近年来,向往着用AI研发新药的美好愿景,巨头纷纷投下了重注。api
制药巨头赛诺菲和AI药物发现平台Exscientia签下3亿美圆巨额订单,葛兰素史克随后也出了4200万美圆。默克和Atomwise、强生旗下的杨森制药与BenevolentAI也都有相似的合做。网络
风投也很是看好这个领域。硅谷VC公司安德森·霍洛维茨(A16Z)为投资AI药物发现公司,组建了一支4.5亿美圆的基金。学习
好像巨头都上车了,小玩家要不要跟上?ui
今天,硅谷极客们最爱的HackerNews上有一篇热门文章就在探讨这件事。大部分评论者都赞成这篇文章的基本观点:AI在药物发现中的做用被过分吹捧了。人工智能
这篇文章经过分析制药公司阿斯利康、名校哈佛和斯坦福、以及创业公司Insilico Medicine等名声卓著的实验室最近的一些研究,来讲明AI研究者是如何过分吹捧他们的成果的。spa
如下是这篇热门文章的主要内容,量子位编译整理:.net
△ 1981年的《财富》杂志封面:设计
我乐观地认为,这些事情2018年会有变化。这可能并非由于人工智能的突破,而是由于这些研发机构会有进步:如今,随着在线教育和社交媒体的兴起,更强力的检查和平衡已经成为可能,为开放同行评议提供了新机会,这会成为挤泡沫的力量。blog
接下来,让咱们进入技术部分,谈谈最近一些过分吹捧的AI研究案例。ci
最近,英国制药公司阿斯利康和明斯特大学、上海大学的研究者一块儿发表了一项研究,尝试用循环神经网络(RNN)和强化学习来生成新分子。
相关论文:
Generating Focussed Molecule Libraries for Drug Discovery with Recurrent Neural Networks
https://arxiv.org/abs/1701.01329
这个问题很重要,由于一个创造性的AI能为发现引导物的流程中带来更多多样性。
这篇论文引发了个人注意,是由于用了很大篇幅来说模型的评价。这看起来颇有深度,他们给出了基于谷本系数类似性度量和基于levenshtein距离等多个衡量指标。论文中还有大量的可视化展现。
然而,他们的衡量标准都是用在AI生成的分子与天然分子之间的,老是“省略”了对AI产生的分子彼此之间距离的测量。这种省略让人有一种“多样性”的错觉:AI生成的分子和天然分子之间的距离很大,就能够认为AI具备创造性,探索了化学空间中的新方向。
因而咱们就有了以下图所示的错觉:
而实际上,若是AI生成的分子之间距离很小,这就意味着咱们陷入了下图所示的情况,模型所产生的分子基本位于同一位置,并无多样性:
简单来讲,阿斯利康这篇论文对房间里的大象视而不见,最近这家公司一些其余论文依然有这个问题。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------