新的机器学习方法可以加速药物设计

综合动态 2021-12-06 15:16:04
导读 由剑桥大学的一组研究人员开发的机器学习新方法可以加速寻找新的疾病治疗方法。该方法学习如何学习并优于当前用于药物设计的机器学习方法。

由剑桥大学的一组研究人员开发的机器学习新方法可以加速寻找新的疾病治疗方法。该方法“学习如何学习”并优于当前用于药物设计的机器学习方法。

这项新研究发表在《国家科学院院刊》上。

该方法称为转换机器学习 (TML),由来自英国、瑞典、和荷兰的研究人员开发。

TML 方法在学习的同时提高了性能,并且可以从多个问题中学习。它还可以通过改进用于识别新药的机器学习系统来加速新药的识别和生产。

当前的机器学习 (ML) 模型通常使用标记示例,这些示例通常通过内部特征(如对象的颜色或形状)在计算机中表示。这使计算机能够形成将特征与标签相关联的一般规则。

Ross King教授来自剑桥大学化学工程与生物技术系,他领导了这项研究。

“这有点像教孩子识别不同的动物:这是一只兔子,这是一头驴等等,”金说。“如果你教机器学习算法兔子长什么样,它就能分辨出一只动物是不是兔子。这是大多数机器学习的工作方式——一次处理一个问题。”

人类学习的工作方式不同。由于我们以前的学习经验,我们在学习方面变得更好。我们一次不处理一个问题。

金还是艾伦图灵研究所的研究员。

“为了开发 TML,我们将这种方法应用于机器学习,并开发了一个系统,可以从之前遇到的问题中学习信息,以便更好地学习新问题,”King 说。“典型的 ML 系统在学习识别一种新型动物时必须从头开始——比如小猫——TML 可以利用与现有动物的相似性:小猫像兔子一样可爱,但不像兔子那样长耳朵,驴。这使得 TML 成为一种更强大的机器学习方法。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢

最新文章