粒子物理學家力圖使帶有巨大能量的亞原子粒子相撞以迸發(fā)出獨特的新物質微粒，從而理解宇宙的內(nèi)部運作。例如，2012 年，利用全球質子對撞機——位于瑞士的大型強子對撞機（LHC）開展研究的團隊發(fā)現(xiàn)了預期已久的希格斯玻色子。這是一種轉瞬即逝的粒子，對于物理學家解釋所有其他基本粒子如何獲得質量至關重要。

不過，此類奇特粒子并非自帶標簽。在 LHC，幾乎約 10 億次對撞才出現(xiàn) 1 個希格斯玻色子。與此同時，它會在十億分皮秒內(nèi)衰變成諸如光子對等其他粒子。為“重現(xiàn)”希格斯玻色子，物理學家必須認出所有那些更加常見的粒子。然而，典型碰撞中產(chǎn)生的成群的不相關粒子使此項工作變得更加艱難。

費米實驗室物理學家 Pushpalatha Bhat 介紹說，諸如神經(jīng)網(wǎng)絡等算法擅長從背景中篩選信號。在粒子探測器（一般是由各種傳感器構成的巨型筒狀集合體）中，光子通常在被稱為電磁量能器的子系統(tǒng)中創(chuàng)建粒子束。電子和強子也是這樣產(chǎn)生的，但它們的束流和光子稍微有些不同。機器學習算法通過發(fā)現(xiàn)描述束流的多個變量之間的相關性，將它們區(qū)別開來。此類算法還能幫助區(qū)分希格斯玻色子衰退產(chǎn)生的光子對。“這是一個公認的大海撈針式的問題。”Bhat 表示，“這也是為何我們要從數(shù)據(jù)中提取盡可能多的信息。”

然而，機器學習并未完全占領這個領域。物理學家仍然主要依靠對基礎物理的理解來斷定如何搜索數(shù)據(jù)，以尋找新粒子和現(xiàn)象存在的跡象。不過，勞倫斯伯克利國家實驗室計算機專家 Paolo Calafiura 表示，人工智能可能正變得愈發(fā)重要。到 2024 年，研究人員計劃升級 LHC，從而使其碰撞率提高 10 倍。Calafiura 介紹說，到那時，機器學習將在應對數(shù)據(jù)洪流時發(fā)揮至關重要的作用。

分析公眾情緒

伴隨著每年幾十億用戶以及數(shù)千億條推特和帖子的產(chǎn)生，社交媒體已將大數(shù)據(jù)帶入社會科學。同時，心理學家 Martin Seligman 表示，它還為利用人工智能收集人類傳播產(chǎn)生的意義創(chuàng)造了史無前例的機遇。在賓夕法尼亞大學正向心理學中心，Seligman 同來自“全球福祉項目”的 20 多名心理學家、內(nèi)科醫(yī)生和計算機專家，利用機器學習和自然語言處理篩選大量數(shù)據(jù)，以估量公眾的情感和身體健康。

傳統(tǒng)上，這是通過調(diào)查實現(xiàn)的。不過，Seligman 表示，社交媒體數(shù)據(jù)“比較低調(diào)”、花費較少，而且獲得的數(shù)據(jù)要高出好幾個數(shù)量級。雖然此類數(shù)據(jù)也很散亂，但人工智能提供了一種強有力的獲取模式。

在一項*新研究中，Seligman 和同事分析了 2.9 萬名自我評估患有抑郁癥的臉書用戶更新的內(nèi)容。利用來自其中 2.8 萬名用戶的數(shù)據(jù)，機器學習算法發(fā)現(xiàn)了更新內(nèi)容中的詞語和抑郁癥水平之間的關聯(lián)。隨后，它能僅基于更新的內(nèi)容，成功估量出其他用戶的抑郁癥水平。

在另一項研究中，該團隊通過分析 1.48 億條推特，預測了縣級心臟病死亡率。事實證明，同憤怒和負面情緒相關的詞語是危險因素。和基于諸如吸煙、糖尿病等 10 項主要危險因素的預測相比，這項來自社交媒體的預測同實際死亡率匹配得更加緊密。與此同時，研究人員利用社交媒體預測了個性、收入和政治意識形態(tài)，并且研究了住院治療、神秘體驗和刻板印象。該團隊甚至利用從推特上推斷出的福利、抑郁癥、信任和五大人格特征，創(chuàng)建了一幅為美國每個縣作出標識的地圖。

“在分析語言及其同心理學的聯(lián)系方面，一場革命正在上演。”得克薩斯大學社會心理學家 James Pennebaker 表示。Pennebaker 關注的并非內(nèi)容，而是風格。他發(fā)現(xiàn)，在申請大學入學短文中虛詞的使用能預測成績。冠詞和介詞象征著分析性思維并且預示了更好的成績，代詞和副詞象征著敘事性思維并且預示了較差的成績。Pennebaker 還發(fā)現(xiàn)了證據(jù)，表明 1728 年的劇本《雙重背叛》的大部分內(nèi)容可能由莎士比亞撰寫。機器學習算法基于諸如認知復雜性和罕見詞等因素，將該劇本同莎士比亞的其他作品進行了匹配。“現(xiàn)在，我們可以分析你貼出甚至撰寫的任何內(nèi)容。”Pennebaker 表示，結果是“獲得了關于人們是什么樣子的愈發(fā)豐富的畫面”。

探尋自閉癥根源

對于遺傳學家來說，自閉癥是一項棘手的挑戰(zhàn)。遺傳定律表明，它擁有強大的遺傳因素。然而，已知在自閉癥中起到一定作用的許多基因的變體只能解釋約 20% 的病例。尋找可能影響自閉癥的其他變體，需要從關于 2.5 萬個其他人類基因及其周圍 DNA 的數(shù)據(jù)中搜尋線索。對于人類研究者來說，這是一項艱巨的任務。為此，普林斯頓大學計算生物學家 Olga Troyanskaya 和紐約西蒙斯基金會取得了人工智能工具的支持。

Troyanskaya 將關于哪些基因在特定人類細胞中活躍、蛋白如何相互作用以及轉錄因子結合位點和其他關鍵基因組特征位于哪里的上百個數(shù)據(jù)集結合在一起。隨后，她的團隊利用機器學習構建了基因相互作用的地圖，并且將已得到確認的較少自閉癥危險基因同上百個涉及自閉癥的其他未知基因進行了比對，以尋找它們的相似性。此項研究標記了另外 2500 個可能同自閉癥相關的基因。相關成果在去年發(fā)表于《自然—神經(jīng)科學》雜志。

不過，正如遺傳學家*近意識到的，基因并不是孤立地發(fā)揮作用。它們的行為受到上百萬個附近非編碼堿基的影響。這些非編碼堿基同 DNA 結合蛋白以及其他因素相互作用。確認哪些非編碼變體可能影響附近的自閉癥基因是一個更加棘手的問題。Troyanskaya 的研究生 Jian Zhou 正在利用人工智能解決這一難題。

為訓練程序（一個深度學習系統(tǒng)），Zhou 將其暴露在“DNA 元件百科全書”和“表觀基因組學路線圖”收集的數(shù)據(jù)中。這兩個項目對上萬個非編碼 DNA 位點如何影響附近基因進行了梳理。Zhou 利用的系統(tǒng)學習了在評估未知非編碼 DNA 的潛在活性時應該尋找哪些特征。