北京時間 1 月 26 日消息，據(jù)國外媒體報道，從 Fortran 到 arXiv.org，這些計算機(jī)編碼和平臺讓生物學(xué)、氣候科學(xué)和物理學(xué)等學(xué)科的發(fā)展達(dá)到了真正 “日新月異”的速度。
2019 年，事件視界望遠(yuǎn)鏡團(tuán)隊讓世界首次看到了黑洞的樣子。不過，研究人員公布的這張發(fā)光環(huán)形物體的圖像并不是傳統(tǒng)的圖片，而是經(jīng)過計算獲得的。利用位于美國、墨西哥、智利、西班牙和南極地區(qū)的射電望遠(yuǎn)鏡所得到的數(shù)據(jù)，研究人員進(jìn)行了數(shù)學(xué)轉(zhuǎn)換，最終合成了這張標(biāo)志性的圖片。研究團(tuán)隊還發(fā)布了實現(xiàn)這一壯舉所用的編程代碼，并撰文記錄這一發(fā)現(xiàn)，其他研究者也可以在此基礎(chǔ)上進(jìn)一步加以分析。
▲如果沒有能夠解決研究問題的軟件，以及知道如何編寫并使用軟件的研究人員，一臺計算機(jī)無論再強(qiáng)大，也是毫無用處的
這種模式正變得越來越普遍。從天文學(xué)到動物學(xué)，在現(xiàn)代每一項重大科學(xué)發(fā)現(xiàn)的背后，都有計算機(jī)的參與。美國斯坦福大學(xué)的計算生物學(xué)家邁克爾 · 萊維特因 “為復(fù)雜化學(xué)系統(tǒng)創(chuàng)造了多尺度模型”與另兩位研究者分享了 2013 年諾貝爾化學(xué)獎，他指出，今天的筆記本電腦內(nèi)存和時鐘速度是他在 1967 年開始獲獎工作時實驗室制造的計算機(jī)的 1 萬倍?！拔覀兘裉齑_實擁有相當(dāng)可觀的計算能力，”他說，“問題在于，我們?nèi)匀恍枰伎??！?/p>
如果沒有能夠解決研究問題的軟件，以及知道如何編寫并使用軟件的研究人員，一臺計算機(jī)無論再強(qiáng)大，也是毫無用處的。如今的科學(xué)研究從根本上已經(jīng)與計算機(jī)軟件聯(lián)系在一起，后者已經(jīng)滲透到研究工作的各個方面。近日，《自然》（Nature）雜志將目光投向了幕后，著眼于過去幾十年來改變科學(xué)研究的關(guān)鍵計算機(jī)代碼，并列出了其中 10 個關(guān)鍵的計算機(jī)項目。
▲這臺 CDC 3600 型計算機(jī)于 1963 年交付給位于科羅拉多州博爾德的國家大氣研究中心，研究者在 Fortran 編譯器的幫助下對其進(jìn)行了編程
語言先驅(qū)：Fortran 編譯器（1957 年）
最初的現(xiàn)代計算機(jī)并不容易操作。當(dāng)時的編程實際上是手工將電線連接成一排排電路來實現(xiàn)的。后來出現(xiàn)了機(jī)器語言和匯編語言，允許用戶用代碼為計算機(jī)編程，但這兩種語言都需要對計算機(jī)的架構(gòu)有深入的了解，使得許多科學(xué)家難以掌握。
20 世紀(jì) 50 年代，隨著符號語言的發(fā)展，特別是由約翰 · 巴克斯及其團(tuán)隊在加州圣何塞的 IBM 開發(fā)的 “公式翻譯”語言 Fortran，這種情況發(fā)生了變化。利用 Fortran，用戶可以用人類可讀的指令來編程，例如 x = 3 + 5。然后由編譯器將這些指令轉(zhuǎn)換成快速、高效的機(jī)器代碼。
不過，這一過程仍然很不容易。早期的程序員使用打孔卡來輸入代碼，而復(fù)雜的模擬可能需要數(shù)萬張打孔卡。盡管如此，新澤西州普林斯頓大學(xué)的氣候?qū)W家真鍋淑郎（Syukuro Manabe）還是指出，F(xiàn)ortran 讓非計算機(jī)科學(xué)家也能編程，“這是我們第一次能夠自己給計算機(jī)編程”。他和同事們利用這種語言開發(fā)的氣候模型是最早取得成功的模型之一。
Fortran 發(fā)展至今已經(jīng)到了第八個十年，它仍然廣泛應(yīng)用于氣候建模、流體動力學(xué)、計算化學(xué)等學(xué)科，這些學(xué)科都涉及到復(fù)雜線性代數(shù)并需要強(qiáng)大的計算機(jī)來快速處理數(shù)字。Fortran 生成的代碼速度很快，而且仍然有很多程序員知道如何編寫。古早的 Fortran 代碼庫仍然活躍在世界各地的實驗室和超級計算機(jī)上。“以前的程序員知道他們在做什么，”美國海軍研究院的應(yīng)用數(shù)學(xué)家和氣候模型師弗蘭克 · 吉拉爾多說，“他們非常注重內(nèi)存，因為他們擁有的內(nèi)存非常少。”
信號處理器：快速傅立葉變換（1965）
當(dāng)射電天文學(xué)家掃描天空時，他們捕捉到的是隨時間變化的復(fù)雜信號雜音。為了理解這些無線電波的本質(zhì)，他們需要看到這些信號作為頻率的函數(shù)時是什么樣的。一種名為 “傅里葉變換”的數(shù)學(xué)過程可以幫到研究人員，但它的效率很低，對于一個大小為 N 的數(shù)據(jù)集需要 N^2 次計算。
▲默奇森寬視場陣列的部分夜景，這是一個建于澳大利亞西部的射電望遠(yuǎn)鏡陣列，使用快速傅里葉變換來收集數(shù)據(jù)
1965 年，美國數(shù)學(xué)家詹姆斯 · 庫利和約翰 · 杜基想出了一種加速該過程的方法。快速傅里葉變換（FFT）通過遞歸（一種通過重復(fù)將問題分解為同類的子問題而解決問題的編程方法）將計算傅里葉變換的問題簡化為 N log2（N）步。隨著 N 的增加，速度也會提高。對于 1000 個點(diǎn)，速度提升大約是 100 倍；100 萬個點(diǎn)則是 5 萬倍。
這個 “發(fā)現(xiàn)”實際上是一個再發(fā)現(xiàn)，因為德國數(shù)學(xué)家高斯在 1805 年就對此進(jìn)行了研究，但他從未發(fā)表過。而詹姆斯 · 庫利和約翰 · 杜基做到了，他們開啟了傅里葉變換在數(shù)字信號處理、圖像分析、結(jié)構(gòu)生物學(xué)等領(lǐng)域的應(yīng)用，成為應(yīng)用數(shù)學(xué)和工程領(lǐng)域的重大事件之一。FFT 在代碼中的應(yīng)用已有很多次，近年一個流行的方案是 FFTW，被認(rèn)為是世界上最快的 FFT。
保羅 · 亞當(dāng)斯是加州勞倫斯伯克利國家實驗室分子生物物理學(xué)和綜合生物成像部門的主任，他回憶稱，當(dāng)他在 1995 年改進(jìn)細(xì)菌蛋白質(zhì)凝膠的結(jié)構(gòu)時，即使使用 FFT 和超級計算機(jī)，也需要 “很多個小時，甚至數(shù)天”的計算?！叭绻跊]有 FFT 的情況下嘗試做這些，我不知道在現(xiàn)實中應(yīng)該如何做到，”他說，“那可能要花很長時間。”
分子編目：生物數(shù)據(jù)庫（1965 年）
數(shù)據(jù)庫是當(dāng)今科學(xué)研究中不可或缺的組成部分，以至于人們很容易忘記它們也是由軟件驅(qū)動的。過去的幾十年中，數(shù)據(jù)庫資源的規(guī)模急劇膨脹，影響了許多領(lǐng)域，但或許沒有哪個領(lǐng)域的變化會比生物學(xué)領(lǐng)域更引人注目。
▲蛋白質(zhì)數(shù)據(jù)庫 Protein Data Bank 擁有超過 17 萬個分子結(jié)構(gòu)的檔案，包括這種細(xì)菌的 “表達(dá)子”（expressome），其功能是結(jié)合 RNA 和蛋白質(zhì)合成的過程
今天，科學(xué)家所用的龐大基因組和蛋白質(zhì)數(shù)據(jù)庫源于美國物理化學(xué)家瑪格麗特 · 戴霍夫的工作，她也是生物信息學(xué)領(lǐng)域的先驅(qū)。20 世紀(jì) 60 年代初，當(dāng)生物學(xué)家們致力于梳理蛋白質(zhì)的氨基酸序列時，戴霍夫開始整理這些信息，以尋找不同物種之間進(jìn)化關(guān)系的線索。她與三位合著者于 1965 年發(fā)表了《蛋白質(zhì)序列和結(jié)構(gòu)圖譜》，描述了當(dāng)時已知的 65 種蛋白質(zhì)的序列、結(jié)構(gòu)和相似性。歷史學(xué)家布魯諾 · 斯特拉瑟在 2010 年寫道，這是第一個 “與特定研究問題無關(guān)”的數(shù)據(jù)集，它將數(shù)據(jù)編碼在打孔卡中，這使得擴(kuò)展數(shù)據(jù)庫和搜索成為可能。
其他 “計算機(jī)化”的生物數(shù)據(jù)庫緊隨其后。蛋白質(zhì)數(shù)據(jù)庫 Protein Data Bank 于 1971 年投入使用，如今詳細(xì)記錄了超過 17 萬個大分子結(jié)構(gòu)。加州大學(xué)圣地亞哥分校的進(jìn)化生物學(xué)家拉塞爾 · 杜利特爾在 1981 年創(chuàng)建了另一個名為 Newat 的蛋白質(zhì)數(shù)據(jù)庫。1982 年，美國國立衛(wèi)生研究院（NIH）與多個機(jī)構(gòu)合作，成立了 GenBank 數(shù)據(jù)庫，這是一個開放獲取的 DNA 序列數(shù)據(jù)庫。
這些數(shù)據(jù)庫資源在 1983 年 7 月證明了其存在價值。當(dāng)時，由倫敦帝國癌癥研究基金會蛋白質(zhì)生物化學(xué)家邁克爾 · 沃特菲爾德領(lǐng)導(dǎo)的團(tuán)隊，與杜利特爾的團(tuán)隊各自獨(dú)立報道了一個特殊的人類生長因子序列與一種導(dǎo)致猴子出現(xiàn)癌癥的病毒蛋白質(zhì)之間的相似性。觀察結(jié)果顯示了一種病毒誘發(fā)腫瘤機(jī)制——通過模仿一種生長因子，病毒會誘導(dǎo)細(xì)胞不受控制地生長。美國國家生物技術(shù)信息中心（NCBI）前主任詹姆斯 · 奧斯特爾說：“這一結(jié)果讓一些對計算機(jī)和統(tǒng)計學(xué)不感興趣的生物學(xué)家頭腦里靈光一閃：我們可以通過比較序列來了解有關(guān)癌癥的一些情況?！?/p>
奧斯特爾還表示，這一發(fā)現(xiàn)標(biāo)志著 “客觀生物學(xué)的到來”。除了設(shè)計實驗來驗證特定的假設(shè)，研究人員還可以挖掘公共數(shù)據(jù)集，尋找那些實際收集數(shù)據(jù)的人可能從未想到的聯(lián)系。當(dāng)不同的數(shù)據(jù)集連接在一起時，這種力量就會急劇增長。例如，NCBI 的程序員在 1991 年通過 Entrez 實現(xiàn)了這一點(diǎn)；Entrez 是一個可以讓研究人員在 DNA、蛋白質(zhì)和文獻(xiàn)之間自由檢索和比對的工具。
預(yù)測領(lǐng)先者：大氣環(huán)流模式（1969 年）
在第二次世界大戰(zhàn)結(jié)束時，計算機(jī)先驅(qū)約翰 · 馮 · 諾伊曼開始將幾年前用于計算彈道軌跡和武器設(shè)計的計算機(jī)轉(zhuǎn)向天氣預(yù)測問題。真鍋淑郎解釋道，在那之前，“天氣預(yù)報只是經(jīng)驗性的”，即利用經(jīng)驗和直覺來預(yù)測接下來會發(fā)生什么。相比之下，馮 · 諾伊曼的團(tuán)隊 “試圖基于物理定律進(jìn)行數(shù)值天氣預(yù)測”。
新澤西州普林斯頓的美國國家海洋和大氣管理局（NOAA）地球物理流體動力學(xué)實驗室的建模系統(tǒng)部門負(fù)責(zé)人 Venkatramani Balaji 表示，幾十年來，人們已經(jīng)熟知這些方程式。但早期的氣象學(xué)家無法實際解決這些問題。要做到這一點(diǎn)，需要輸入當(dāng)前的條件，計算它們在短時間內(nèi)會如何變化，并不斷重復(fù)。這個過程非常耗時，以至于在天氣狀況實際出現(xiàn)之前還無法完成數(shù)學(xué)運(yùn)算。1922 年，數(shù)學(xué)家劉易斯 · 弗萊 · 理查森花了幾個月時間計算德國慕尼黑的 6 小時預(yù)報。根據(jù)一段歷史記載，他的結(jié)果是 “極不準(zhǔn)確的”，包括 “在任何已知的陸地條件下都不可能發(fā)生的”預(yù)測。計算機(jī)使這個問題變得很容易解決。
20 世紀(jì) 40 年代末，馮 · 諾伊曼在普林斯頓高等研究院建立了天氣預(yù)報團(tuán)隊。1955 年，第二個團(tuán)隊——地球物理流體動力學(xué)實驗室——開始進(jìn)行他所謂的 “無限預(yù)測”，也就是氣候建模。
真鍋淑郎于 1958 年加入氣候建模團(tuán)隊，開始研究大氣模型；他的同事柯克 · 布萊恩將這一模型應(yīng)用在海洋研究中。1969 年，他們成功將二者結(jié)合起來，創(chuàng)造了《自然》雜志在 2006 年所說的科學(xué)計算 “里程碑”。
今天的模型可以將地球表面劃分為一個個 25 公里 ×25 公里的正方形，并將大氣層劃分為數(shù)十層。相比之下，真鍋淑郎和布萊恩的海洋 - 大氣聯(lián)合模型劃分的面積為 500 平方公里，將大氣分為 9 個層次，只覆蓋了地球的六分之一。盡管如此，Venkatramani Balaji 表示，“這個模型做得很好”，使研究團(tuán)隊第一次能夠通過計算機(jī)預(yù)測二氧化碳含量上升的影響。
數(shù)字運(yùn)算機(jī)：BLAS（1979 年）
科學(xué)計算通常涉及到使用向量和矩陣進(jìn)行相對簡單的數(shù)學(xué)運(yùn)算，但這樣的向量和矩陣實在太多了。但在 20 世紀(jì) 70 年代，還沒有一套普遍認(rèn)可的計算工具來執(zhí)行這些運(yùn)算。因此，從事科學(xué)工作的程序員會將時間花在設(shè)計高效的代碼來進(jìn)行基本的數(shù)學(xué)運(yùn)算，而不是專注于科學(xué)問題。
▲加州勞倫斯利弗莫爾國家實驗室的 Cray-1 超級計算機(jī)。在 BLAS 編程工具于 1979 年問世之前，并沒有線性代數(shù)標(biāo)準(zhǔn)可供研究人員在 Cray-1 超級計算機(jī)等機(jī)器上工作
編程世界需要一個標(biāo)準(zhǔn)。1979 年，這樣的標(biāo)準(zhǔn)出現(xiàn)了：基本線性代數(shù)程序集（Basic Linear Algebra Subprograms，簡稱 BLAS）。這是一個應(yīng)用程序接口（API）標(biāo)準(zhǔn)，用以規(guī)范發(fā)布基礎(chǔ)線性代數(shù)操作的數(shù)值庫，如矢量或矩陣乘法。該標(biāo)準(zhǔn)一直發(fā)展到 1990 年，為向量數(shù)學(xué)和后來矩陣數(shù)學(xué)定義了數(shù)十個基本例程。
美國田納西大學(xué)計算機(jī)科學(xué)家、BLAS 開發(fā)團(tuán)隊成員杰克 · 唐加拉表示，事實上，BLAS 把矩陣和向量數(shù)學(xué)簡化成了和加法和減法一樣基本的計算單元。
美國德克薩斯大學(xué)奧斯汀分校的計算機(jī)科學(xué)家 Robert van de Geijn 指出，BLAS“可能是為科學(xué)計算定義的最重要的接口”。除了為常用函數(shù)提供標(biāo)準(zhǔn)化的名稱之外，研究人員還可以確?；?BLAS 的代碼在任何計算機(jī)上以相同方式工作。該標(biāo)準(zhǔn)還使計算機(jī)制造商能夠優(yōu)化 BLAS 的安裝啟用，以實現(xiàn)在其硬件上的快速操作。
40 多年來，BLAS 代表了科學(xué)計算堆棧的核心，也就是使科學(xué)軟件運(yùn)轉(zhuǎn)的代碼。美國喬治 · 華盛頓大學(xué)的機(jī)械和航空航天工程師洛雷娜 · 巴爾巴稱其為 “五層代碼中的機(jī)械”。而杰克 · 唐加拉說：“它為我們的計算提供了基礎(chǔ)結(jié)構(gòu)?！?/p>
顯微鏡必備：NIH Image（1987 年）
20 世紀(jì) 80 年代初，程序員韋恩 · 拉斯班德在馬里蘭州貝塞斯達(dá)的美國國立衛(wèi)生研究院的腦成像實驗室工作。該實驗室擁有一臺掃描儀，可以對 X 光片進(jìn)行數(shù)字化處理，但無法在電腦上顯示或分析。為此，拉斯班德寫了一個程序。
這個程序是專門為一臺價值 15 萬美元的 PDP-11 小型計算機(jī)設(shè)計的，這是一臺安裝在架子上的計算機(jī)，顯然不適合個人使用。然后，在 1987 年，蘋果公司發(fā)布了 Macintosh II，這是一個更友好、更實惠的選擇。拉斯班德說：“在我看來，這顯然是一種更好的實驗室圖像分析系統(tǒng)。”他將軟件轉(zhuǎn)移到新的平臺上，并重新命名，建立了一個圖像分析生態(tài)系統(tǒng)。
NIH Image 及其后續(xù)版本使研究人員能在任何計算機(jī)上查看和量化幾乎任何圖像。該軟件系列包括 ImageJ，一個拉斯班德為 Windows 和 Linux 用戶編寫的基于 Java 的版本；以及 Fiji，這是 ImageJ 的分發(fā)版，由德國德累斯頓的馬克斯普朗克分子細(xì)胞生物學(xué)和遺傳學(xué)研究所的 Pavel Tomancak 團(tuán)隊開發(fā)，其中包括關(guān)鍵的插件?！癐mageJ 無疑是我們所擁有的最基礎(chǔ)的工具，”布洛德研究所（由麻省理工學(xué)院和哈佛大學(xué)聯(lián)合創(chuàng)立）成像平臺的計算生物學(xué)家貝絲 · 契米妮說，“我從來沒有和一個使用過顯微鏡，但沒有使用過 ImageJ 或 Fiji 的生物學(xué)家說過話?！?/p>
▲ImageJ 工具在插件的幫助下，可以自動識別顯微鏡圖像中的細(xì)胞核
拉斯班德表示，部分原因可能是這些工具是免費(fèi)的。但威斯康星大學(xué)麥迪遜分校的生物醫(yī)學(xué)工程師 Kevin Eliceiri 指出，另一個原因是用戶可以很容易地根據(jù)自己的需求定制工具。自拉斯班德退休后，Kevin Eliceiri 的團(tuán)隊一直領(lǐng)導(dǎo)著 ImageJ 的開發(fā)。ImageJ 提供了一個看似簡單、極簡主義的用戶界面，自 20 世紀(jì) 90 年代以來基本上沒有改變。然而，由于其內(nèi)置的宏記錄器（允許用戶通過記錄鼠標(biāo)點(diǎn)擊和菜單選擇的序列來保存工作流）、廣泛的文件格式兼容性和靈活的插件架構(gòu)，該工具具有無限的可擴(kuò)展性。該團(tuán)隊的編程主管柯蒂斯 · 魯?shù)潜硎?，?“數(shù)以百計的人”為 ImageJ 貢獻(xiàn)了插件。這些新添加的功能極大擴(kuò)展了研究人員的工具集，例如在視頻中跟蹤對象或自動識別細(xì)胞的功能。
Kevin Eliceiri 說：“這個程序的目的不是做到一切或終結(jié)一切，而是服務(wù)于用戶的目標(biāo)。不像 Photoshop 和其他程序，ImageJ 可以成為你想要的任何東西?！?/p>
序列搜索器：BLAST （1990 年）
可能沒有什么能比把軟件名稱變成動詞更能說明文化的相關(guān)性了。提到搜索，你會想到谷歌；而提到遺傳學(xué)，研究者會立刻想到 BLAST。
通過諸如替代、刪除、缺失和重排等方式，生物將進(jìn)化中的改變蝕刻在分子序列中。尋找序列之間的相似性——特別是蛋白質(zhì)之間的相似性——可以讓研究人員發(fā)現(xiàn)進(jìn)化關(guān)系，并深入了解基因功能。在迅速膨脹的分子信息數(shù)據(jù)庫中，想要快速而準(zhǔn)確地做到這一點(diǎn)并不容易。
瑪格麗特 · 戴霍夫在 1978 年提供了關(guān)鍵的進(jìn)展。她設(shè)計了一種 “點(diǎn)接受突變”矩陣，使研究人員不僅可以根據(jù)兩種蛋白質(zhì)序列的相似程度，還可以根據(jù)進(jìn)化距離來為評估它們的親緣關(guān)系。
1985 年，弗吉尼亞大學(xué)的威廉 · 皮爾森和 NCBI 的大衛(wèi) · 利普曼引入了 FASTP，這是一種結(jié)合了戴霍夫矩陣和快速搜索能力的算法。
數(shù)年后，利普曼與 NCBI 的沃倫 · 吉什和斯蒂芬 · 阿特舒爾，賓夕法尼亞州立大學(xué)的韋伯 · 米勒，以及亞利桑那大學(xué)的吉恩 · 邁爾斯一起開發(fā)了一種更強(qiáng)大的改進(jìn)技術(shù)：BLAST（Basic Local Alignment Search Tool）。BLAST 發(fā)布于 1990 年，將處理快速增長的數(shù)據(jù)庫所需的搜索速度，與提取進(jìn)化上更為遙遠(yuǎn)的匹配結(jié)果的能力結(jié)合起來。與此同時，該工具還可以計算出這些匹配發(fā)生的概率。
阿特舒爾表示，計算結(jié)果出來得非?？?，“你可以輸入搜索內(nèi)容，喝一口咖啡，搜索就完成了?！钡匾氖?，BLAST 很容易使用。在一個通過郵寄更新數(shù)據(jù)庫的時代，沃倫 · 吉什建立了一個電子郵件系統(tǒng)，后來又建立了一個基于網(wǎng)絡(luò)的架構(gòu)，允許用戶在 NCBI 計算機(jī)上遠(yuǎn)程運(yùn)行搜索，從而確保搜索結(jié)果始終是最新的。
哈佛大學(xué)的計算生物學(xué)家肖恩 · 艾迪表示，BLAST 系統(tǒng)為當(dāng)時處于萌芽階段的基因組生物學(xué)領(lǐng)域提供了一個變革性的工具，即一種根據(jù)相關(guān)基因找出未知基因可能功能的方法。對于各地的測序?qū)嶒炇?，它還提供了一個新穎的動詞。“它是眾多由名詞變成動詞的例子之一，”艾迪說，“你會說，你正準(zhǔn)備 BLAST 一下你的序列?！?/p>
預(yù)印本平臺：arXiv.org （1991 年）
20 世紀(jì) 80 年代末，高能物理學(xué)家經(jīng)常將他們已投稿的論文手稿副本郵寄給同行，征求他們的意見——但只發(fā)給少數(shù)人。物理學(xué)家保羅 · 金斯帕格在 2017 年寫道：“處于食物鏈較低位置的人依賴于一線研究者的成果，而非精英機(jī)構(gòu)中有抱負(fù)的研究人員則往往身處特權(quán)圈以外?！?/p>
1991 年，當(dāng)時在新墨西哥州洛斯阿拉莫斯國家實驗室工作的金斯帕格編寫了一個電子郵件自動應(yīng)答程序，希望建立一個公平的競爭環(huán)境。訂閱者每天都會收到預(yù)印本列表，每一篇都與文章標(biāo)識符相關(guān)聯(lián)。只需通過一封電子郵件，世界各地的用戶就可以從實驗室的計算機(jī)系統(tǒng)中提交或檢索論文，并獲得新論文的列表，或按作者或標(biāo)題進(jìn)行搜索。
▲arXiv 成立已近 30 年，擁有約 180 萬份預(yù)印本，全部免費(fèi)提供，而且每月有超過 1.5 萬份論文提交，下載量達(dá) 3000 萬次
金斯帕格的計劃是將論文保留三個月，并將內(nèi)容限制在高能物理學(xué)界。但一位同事說服他無限期地保留這些文章。他說：“就在那一刻，它從布告欄變成了檔案館?！庇谑牵撐拈_始從比各個領(lǐng)域如潮水般涌來。1993 年，金斯伯格將這個系統(tǒng)遷移到互聯(lián)網(wǎng)上，并在 1998 年將其命名為 arXiv.org，沿用至今。
arXiv 成立已近 30 年，擁有約 180 萬份預(yù)印本，全部免費(fèi)提供，而且每月有超過 1.5 萬份論文提交，下載量達(dá) 3000 萬次。十年前，《自然 - 光子學(xué)》（Nature Photonics）的編輯在評論 arXiv 創(chuàng)立 20 周年時寫道：“不難看出為什么 arXiv 的服務(wù)會如此受歡迎，這個系統(tǒng)讓研究人員能快速而方便地插上旗幟，顯示他們所做的工作，同時避免投稿傳統(tǒng)同行評議期刊時的麻煩和時間成本?！?/p>
arXiv 網(wǎng)站的成功也促進(jìn)了生物學(xué)、醫(yī)學(xué)、社會學(xué)和其他學(xué)科同類預(yù)印本網(wǎng)站的繁榮。在如今已出版的數(shù)萬份關(guān)于新冠病毒的預(yù)印本中就可以看到這種影響?！昂芨吲d看到 30 年前在粒子物理學(xué)界之外被認(rèn)為是異端的方法，現(xiàn)在被普遍認(rèn)為是平淡無奇和自然而然的，”金斯伯格說，“從這個意義上說，它就像一個成功的研究項目?！?/p>
數(shù)據(jù)瀏覽器：IPython Notebook （2011 年）
2001 年，費(fèi)爾南多 · 佩雷斯還是一位希望 “尋找拖延癥”的研究生，當(dāng)時他決定采用 Python 的一個核心組件。
Python 是一種解釋型語言，這意味著程序是逐行執(zhí)行的。程序員可以使用一種稱為 “讀取 - 評估 - 打印循環(huán)”（read–evaluate–print loop，簡稱 REPL）的計算調(diào)用和響應(yīng)工具，在其中輸入代碼，然后由解釋器執(zhí)行代碼。REPL 允許快速探索和迭代，但佩雷斯指出，Python 的 REPL 并不是為科學(xué)目的而構(gòu)建的。例如，它不允許用戶方便地預(yù)加載代碼模塊，也不允許打開數(shù)據(jù)可視化。因此，佩雷斯自己編寫了另一個版本。
結(jié)果就是 IPython 的誕生，這是一個 “交互式”Python 解釋器，由佩雷斯在 2001 年 12 月推出，共有 259 行代碼。十年后，佩雷斯與物理學(xué)家布萊恩 · 格蘭杰和數(shù)學(xué)家埃文 · 帕特森合作，將該工具遷移到 web 瀏覽器上，推出了 IPython Notebook，開啟了一場數(shù)據(jù)科學(xué)革命。
與其他計算型 Notebook 一樣，IPython Notebook 將代碼、結(jié)果、圖形和文本合并在一個文檔中。但與其他類似項目不同的是，IPython Notebook 是開源的，邀請了大量開發(fā)者社區(qū)的參與其中。而且它支持 Python，一種很受科學(xué)家歡迎的語言。2014 年，IPython 演變?yōu)?Jupyter，支持大約 100 種語言，允許用戶在遠(yuǎn)程超級計算機(jī)上探索數(shù)據(jù)，就像在自己的筆記本電腦上一樣輕松。
《自然》雜志在 2018 年寫道：“對于數(shù)據(jù)科學(xué)家，Jupyter 實際上已經(jīng)成為一個標(biāo)準(zhǔn)?！碑?dāng)時，在 GitHub 代碼共享平臺上有 250 萬個 Jupyter Notebook；如今，這一數(shù)字已經(jīng)發(fā)展到 1000 萬個，在 2016 年引力波的發(fā)現(xiàn)，以及 2019 年的黑洞成像工作中，它們都發(fā)揮了重要的作用。佩雷斯說：“我們對這些項目做出了很小的貢獻(xiàn)，這是非常值得的?！?/p>
快速學(xué)習(xí)器：AlexNet（2012 年）
人工智能有兩種類型。一種是使用編碼規(guī)則，另一種則通過模擬大腦的神經(jīng)結(jié)構(gòu)來讓計算機(jī) “學(xué)習(xí)”。加拿大多倫多大學(xué)的計算機(jī)科學(xué)家杰弗里 · 辛頓表示，幾十年來，人工智能研究人員一直認(rèn)為后者是 “一派胡言”。但在 2012 年，他的研究生亞力克斯 · 克里澤夫斯基和伊爾亞 · 蘇茨克維證明了事實并非如此。
在一年一度的 ImageNet 比賽中，研究人員被要求在一個包含 100 萬張日常物體圖像的數(shù)據(jù)庫中訓(xùn)練人工智能，然后在一個單獨(dú)圖像集上測試生成的算法。辛頓表示，當(dāng)時最好的算法錯誤分類了大約四分之一的圖像?？死餄煞蛩够吞K茨克維的 AlexNet 是一種基于神經(jīng)網(wǎng)絡(luò)的 “深度學(xué)習(xí)”算法，它將錯誤率降低到了 16%。辛頓說：“我們基本上把錯誤率減半了，或者說幾乎減半了?！?/p>
辛頓還指出，該團(tuán)隊在 2012 年的成功反映了足夠大的訓(xùn)練數(shù)據(jù)集與出色的編程，以及新出現(xiàn)的圖形處理單元的強(qiáng)大能力的結(jié)合。圖形處理單元是最初設(shè)計用來加速計算機(jī)視頻性能的處理器?！巴蝗恢g，我們可以將（算法）運(yùn)行速度提高 30 倍，”他說，“或者說，學(xué)習(xí)多達(dá) 30 倍的數(shù)據(jù)?！?/p>
真正的算法突破實際上發(fā)生在三年前，當(dāng)時辛頓的實驗室創(chuàng)建了一個神經(jīng)網(wǎng)絡(luò)，可以比經(jīng)過幾十年改進(jìn)的傳統(tǒng)人工智能更準(zhǔn)確地識別語音?！爸皇巧晕⒑靡稽c(diǎn)，”辛頓說，“但這已經(jīng)預(yù)示了某些東西?！?/p>
這些成功預(yù)示著深度學(xué)習(xí)在實驗室研究、臨床醫(yī)學(xué)和其他領(lǐng)域的崛起。通過人工智能的深度學(xué)習(xí)，手機(jī)能夠理解語音查詢，圖像分析工具能夠很容易地在顯微照片中識別出細(xì)胞；這就是為什么 AlexNet 會成為眾多從根本上改變科學(xué)，也改變世界的工具之一。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。