DeepMind 利用人工智能预测人类的有害基因突变

DeepMind利用人工智能预测人类的有害基因突变这个名为AlphaMissense的人工智能工具评估了所有7100万个"错义"突变，在这些突变中，人类遗传密码中的一个字母发生了变化。其中，32%被归类为可能致病，57%为良性，其余不确定。研究结果于本周二发表在《科学》杂志上。Meta公司首席执行官马克-扎克伯格（MarkZuckerberg）周二宣布，他与妻子普莉希拉-陈（PriscillaChan）共同创立的慈善组织"陈-扎克伯格倡议"（ChanZuckerbergInitiative）将建立"最大的计算系统之一，专门用于非营利性生命科学"，这说明了人工智能在生命科学领域的资源投入。它将专注于利用人工智能来模拟活细胞中发生的事情。人类专家迄今只发现了0.1%的错义变体的临床影响，这些变体改变了人体主要工作分子--蛋白质的结构。DeepMind伦敦总部的项目研究员ŽigaAvsec说："发现致病变异的实验既昂贵又费力。每种蛋白质都是独一无二的，每个实验都必须单独设计，这可能需要几个月的时间。通过使用人工智能预测，研究人员可以一次预览数千种蛋白质的结果，这有助于确定资源的优先次序，加快更复杂的研究。""我们应该强调的是，这些预测从未真正打算单独用于临床诊断，"同为该项目的研究人员程俊说。"它们应该始终与其他证据一起使用。不过，我们确实认为，我们的预测将有助于提高罕见病的诊断率，也有可能帮助我们找到新的致病基因。"AlphaMissense预测显示了两种蛋白质结构的突变（见另一张图片）。红色为有害，蓝色为良性，灰色为不确定英国政府的英格兰基因组研究所（GenomicsEngland）根据其自身对导致罕见病的基因变异的大量记录对该工具的预测进行了测试，结果令人印象深刻，副首席医疗官埃伦-托马斯（EllenThomas）说。托马斯说："我们没有参与该工具的开发，也没有提供数据对其进行训练，因此我们可以进行独立评估。它与我们已经在使用的工具完全不同。我认为这是一个巨大的进步，我们很高兴能参与到考虑使用该工具的最后阶段。"她希望AlphaMissense能被用于医疗保健领域，成为"临床科学家的副驾驶，标记出他们应该关注的变体，以便他们能更高效地完成工作"。DeepMind以其预测蛋白质结构的AlphaFold工具为基础，开发出了AlphaMissense。该人工智能工具还从大量生物证据中了解到人类和其他灵长类动物基因突变的特征，这些特征使得基因变异具有致病性或良性。该公司成立于2010年，是一家专业的人工智能开发商，2014年被Google收购，它已将该工具"免费提供给科学界"。它的预测结果将被纳入剑桥欧洲生物信息研究所（EuropeanBioinformaticsInstitute）运行的、被广泛使用的Ensembl变异效应预测器（EnsemblVariantEffectPredictor）。Avsec说，AlphaMissense也有局限性。最重要的是，它对致病性的预测"只是一般意义上的，并不能告诉我们变异体的生物物理性质"。他补充说，随着该工具的进一步开发，这些见解可能会更加清晰地显现出来。剑桥韦尔科姆-桑格研究所细胞遗传学负责人莎拉-泰克曼（SarahTeichmann）没有参与这项研究，她说，虽然个别错义突变是疾病的重要原因，但DNA中其他具有临床意义的变化超出了该工具的范围。她说："我们不应该夸大其词，说这将解决一切问题。但拥有如此强大的解释性人工智能来整合如此多的基因组数据，确实是一种进步。"...PC版：https://www.cnbeta.com.tw/articles/soft/1385057.htm手机版：https://m.cnbeta.com.tw/view/1385057.htm

以色列使用人工智能识别加沙的轰炸目标

以色列使用人工智能识别加沙的轰炸目标根据以色列出版物+972杂志和LocalCall的调查，以色列军方一直在使用人工智能来帮助选择在加沙的轰炸目标，为了速度而牺牲了准确性，并在此过程中造成了数千名平民死亡。报告称，该系统名为“Lavender”，是在哈马斯10月7日袭击事件发生后开发的。在顶峰时期，“Lavender”将37,000名加沙巴勒斯坦人标记为“哈马斯武装分子”嫌疑人，并授权暗杀他们。以色列军方在给+972和LocalCall的声明中否认了这样的暗杀名单的存在。一位发言人告诉CNN，人工智能并没有被用来识别恐怖分子嫌疑人，但并不否认Lavender系统的存在，发言人称其“仅仅是分析师在目标识别过程中的工具”。这位发言人告诉CNN，分析师“必须进行独立检查，以验证所识别的目标是否符合国际法的相关定义以及以色列国防军指令中规定的额外限制”。——、、

DeepMind：政治深度伪造居恶意使用人工智能榜首

DeepMind：政治深度伪造居恶意使用人工智能榜首谷歌旗下DeepMind部门首次对人工智能最常见的恶意使用情况进行的研究显示，利用人工智能生成的“深度伪造”冒充政客和名人，远比利用人工智能协助网络攻击的行为普遍得多。该研究表示，制作逼真的假冒人物图像、视频和音频的情况几乎是第二高频率滥用生成式人工智能工具情况的两倍：使用聊天机器人等基于文本的工具伪造信息，生成虚假信息并发布到网上。分析发现，行为者滥用生成式人工智能的最常见目标是塑造或影响公众舆论。这一占到使用的27%，加剧了人们对深度伪造可能影响今年全球选举的担忧。——

谷歌 DeepMind 利用人工智能预测人类有害的基因突变

谷歌DeepMind利用人工智能预测人类有害的基因突变谷歌DeepMind的科学家们建立了一个人工智能程序，可以预测数百万个基因突变是否无害或可能导致疾病，以加快罕见疾病的研究和诊断。该程序对所谓的基因突变（DNA代码中的单个字母拼写错误）进行预测。此类突变通常是无害的，但它们会破坏蛋白质的工作方式并导致囊性纤维化和镰状细胞性贫血、癌症和大脑发育问题等疾病。研究人员使用AlphaMissense评估了可能影响人类蛋白质的所有71m个单字母突变。当他们将程序的精确度设置为90%时，它预测57%的错义突变可能是无害的，32%的错义突变可能是有害的。其余的影响尚不确定。来源：投稿：@ZaiHuaBot频道：@TestFlightCN

Adobe正在使用人工智能来分解杂乱的音频

Adobe正在开发一种新的音频工具，可以在一次录音中分解不同层次的声音。这个工具被称为ProjectSoundLift，它可以使用人工智能将掌声等元素从某人的声音中分离出来。您所要做的就是将音频文件导入应用程序，然后选择您希望工具过滤掉的声音。有相当多的选项可供选择，包括掌声、笑声、警报、演讲、人群、交通、打字等等。ProjectSoundLift将自动检测每种声音，并吐出单独的文件，其中包含背景噪音和您想要优先考虑的轨道，如某人的声音或乐器的声音。然后，您可以在AdobePremierePro中单独导入和编辑每个轨道，允许您调整背景噪声的音量，同时增强主轨道的清晰度。现在一切还为时尚早——Adobe的ProjectSoundLift被打上了Adobe“偷偷”预览版的标签，这意味着我们还得再等一段时间才能看到该工具的最终版本发布(如果Adobe决定发布的话)。标签:#Adobe频道:@GodlyNews1投稿:@Godlynewsbot