教育新闻网想象一下你是一个化石猎人。您在亚利桑那州的高温中花费了数月的时间来挖掘骨骼，却发现自己发现的是先前发现的恐龙。
这就是最近寻找抗生素的方法。相对较少的抗生素猎人一直在寻找相同类型的抗生素。
随着许多病原体的耐药性迅速提高，迫切需要新的抗生素。伤口或刮伤会威胁生命，只是时间问题。然而，近来很少有新抗生素进入市场，甚至这些只是旧抗生素的微小变体。
尽管前景黯淡，但最近的人工智能(AI)革命带来了新的希望。在2月20日发表在《细胞》杂志上的一项研究中，麻省理工学院和哈佛大学的科学家使用了一种称为深度学习的AI来发现新的抗生素。
从土壤或植物提取物中发现抗生素的传统方法并未发现新的候选药物，解决这一问题也存在许多社会和经济障碍。最近，一些科学家试图通过在细菌的DNA中寻找新的产生抗生素的基因来解决这一问题。其他人在异国的地方(如我们的鼻子)寻找抗生素。进入深度学习。这些算法为当今的许多面部识别系统和自动驾驶汽车提供了动力。它们通过学习数据模式来模仿大脑中的神经元如何运作。单个人工神经元-像微型传感器-可能会检测直线或圆圈之类的简单模式。通过使用成千上万的人工神经元，深度学习AI可以执行极其复杂的任务，例如识别视频中的猫或检测活检图像中的肿瘤。
鉴于其强大的功能和成功的经验，得知正在寻找新药的研究人员正在拥抱深度学习AI并不奇怪。然而，建立一种用于发现新药的AI方法并非易事。在很大程度上，这是因为在AI领域没有免费的午餐。
在没有免费的午餐定理指出，没有普遍优于算法。这意味着，如果一个算法在一项任务中表现出色，例如面部识别，那么它将在另一项任务(例如药物发现)中表现出色。因此，研究人员不能简单地使用现成的深度学习AI。
