我在Google用AI研究基因,入门从吴恩达的课程开始

允中 编译 Google博客 量子位 出品 | 公众号 QbitAI

Google AI入驻计划,是一项为期12个月的研究培训项目,希望帮助不同领域的科学家和研究员,掌握机器学习和AI的方法。

最近,该计划中的常驻生物学家Suhani Vora,与外界分享了Google AI入驻计划的内部情况。比如他们如何学习机器学习、如何利用AI相关的方法推进研究。

这其中可能有一些值得借鉴的地方。

Q:你是如何把机器学习与基因研究结合起来的?

Suhani Vora:在之前的研究中,我主要围绕CRISPR / Cas9系统的工程设计,展开基因组研究,虽然我知道通行的生物学方法,是比较有效的基因组编辑工具,但也有一些“端倪”,让我知道可以把研究推进得更快。

其中一个很重要的环节,是预测新型生物设计中的作用因子。在每个设计周期中,我们使用之前搜集的非常少的数据,并依靠对这些数据的解析,来解释实验室各项数据结果。

由于缺乏强大的计算方法来利用大数据,以及帮助设计整个工作流程,我们的研究进展始终受限。

但之后了解到机器学习的原理,毫无疑问,如果能够将我们的研究与机器学习结合,必然能大大提升效率,所以我们决定将机器学习应用到基因工程研究中。

起步阶段,最关键的是进一步了解机器学习的原理。于是在Google员工的推荐下,我把Coursera上吴恩达(Andrew Ng)的机器学习课程学习了一遍,有了不少入门知识和乐趣,如果现在让我推荐入门课程,我想没有比吴恩达的课程更好的了。

其后,有了基础知识和乐趣,我又开始学习MIT的机器学习课程,并阅读基因组研究和深度学习结合的相关论文,这促使我进一步对想做的事情有了更深入的认知,并最终让我在研究院毕业后能够进入Google AI入驻计划。

Q:能介绍下你的工作吗?

Suhani Vora:我是一名跨学科的深度学习研究员,我利用编程、深度学习,去探索他们对基因组问题的适用性。

举个例子,就像众所周知用机器学习模型去做图像识别一样,我研究如何用神经网络自动预测DNA序列的属性,这其中还会有各种各样的应用:比如预测DNA突变是否会诱发癌症等。

Q:典型的一天生活是什么样的?

Suhani Vora:在每一天的工作中,我基本都是通过编写代码来处理新的基因组数据,或在TensorFlow中创建神经网络来模拟数据,我现在在这些模型上花费不少时间。

我还会花时间与其他成员\TensorFlow团队成员聊天,以获知他们的进展。其中还包括了与两位Google导师会面,Mark DePristo和Quoc Le都是机器学习方面的大咖,他们会定期为我搭建的神经网络模型给于指导。

Q:你认为机器学习对知识背景有要求吗?

Suhani Vora:Google AI入驻计划中,背景太广泛了。我看到的共同点是:大家都对机器学习有强烈的兴趣,或者将机器学习应用到特定的领域。

另外,我认为在线性代数、统计学、计算机科学,以及建模方面的专业背景,会让整个工作更简单一些,但并不是意味着不能从现在开始,因为你可以通过MOOCs这样的在线学习平台进行学习。

Q:你认为AI能为世界解决什么样的问题?

Suhani Vora:我想这与目的有关。取决于我们如何创造AI,以及利用AI为我们做些什么。目前,深度学习方法已经被广泛用于图像识别、自然语言处理、语音识别等领域,我们已经从自动检测宠物,中英文自动翻译中受益。

未来,我想在机器人处理和医学领域,也将出现一批造福人类的AI应用。

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-11-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯高校合作

清华大学-腾讯联合实验室研究团队获ICME2014最佳论文奖

当今社会飞速发展,人们既生活在现实空间,又遨游在网络世界,社交网络中的位置信息逐渐成为了连接现实与网络的桥梁,在移动互联网的各项服务中发挥越来越重要的作用,同时...

2825
来自专栏机器之心

业界 | 谷歌云官方正式宣布收购数据科学社区Kaggle

机器之心现场报道 记者:CZ 当地时间 3 月 8-10 日,Google Cloud NEXT '17 大会在美国旧金山举行,机器之心作为受邀媒体进行了现场报...

2826
来自专栏机器之心

前沿 | 经典计算的天花板:科学家找到只有量子计算才能解决的问题

Oracle Separation of BQP and PH:https://eccc.weizmann.ac.il/report/2018/107/

1221
来自专栏AI科技评论

四位顶级AI大牛纵论:深度学习和大数据结合的红利还能持续多久?

AI科技评论按:这轮 AI 热潮的很大一个特点就是底层技术方面在打通,虽然说过去对通用人工智能大家曾经有过很高的期望,但一直没有落地。这次,深度学习给大家带来了...

3909
来自专栏AI科技大本营的专栏

TensorFlow可以做什么?让Google Brain首席工程师告诉你

编辑 | 明明 1月19日,在极客公园创新者大会IF2018的现场,Google Brain首席工程师陈智峰发表题为:《找答案从定义问题开始 ——TensorF...

4215
来自专栏人工智能快报

人工智能算法被用于分析LHC数据

如果粒子物理学家与人工智能研究人员各自独立开展工作,那么下一代粒子对撞机实验将需要采用一些世界上最先进的思维机器。这些机器应能基于少量的信息发现更多信息。在瑞士...

37313
来自专栏云加头条

王之捷:AI智能云端架构大幅提升智能语音识别能力

腾讯云AI业务架构师王之捷分享了腾讯云在人工智能、尤其在智能云方面的最新进展,以及如何将这些能力应用到工作当中。 [1506418627111_7828_150...

5946
来自专栏AI科技大本营的专栏

帮AI摆脱“智障”之名,NLP这条路还有多远?

自然语言处理(NLP)是人工智能(AI)的一个分支,其目标是让计算机能够像人类一样理解、处理和生成自然语言。自然语言,又称人类语言,一般以文字或文本的形式存在于...

1422
来自专栏新智元

语音翻译也能端到端?深度学习这条路有戏!

你或许会说,语音识别和机器翻译——没错,传统的语音翻译通常采用语音识别和机器翻译级联的方式实现,对输入语音先进行语音识别得到文本结果,然后再基于文本进行机器翻译...

1174
来自专栏深度学习自然语言处理

一文了解机器学习以及其相关领域(下)

阅读大概需要5分钟 原文作者 计算机的潜意识 链接 https://www.cnblogs.com/subconscious/p/4107357.html 继...

2845

扫码关注云+社区

领取腾讯云代金券