化學諾獎得主萊維特：生物進化像上億年的機器學習

　　2018年09月17日 16:05 澎湃新聞


　　

　　2013年諾貝爾化學獎得主、斯坦福大學結構生物學教授邁克爾·萊維特（Michael Levitt） 資料圖

　　澎湃新聞記者 虞涵棋

　　「生命進化的過程非常像機器學習，只是進行上億年時間。」9月17日舉行的2018世界人工智慧大會上，2013年諾貝爾化學獎得主、斯坦福大學結構生物學教授邁克爾·萊維特（Michael Levitt）分享了他對生物智能和人工智慧的感悟。

　　生物智能來源於不停地學習，萊維特認為，在自然界，學習的本質有三個要素：信息、結構和功能。

　　這位DNA和蛋白質分子動力學模擬的領軍學者從這個角度上重新審視了遺傳學的「中心法則」：生命的信息編碼在DNA結構內部，再「3D」列印成蛋白質結構，承擔生命的功能。

　　一旦功能運行得不夠好，生物就會通過改變DNA的結構來改變遺傳信息，這就像用上億年的時間來完成機器學習。

　　雖然有一些相似之處，但生物智能有很多人工智慧難以企及的維度，比如，DNA和蛋白質的信息密集程度很高，是人類現在信息存儲水平的幾百萬倍。萊維特幽默地說道：「DNA和蛋白質都是長長的弦，物理學家有弦理論，其實生物學家有弦理論很多年了。」

　　此外，通過DNA信息到蛋白質結構的「3D列印」，生物法則可以創造細胞、神經元、四肢，這是人類製造業遠遠不及的。

　　雖然難以複製生物智能，但人工智慧可以得到自然界的啟發。萊維特提到，機器學習中的重要工具——神經網路，就是一個很好的例子。

　　最後，人工智慧可以反哺生物學的發展。萊維特了解到，復旦大學最近正在進行一項研究項目，用人工智慧去觀察大腦的內部結構，識別不同的腦部疾病。這最終將幫助人類創造更好的世界。

　　萊維特1947年出生於南非，1971年從英國劍橋大學獲得博士學位，現任美國斯坦福大學醫學院癌症研究所教授。

　　2013年，萊維特與其他兩位科學家因「為複雜化學系統創立了多尺度模型」共享諾貝爾化學獎。