一个新的人工智能测试系统有助于解开人类基因组的秘密

人工智能 (AI) 是一种创新工具，经过训练可以快速准确地做出预测和解决问题。然而，输出背后的原因，或其决策过程在学术上仍然没有清晰的说明。 这种“黑盒”似的深度神经网络暂时无法获得人类的充分理解与信任，

研究人员一直试图理解人工智能产生信息的方式，以及人工智能在处理数据时遵循或创建的规则和规定。

了解人工智能如何做出预测

美国冷泉港实验室 (CSHL) 的计算科学家兼助理教授 Peter Koo 想要弄清楚人工智能如何精确地生成答案。

使用新系统了解人工智能对人类基因组的预测

Koo 和他的团队创建了一种方法，可以在全面的 AI 生成的答案和预测中找到模式。他的研究使研究团队能够找出在研究人类基因组时哪些人工智能算法最适合创建预测。

人类基因组是在每个细胞中发现的整套 DNA。它包含细胞核中的 23 对染色体，以及细胞线粒体中的小染色体。

人类基因组总共包含三十亿个密码字母，每个个体都有数百万个变异。虽然人类无法快速筛选出 DNA 的所有代码，但人工智能系统有能力做到这一点。人工智能还可以捕捉人们在浏览基因组时可能遗漏的不同因素。

使用 AI 寻找答案的创新过程创造了一个由 AI 处理数据的阶段，但研究人员很难弄清楚数据是如何被处理的。Koo 还提到了确定哪些新算法（一种告诉 AI 如何“学习”的机器学习形式）最有效的困难，因为 AI 创造了超出人类能力的计算。

新方法

该研究团队创建了一个新的计算机器学习过程，称为 GenOmic Profile-model compreHensive EvaluatoR，也称为 GOPHER。这是一种新颖的方法，可以让研究人员确定用于分析人类基因组的最佳人工智能程序。该过程让研究人员能够更有条理地评估各种算法，而不是随机选择。

GOPHER 用于分析算法的标准

评估者根据四个标准判断人工智能程序，即人工智能软件学习人类基因组生物学的程度、人工智能预测重要模式和特征的准确程度、处理背景噪音的能力以及决策的可解释性。获 取 更多硬科技?前沿访问：https://byteclicks.com

该系统回答了有关 AI 如何生成某些预测的问题。

未来AI算法最有效的运用

GOPHER 帮助研究团队挖掘 AI 算法并了解 AI 如何产生可靠和准确的答案。该系统确定了创建最高效人工智能算法的主要要素。研究人员认为，GOPHER 将有助于优化 AI 算法，使人们可以相信他们正在从 AI 输出中学习到正确和必要的东西。

该研究的结果于昨天（12 月 5 日）发表在《自然机器智能》杂志上。

该研究团队希望人工智能有朝一日可以通过读取人类基因组代码来预测疾病的流行。为了读取和理解人类基因组，GOPHER 可以评估AI 用来创建预测的算法。

版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/44072.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。

赞