由 dawei
人们常说眼睛是心灵的窗户，但是谷歌的研究人员把它们视作人们健康的指示器。谷歌正借助深度学习技术，通过分析人们的视网膜图像预测一个人的血压、年龄和吸烟状态。谷歌的计算机能够从血管的排布中获取线索，而且之前的一项研究表明计算机能够借助这种信息预测一个人近期是否会有心脏病发作的风险。
这些研究依靠的是一种卷积神经网络，这是一种能够改变生物学家分析图像方式的深度学习算法。科学家们正借助这种方法寻找基因中的突变，并且预测单细胞排列的变化。谷歌带来了新一轮的深度学习应用，能够让图像处理变得更简单而且更通用，甚至能够识别以前被忽视的生物学现象。
美国加州山景城谷歌研究所的工程学负责人Philip Nelson称：“以前将机器学习应用到生物学的许多领域是不切实际的想法。现在你就能够做到，而且更加令人激动的是，计算机现在能够观察到许多人类或许从未见过的细节。”
卷积神经网络能够让计算机高效而且完整的处理图像，而且不需要再对图像进行分解。这种方法最早是在2012年出现在技术领域，比如说Facebook借助这种深度学习技术识别照片上的面孔。但是科学家们一直难以把这种方法应用到生物学领域，部分原因源于两个领域之间的文化差异。
旧金山生物学公司Calico的首席计算机官员Daphne Koller称：“这就像你把一群生物学家送入到一个计算机科学家团队所在的房间，他们将彼此用不同的语言谈论，而且会产生不同的思维方式。”
科学家们也必须确定借助卷积神经网络能够进行哪种类型的研究。当谷歌想要用深度学习寻找基因中的突变时，谷歌科学家必须将DNA字母链转变成计算机能够识别的图像。随后他们需要借助参照基因对神经网络进行训练，这样才能发现突变。12月问世的DeepVariant工具就能够在DNA序列中发现微小的变化。在测试中，DeepVariant的表现至少赶得上传统的工具。