美国梅奥诊所的科学家发明了一种新的人工智能（AI）算法。这种名为假设驱动的AI与仅从数据中学习的传统AI模型大相径庭。研究人员指出，这一新兴AI工具有望提供一种创新性方法，帮助科学家发现癌症等疾病的复杂原因并改进治疗策略。相关研究论文发表于最新一期《癌症》杂志。

　　研究人员指出，传统AI主要用于分类和识别任务，如在临床诊断中用于识别人脸、对图像进行分类，且越来越多地应用于创建类人文本等生成式任务。但传统学习算法往往不包含现有科学知识或假设，它们在很大程度上依赖大型、无偏见的数据集，而这可能很难获得，从而限制了AI的灵活性，以及它们在医学等需要知识发现的领域的应用。

　　最新研究负责人、AI研究员李虎（音译）博士表示，假设驱动的AI具有以下优势：有针对性，专注于特定的假设或问题；利用现有知识，帮助发现传统AI遗漏的信息；结果比传统AI更容易理解；所需数据和算力更少；最重要的是，通过将假设及生物学和医学知识纳入学习算法中，帮助科学家测试和验证假设。

　　李虎指出，假设驱动的AI开创了一个设计有针对性的人工智能算法的新时代，这些工具有可能揭示传统AI遗漏的信息，帮助人们更好地理解疾病，并指导个性化医学。例如，把已知致病基因变异和癌症内某些基因之间的相互作用整合到学习算法中，能帮助研究人员更好地理解癌症与免疫系统之间的相互作用，不仅有望用于检验医学假设，还可能帮助医生预测和解释患者对免疫疗法的反应。

　　研究团队表示，假设驱动的AI可用于各种癌症研究领域，包括肿瘤分类、患者分层、癌症基因发现、药物反应预测和肿瘤空间组织等。当然，创建此类算法需要专业知识，这可能会限制其应用范围。尽管如此，此类AI也促进了人类专家和AI之间的积极互动。