SQUID揭开AI黑匣子之谜

人工智能（AI）不断渗透到我们生活的方方面面，但在生物学领域，科学家们仍在努力理解 AI 如何得出其结论。冷泉港实验室的科学家们开发了一种名为 SQUID（Surrogate Quantitative Interpretability for Deepnets）的新系统，旨在揭开 AI 分析基因组的内部逻辑。相关研究发表在《自然机器智能》上。

SQUID 是一种计算工具，与其他分析工具相比更为一致，能减少背景噪音，从而提供更准确的基因突变效应预测。冷泉港实验室助理教授彼得·库（Peter Koo）解释说，SQUID 的优势在于其专门的训练方法，它利用了定量遗传学的知识来理解深度神经网络的学习过程。

SQUID 的工作原理

SQUID 首先生成一个包含超过 10 万个变体 DNA 序列的库，然后使用名为 MAVE-NN（变体效应多重测定神经网络）的程序分析这些突变及其效应。科学家们可以通过这个工具同时进行数千个虚拟实验，从而“捕捉”到 AI 最准确预测背后的算法。这种计算“收获”可以为更为现实的实验奠定基础。

冷泉港实验室副教授贾斯汀·金尼（Justin Kinney）强调，虽然虚拟实验无法替代真正的实验室实验，但它们可以提供丰富的信息，帮助科学家们形成有关基因组某一特定区域或突变临床相关效应的假设。获取更多有价值信息 访问：https://byteclicks.com

未来展望

尽管人类基因组已经被绘制出来，但仍然是一个极具挑战的领域。SQUID 有望帮助生物学家更有效地导航这一领域，揭示其发现的真正医学意义。研究人员希望，SQUID 能够帮助科学家们找到最符合他们专业需求的 AI 模型。