
经常站在聚光灯下的科学家并不多,但Daphne Koller却早已习惯了这样的生活。在被问及最近一次公开拍照时,她表示,“每次参加技术会议,几乎都会这样。这让我有点尴尬,我觉得自己还不至于受到这样的欢迎。”
▲ Daphne Koller
自从20多年之前将计算机科学、生物学以及教育学联系起来之后,Koller成为科学领域的“摇滚明星”,走到哪里都有人想跟她合个影。当然,除了优雅的气质之外,她的经历也足以证明一切:18岁时在耶路撒冷希伯来大学获得硕士学位;26岁时出任斯坦福大学教授,专注于机器学习技术;在近十年之后,获得Mac-Arthur颁发的“天才奖”,以表彰她在将人工智能与基因组学相结合方面的研究;同时联合建立起估值达10亿美元的Coursera——一套面向全世界用户提供免费大学课程的早期平台。
今年51岁的Koller仍然拥有明确的目标,下一步她打算着力发展位于南旧金山的Insitro公司,通过整理大量数据研发新药。一旦成功,这又将彻底颠覆药物的发展方式。
实验室生物学家通常将一系列特定的蛋白质作为药物靶标。如果失败,数据科学家们又会提供新的蛋白质选项进行再次尝试。另一方面,Insitro公司则希望在生物学家着手试验前尽可能多地收集数据,包括利用生物工程技术(例如Crispr基因编辑)与计算机发现那些人类可能无法察觉的细微差异。
Koller这样描述自己的这项目标:“只要能够提供充足的数据,机器学习就能给出惊人的结果。现在,我们终于有机会能够大规模创建生物学数据。”
Gilead肝脏疾病临床研究负责人Mani Subramanian表示:“很少有人能够同时精通生物学与深度学习。”
而Insitro的计算专家通过与生物学家们能力合作,共同建立了实验室实验以生成大规模自定义数据集。在此之后,机器学习模型会识别其中的模式以提出新的测试方法与潜在疗法。此外,自动化移液机等机器人技术则可大幅减少人为错误。有了这些技术的加持,Koller表示,Insitro公司得以“将原本数年的漫长时间缩短为数周。”
她表示,AI加生物学对于投资者来说可谓是一对“天造地设的璧人”。在六个月之内,Koller就从ARCH Ventrues、Andreessen Horowitz、Foresite Capital以及Alphabet旗下的风险基金GV与Third Rock处筹集到1亿美元。在此之后,Jeff Bezos等也加入其中。今年4月,她又与Gilead科学公司达成合作,由后者提供首期1500万美元、后续10亿美元资助Koller团队寻找一种致命性非酒精性脂肪肝病(这种疾病可能很快就会成为肝脏移植的头号病因)寻找治疗方法。
但要想从Gilead手中拿到如此丰厚的回报,Insitro公司就必须成功找到五种可能作为药物靶点的蛋白质,而后针对这些蛋白质建立起能够获得批准的肝病治疗方法。随后款项的落实,则源自药物成功销售后的收益分成。目前项目已经取得了高性能突破,Insitro公司则借此在《福布斯》杂志首届AI五十家最具前途企业榜单当中占得一席之地。
量子计算与AI已经成为医疗保健研究领域的重要动力,来自圣迭戈的Illumina公司亦是这一前沿中的弄潮儿。该公司已经成功将人类基因组的测序成本由2007年的1000万美元降低至1000美元,同时逐步改变着癌症的筛查与研究方式。来自Baillie Gifford公司(掌握 2600亿美元资金)的投资组合经理Gary Robinson表示,“整个行业正在发生变化。我们正由以往对药物效果进行有根据猜测的时代,转向由数据决定药物设计与使用方式的新时代。”近期由于销售额增幅下降,Illumina公司股价从创纪录的高位下跌了25%,但Robinson对这样的波动不以为意。他指出,“医疗保健行业规模庞大且效率低下,因此变革的时机已经成熟,Illumina将成为重要的受益者之一。”
另外20多家初创企业也在努力探索,希望利用AI技术更快、更便宜地发现新型药物,其中包括拿到5500万美元风险投资的Notable Labs以及拥有3600万美元资金的Verge Genomics。诺华公司宣布与微软建立为期五年的AI技术合作,默克以及葛兰素史克也与初创企业建立起合作伙伴关系。
当然,人工智能并不能降低生物学的探索难度。Koller表示,“这只是一套平台,而非神奇的魔术。”
要想拿到令人垂涎的10亿美元分红,Insitro公司需要进行数十万次实验室测试。Koller对此做好了准备,她最近经常在Insitro的办公室周围转来转去。她是位精力充沛的女性,同事们几乎没见过她老老实实坐在自己的椅子上。一会在Macrophage白细胞研究室,一会跑去Elastic Net(一种数据建模技术)开发室,这就是她的工作常态。
如果有大型制药企业对Insitro产生兴趣,那么收购提议很可能会随之而来。但Koller表示她不想看到Insitro被大型组织“吞噬”,保持独立并开发出自有品牌的药物才是最好的发展选择。
Koller目前最大的愿望,就是未来找她全影的粉丝能够通过Insitro受益。“我希望人们能够走过来说,「因为你,我又恢复了健康和正常生活,能合个影吗?」”
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。