神经网络 图像识别 Google机器学习结合科学应用，发现新行星及透过基因找出病因

Google 是将机器学习中的神经网络运算套用在探索行星中，透过卷积神经网络（convolutional neural network）来预测及侦测其人工无法判断的微弱讯号中，可能为行星的概率，进而找到 Kepler-90i 及 Kepler-80g，而 卷积神经网络通常用于图像分类，例如一般人较熟悉的 Google 相簿。目前已知 Kepler-90i为岩石行星，是在 Kepler-90 星系中第八个被发现的行星，温度大约为 400 度，围绕着母恒星 Kepler-90 运转，而 Kepler-90 星系更是目前已知第一个与我们所处的太阳系同样拥有 8 颗行星数的星系。至于Kepler-80g 是 Kepler-80 恒星系统的第 6 颗行星，大小和地球相仿。

Google 机器学习除了在天文学上的应用外，生命科学的领域里，Google Brain团队与 Verily Life Sciences合作，开发 DeepVariant 开源工具，目的是用来提高基因组测序准确性，分析任何有机体遗传密码中的讯息，可帮助许多目前无法解决的病例，例如当新生儿发生无法解释的疾病时，可利用基因组测序来寻找可能的原因。神经网络 图像识别

而 DeepVariant 在运作上，会将测序仪所读到的数据编码为图像格式，接着利用图像分类算法，运算出准确的变体识别（Variant Calling），而所谓变体识别是透过个体与参考基因组之间的差异，是找出差异性的第一步，但不表示一个变体即为产生疾病，确可做为许多医疗和药物开发的参考。神经网络 图像识别

未来，DeepVariant 将应用到人类以外的生物上，根据目前初步研究中发现，在其他动植物上的变体识别，也有很高的准确率，例如老鼠、米，而这也表示 DeepVariant 可以应用在农业或其他的生物研究上，或是与更多临床验证的合作，借由结合基因组测序资料，以及实际的临床结果与病史，一步验证 DeepVariant 的准确性以及对于衍生应用的帮助。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-82991-1.html