本帖最后由 newsmanager 于 2016-1-20 20:10 编辑

***附件停止解析***

即使没有身处”计算机科学”（CS , Computer Science）这个行业，你也一定听说过”计算机视觉”或者”机器学习”这样的高大上词汇。为了推进这些技术背后的人工智能领域的发展，各方都在暗暗角力，争取占领下一个科技的制高点。

微软研究院，作为一个科研机构（因为其考核方式是论文，而不是商业营收），正挺进各个领域，寻找着应用机器学习的新型创新方法。图像识别，学习和翻译语言，预测未来，都是我们在谈论机器学习和大数据时浮现在脑海中的东西。现在，微软带领机器学习走进了一个全新的科研领域——分子生物学（Molecular Biology）。

近日，生物研究者们向我们展示了一套名为”CRISPR”的基因修改工具，这套工具可以允许关闭特定的基因来完成不同的生物学目标，并在此基础上进行相应的实验。通过预测修改基因将会如何影响有机体是理解疾病和寻找潜在治疗方式的关键。同时，整个科研过程的复杂性对计算能力提出了高要求。

微软的科研人员联合来自 MIT（麻省理工学院）和 Harvard（哈佛大学）的团队，致力于在已有的体系中增添一项新的系统。这个名叫”Azimuth”的机器学习工具能够学习相应的数据并学会基于 未评估的数据 对未来做出预测。

Quote虽然其他的计算机科学家之前已经尝试过给 CRISPR 增添机器学习能力，但是微软研究员 Nicolo Fusi 表示本次的项目相对于之前的工作使用了一套更加巧妙机器学习模型，同时该模型也考虑了之前的模型当中的糟粕和精华。

”我们的目标不仅仅是理解为什么某些特性很重要，同时也要全面评估其他的之前做过的所有工作。”Nicolo Fusi 如是说。

CRISPR，或者叫做 Clustered Regularly Interspaced Short Palindromic Repeats，基本上就代表着对活体内的 DNA 进行精确的修改，同时识别该基因可能造成影响的数以千计的具体部位，以此来根除疟疾。Azimuth 将会在这个过程中起到加速的作用，以允许研究者们更加有效地使用 CRISPR。

QuoteListgarten 和 Fusi，这两位在分别在剑桥微软研究院和麻省微软研究院工作的研究员，认为科学家们可以利用他们手上的模型来寻找关闭某个基因的最佳方法。

研究者们正在一个新的预测性分析项目上继续通力合作，该项目同样能力助力科研人员更好地理解如何通过使用 CRISPR 来修改某个基因以及识别其影响。研究人员把这种方式叫做”Off - Target”（脱靶）努力，这也是在使用 CRISPR 以治疗人类疾病的过程中最大的障碍。

显然，这种类型的科研项目不会在短短的几年内看到明显的成效。但是，这种研究对于推进药物领域的发展是极其重要的，所以我们很高兴微软能够在这方面发力。

企业责任这句话不仅仅是做慈善，更深层次的企业责任往往落脚于使用自身的技术来推动行业的发展，尤其是在推动非企业盈利行业发展的过程中，更显企业风范。


Via：***链接停止解析***