我在Google用AI研究基因,入門從吳恩達的課程開始

允中 編譯 Google博客 
量子位 出品 | 公眾號 QbitAI

Google AI入駐計劃，是一項為期12個月的研究培訓項目，希望幫助不同領域的科學家和研究員，掌握機器學習和AI的方法。

最近，該計劃中的常駐生物學家Suhani Vora，與外界分享了Google AI入駐計劃的內部情況。比如他們如何學習機器學習、如何利用AI相關的方法推進研究。

這其中可能有一些值得借鑑的地方。

Q：你是如何把機器學習與基因研究結合起來的？

Suhani Vora：在之前的研究中，我主要圍繞CRISPR / Cas9系統的工程設計，展開基因組研究，雖然我知道通行的生物學方法，是比較有效的基因組編輯工具，但也有一些「端倪」，讓我知道可以把研究推進得更快。

其中一個很重要的環節，是預測新型生物設計中的作用因子。在每個設計周期中，我們使用之前搜集的非常少的數據，並依靠對這些數據的解析，來解釋實驗室各項數據結果。

由於缺乏強大的計算方法來利用大數據，以及幫助設計整個工作流程，我們的研究進展始終受限。

但之後了解到機器學習的原理，毫無疑問，如果能夠將我們的研究與機器學習結合，必然能大大提升效率，所以我們決定將機器學習應用到基因工程研究中。

起步階段，最關鍵的是進一步了解機器學習的原理。於是在Google員工的推薦下，我把Coursera上吳恩達(Andrew Ng)的機器學習課程學習了一遍，有了不少入門知識和樂趣，如果現在讓我推薦入門課程，我想沒有比吳恩達的課程更好的了。

其後，有了基礎知識和樂趣，我又開始學習MIT的機器學習課程，並閱讀基因組研究和深度學習結合的相關論文，這促使我進一步對想做的事情有了更深入的認知，並最終讓我在研究院畢業後能夠進入Google AI入駐計劃。

Q：能介紹下你的工作嗎？

Suhani Vora：我是一名跨學科的深度學習研究員，我利用編程、深度學習，去探索他們對基因組問題的適用性。

舉個例子，就像眾所周知用機器學習模型去做圖像識別一樣，我研究如何用神經網絡自動預測DNA序列的屬性，這其中還會有各種各樣的應用：比如預測DNA突變是否會誘發癌症等。

Q：典型的一天生活是什麼樣的？

Suhani Vora：在每一天的工作中，我基本都是通過編寫代碼來處理新的基因組數據，或在TensorFlow中創建神經網絡來模擬數據，我現在在這些模型上花費不少時間。

我還會花時間與其他成員\TensorFlow團隊成員聊天，以獲知他們的進展。其中還包括了與兩位Google導師會面，Mark DePristo和Quoc Le都是機器學習方面的大咖，他們會定期為我搭建的神經網絡模型給於指導。

Q：你認為機器學習對知識背景有要求嗎？

Suhani Vora：Google AI入駐計劃中，背景太廣泛了。我看到的共同點是：大家都對機器學習有強烈的興趣，或者將機器學習應用到特定的領域。

另外，我認為在線性代數、統計學、計算機科學，以及建模方面的專業背景，會讓整個工作更簡單一些，但並不是意味著不能從現在開始，因為你可以通過MOOCs這樣的在線學習平臺進行學習。

Q：你認為AI能為世界解決什麼樣的問題？

Suhani Vora：我想這與目的有關。取決於我們如何創造AI，以及利用AI為我們做些什麼。目前，深度學習方法已經被廣泛用於圖像識別、自然語言處理、語音識別等領域，我們已經從自動檢測寵物，中英文自動翻譯中受益。

未來，我想在機器人處理和醫學領域，也將出現一批造福人類的AI應用。

量子位AI社群11群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot4入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微信號qbitbot4，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。