生命是个很神奇的过程，我们永远在探索，在有限的时间里，我们还能做一些什么，怎么才能开心而有意义地度过一生，也许一辈子都没有答案，可是那又怎样呢，时间的轴从未停止转动，每天都会把昨天抹去，然后开始新的轮回，你准备好蛮对今天的自己了吗？

大学的时候有个离散数学老师，做的是生物信息分析，利用计算机的一些技术，进行基因编码测序以及信息分析，听起来就很厉害的样子，今天来自李英睿老师的分享以生命为主题，主要讲述人工智能在生命探索过程中发挥的作用，听完之后可能对于生命和AI，你会收获新的认识和理解。

一、课堂回顾

生命怪才——李英睿老师

李英睿，1986年5月24日出生，2004年进入北京大学生物科学专业学习，大二暑假（2006年）进入华大基因（北京华大基因研究中心）进行科研项目实训。曾任深圳华大基因科技服务有限公司（简称“华大科技”）CEO。2015年10月合伙创立碳云智能科技。2016年2月25日入选《福布斯》杂志“30位30岁以下亚洲人物榜”（Forbes 30 Under 30 Asia）生命科学榜。之所以称英睿老师为怪才，是因为他打破了我对人工智能科学家的认知，通常我们会直观地认为，从事如此高深课题研究，而且获得这么丰硕成就的人，他起码也是硕士，但其实不是，所以除了感叹生命的神奇和伟大，什么语言都显得苍白而无力。

分享内容

1、AI+生命科学

生命科学是个很泛的话题，普通人没事不会研究它，但其实AI已经为生命科学的研究提供了大量的能量和动力：

（1）预测生命状态的未来演变方向和趋势。每个人的生命状态都是一个渐变的过程，所以在不同种状态的演变之间，其实存在着一些概率分布的关系，所以可以通过学习，发现这种概率分布的潜在规律；

（2）预测干预措施及其组合方案对生命状态未来演变方向及趋势的影响，每一种治疗的方案，都会产生不同的影响，所以可以通过预测不同方案的走向预估，选择效果可能最优的方案；

（3）给定生命的状态和未来目标，求极大化该目标的可行干预方案；

（4）从技术上来说，就是对人类的各项生命活动建模，提供可影响人类决策的行为建议，但是人类的生命本质是很复杂的，活动也很多样，所以建模也不是一件容易的事。

2、生命科学建模过程中的数据分析

（1）验证是否可在纯数据驱动下获得好的干预。比如对一个实验者采取7天禁食，20天吃饭。然后收集生命活动的数据，并进行恰当的处理和分析，从而对生命活动作出干预，进而分析下一次生命状态的到来；

（2）数据处理中存在的大量问题具体表现：

需观测和分析的数据存在维度异质性。异质是指在一个大样本数据中，存在很多小样本数据，这些小样本数据的均值以及离散度等都有自己的特征，没有办法直接在大样本数据的层面进行分析和特征提取，增加了数据分析的困难度；
数据源多而分散，数据流碎片化：生命体是十分复杂的，所以观测的生命体征数据也十分复杂，而且实验获得的数据肯能分布也不够集中，而是碎片化地分布的；
数据特征难以预期：这个很明显，医学数据的分析本身就是最难以捕捉的，需要强烈的专业背景和灵活性；
知识发现方向开放而难以预期，当一大推生命数据摆在眼前，分析是没有任何头绪的，我们也没有办法预期会得到哪些结果和结论，所以有时候如何开始都是个问题；
时间、空间的变量进一步复杂了问题，人的生命体征数据在不同的时间以及空间场合吓是会发生变化的，这让数据分析的人真的不知如何是好；
大规模实时在线计算：生命数据体量庞大，如何进行实时的在线计算也是困扰很多生命科学家的问题。

（3）其它一些过程相关的问题

数据本身就具有很多维度，而且采集数据的过程是随机的
可选取的数据分析的角度也不是唯一的，可从多个维度进行思考，比如一些变化的趋势以及趋势背后的蕴藏的意思；
结合计算机处理的一些手段，可以很轻易地验证以前的一些猜想，也可以为新的猜想提供支持，完成快速的迭代。
数据分析的过程中，还有可能因为数据量过少，从而导致发生过拟合，因为就目前的现状而言，愿意参与到生命科学研究过程中的样本还是很少的，一方面是因为生命科学的观测是个持续性的过程，而且可能存在一定的风险，所以无法吸引到足够的样本数。

3、生命科学研究过程中遵循的一些基本方法

（1）假设研究方法：根据个人经验，提出一些可能的假设，然后设计实验进行验证，这其实是对经验要求比较高的，否则假设出错或者没有新发现的可能性就比较大；

（2）把以前的猜测验证新的发现：以前有的一些猜测，可能没有获得及时的验证，但是可能在未来的某一项研究中，就发现了可支撑该结论的数据或结果；

（3）联想观测法：生命是具有体系性的，所以在实验的过程中，必须遵循联系的观测手法。

4、问答

（1）基因检测的成本高，但对于很多疾病的治疗和预防又确实是有效的，而现在相关数据的积累也越来越多，所以如何结合AI 做一些应用，其突破点在哪里？

先举个例子，FDA叫停美国的项目，一方面只说风险高，却没有指明具体的原因，引起了一定的恐慌，背后也隐藏了一些人性的弱点。另一方面，其本身的效用也不够强，安全或者技术上没有达到标准。所以对于基因检测这项技术而言，预测区间的锁定和概率的提高是很重要的，因为基因检测的目的是输出一些优用的结论，比如，你是要死的，这是一句没有一点价值的废话，但是如果输出的是你下个星期就要死了，这是一句信息量含量巨大的话，这样的结论可能才是基因检测想要输出的结果。中国面临的现状是，穷而且老龄化，我们在健康上的投入不高，所以我们只能是说做一些health agent 的工作，对人类的健康进行观测、计算、干预等。

（2）基因编辑技术，对于先天性疾病的治疗，检测以及更改基因或是植入更强的基因都有研究，如何走入大众？

一项技术是否能走入大众，几个因素是很重要的，第一个是成本，成本直接决定这项技术是否能被大众消费，第二个是可返佣程度。只有当一项技术可以解决更多问题，具有良好泛化能力时，才能帮助它更好地走入大众。其它诸如干细胞以及免疫疗法也基本遵循同样的轨迹和原理。

（3）健康管理需要比较长的一段时间，是一种典型的“循证医学”。循证医学和传统医学的不同之处在，除了要有丰富的可靠的医学实践经验之外，做出的医疗决策还要结合当前科学研究给出的证据，进行双向的作证，提高医疗决策的可信度。

（4）关于制药问题，AI有什么正向的推动作用

AI的到来，对于制药的研发是相当有帮助的，一方面可以促进旧药的新用，另一方面可以加快新药的研发。因为说到底，药品的研究更多地依托于经验，而这是AI的强项。

（5）AI+医疗可能的机会

第一，辅助治疗。第二，配合做一些模型的训练；第三，当新的基因、蛋白、常规数据进入医疗，数据的处理需要AI进行辅助。

（6）医院都要区分科室，所以医生也没办法精通所有科室，那智能医疗机器呢？

机器可以实现人类的集体智慧，所以综合判断能力上会比较优秀，而且机器是依照真实世界构建的，可以更全面、系统化、不间断地观测人的准概况

（7）碳云面临的挑战和机遇

首先，健康并不是人的刚需，人只有在生病了之后才会意识到健康及健康管理的重要性。人不一定愿意为健康付出一些什么，没有经历过特别痛苦的时候，不会做出改变；

其次，实验的可持续过程操作复杂，人性的考量很多，只有顺应人性健康管理，才能留住样本，比如在样本正常吸烟的情况下展开健康的管理；

最后，健康管理需要串联多个生活的场景，但是串场景本身也很复杂。

所以健康管理是反人性的，人类的健康管理需要广度。

在未来的三到五年，便捷化、移动化、智能化的医疗将会成为主流。

后话：

所以听完今天这个课，产品狗们的感悟应该是很深的，终于理解健康医疗、生命科学背后是一个多么庞大而复杂的体系。我自己感触最深的一点是，我一直认为健康是刚需，是每个人的痛点，但是听完老师的分享，诚然是我自己欠考虑了。这也提醒我，在面对一些需求的时候，不能自己想当然地觉得需求应该怎么样，保持客观和冷静，做足够的分析和取证，才能更好地判断伪需求，避免出现产品研发自认为一百分，结果上线之后却是0分。很多时候我们说做产品要顺应用户的本性，但往往很多时候，我们要面对的难题在于，我们需要反人类地做一些产品，并且希望用户赏脸，这个时候，想法和思考就很重要了，还是那句话，先问问你自己会不会用，愿不愿意用？

北大AI公开课第十课--人工智能在生命科学中的应用by碳云智能李英睿相关推荐

北大AI公开课2019 | 雷鸣：人工智能革命与机遇
2019年2月20日,北京大学"人工智能前沿与产业趋势"正式开课.本学期的课程邀请到了商汤科技副总裁沈徽.驭势科技CEO吴甘沙.微软亚洲研究院副院长周明.360人工智能研究院院长颜 ...
北大AI公开课第七课--AI赋能智赢未来by科大讯飞胡郁
今天来打卡英语流利说第三天,希望自己可以坚持下去,说实话,一直以来我都挺喜欢英语的,然后从大一开始,也在网易公开课上听了很多世界名校的计算机专业课.金融.心理学方面的课,感觉对于语感的培养还是很不错的 ...
北大AI公开课第六课--自动驾驶与人工智能by百度陈竞凯
今天来打英语流利说的第二天卡,发现自己在很多事情的处理上不够坚定,对自己的容忍程度估计过高,同时也对别人的自私认知不足,虽然我们不能以自己的标准去衡量每一个人,但说实话,活着没几年,所以无论如何不能委 ...
北大AI公开课第五课--深度学习处理器by寒武纪陈云霁
当我们想要养成一个习惯,只要不管不顾地坚持21天就可以了,不敢说这个习惯养成之后我们可以一辈子不失去,但事实是,生活就是会不断地处于各种状态,而任何状态的存在都是一种共存和和解,一开始会不适应,但是慢 ...
北大AI公开课第三课--视觉计算变革与挑战by Face++孙剑
之前立的flag倒了,今天才来扶,可是有什么办法呢,生活就是要厚着脸皮活下去啊. 今天一起来整理第三课,这是来自face++孙剑老师的分享,因为正好我自己本身也是做计算机视觉的,所以听他的分享,我觉得 ...
北大AI公开课第十一课--语言智能的进展by微软亚洲研究院周明
想做的事情很多,但是时间却很有限.所以我们更应当在开始任何事情之前,做好足够的计划和准备,这样才能在有限的时间里做出最恰当的选择,为自己真正值得做的事争取出更多时间.之所以有这个感悟是因为最近太多事情 ...
北大AI公开课2019 | 微软亚洲研究院周明：NLP的进步将如何改变搜索体验？
本文由InfoQ家整理首发,未经授权请勿转载 4月3日,北大AI公开课第七讲如期开讲,微软亚洲研究院副院长周明与大家分享了近期自然语言技术取得的进展和创新成果,并探讨了自然语言技术和搜索引擎如何进一步 ...
【北大AI公开课13讲全链接+最强干货盘点】中国AI +，群星闪耀时
转自微信公众号新智元新智元推荐整理:张易胡祥杰 [新智元导读]本文盘点了刚刚结束的北大 AI 公开课的精彩干货,附全部的文字实录链接和视频链接,是全景式地了解中国 AI 产业发展现状和趋势极 ...
北大AI公开课2019 | 商汤科技沈徽：AI创新与落地
3月13日,备受瞩目的北大AI公开课第四讲如期开讲,商汤科技集团副总裁.商业与数据洞察事业群总裁.工程院院长沈徽带来了<AI创新与落地>的分享,结合商汤科技在技术创新以及产业落地上的经验和 ...
北大AI公开课13讲全链接+最强干货盘点：视频+笔记+文字实录
视频地址:北大AI公开课专栏笔记:北大AI公开课刚刚结束的北大 AI 公开课,由北大人工智能创新中心主任雷鸣组织,以把听者培养为"懂产业的 AI 人才"为主旨,邀请了13位顶级 ...

北大AI公开课第十课--人工智能在生命科学中的应用by碳云智能李英睿