】AI技术在医药领域的应用
出自识林
2023-11-05
简报“澳门人工智能与健康研讨会”及对AI技术词的杂念
这周一和二，“澳门人工智能与健康研讨会”在澳门大学召开。16位报告人中，13位来自大学或研究机构，2位来自企业，1位来自美国FDA。会议的学术氛围浓，商业气息淡。报告都是各位讲者的最新研究成果。笔者上次参加AI相关会议是34年前。这次参会是想恶补一下，了解当今人们的兴趣点。下表列出了所有报告题目和报告人（按报告顺序）。有兴趣的读者，可直接联系相关报告人。
报告覆盖了药品研发的全过程，从寻找靶点、生成化合物、优化先导化合物，到药理研究、制剂研究、药物递送研究，以及AI，机器学习，ChatGPT，大数据等热门技术话题。报告的研究成果，不少是可以对药业有直接帮助的。会议的一大优点是将机理模型与AI等相关技术结合在一起讨论。AI等相关技术是黑匣子式的。黑匣子可以能力越来越强，但若人类不知道它是如何做到的，就难以形成知识的积累，不利于科技进步。相反，机理模型既是人类知识积累的产物，也是发现新知识、整合新老知识的工具。如何将机理模型与AI等技术有机地结合，让它们相辅相成，是笔者参会想要了解的主要内容。遗憾的是，这方面的讨论很少。
会议期间，笔者有闲空产生杂念。下面是其中四个。
（１） AI（artificial intelligence）也可译为人造智能。生活中，当人们说“人造奶油”、“人造肉”、“人工关节”时，通常是说这些产品不是真的，不是天造的，不如天造的。在这个意义上讲，AI不是I，人工智能不是智能，不如智能。
（２） 机器学习与机器无关。所谓机器学习，就是用已有的知识或数据来确定一个或一组函数，即建立既定的自变量和因变量之间的关系。这是个纯粹的数学问题，与机器无关。
（３） 大数据未必是好事。设想，若整体数据中，与所关心的信号相关的数据量固定，那整体数据量越大，算出来的信号的信噪比可能就越低，因为多出来的数据都是噪声。
（４） 用词过度。“… 使用机器学习（包括深度学习）的方法 …”。好像深度学习不是机器学习似的。AI、机器学习、深度学习、大数据、生成式的、…，这些与人工智能相关的技术词已变得如此时髦，以至于在写文章时，不把它们都列上，水平就不够高似的。
榆木疙瘩
识林®版权所有，未经许可不得转载。
|
