🔐 登录 ✍️ 注册

博主头像

AI中的人文故事：法比奥·乌尔比纳

外来客 • 2026-08-27 03:16:47

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：Human Stories in AI: Fabio Urbina）

🧬 职业背景与转型路径

嘉宾拥有生物学学士学位及计算机科学辅修背景，具备扎实的跨学科基础。
早期在马萨诸塞总医院从事罕见病实验室技术员工作，具体研究方向为家族性自主神经功能不全。
在 UNC Chapel Hill 完成神经细胞生物学博士研究，期间创新性地将计算图像分析融入传统实验工作，奠定了计算生物学基础。
博士最后一年加入 Collaborations Pharmaceuticals 实习，该公司当时规模小于 10 人，专注于被忽视的罕见病领域。
该公司采用政府资助模式而非传统风险投资模式，这种独特的商业模式影响了其研发策略。
毕业后正式加入该公司，目前担任 Associate Director，全面负责机器学习、软件开发及计算实验方向。
从细胞生物学转向药物发现机器学习的过程中，需要重新学习大量专业术语、缩写及领域常规，体验如同从零开始。

🤖 机器学习在药物发现中的应用

核心任务聚焦于早期药物发现，例如寻找新的抗疟疾化合物或抗病毒剂。
传统方法主要依赖结构修饰或大规模随机筛选，效率较低且成本高昂。
机器学习通过训练模型预测新分子是否具有活性，实现高效的虚拟筛选。
模型输入为已知活性与非活性化合物结构，输出为新分子的活性预测概率。
该技术能将测试范围从数千种化合物大幅缩小至 10-100 种，显著降低实验成本。
实际案例显示，曾从 3 个预测化合物中全部找到有效抗病毒剂，另有项目 10 个中有 7 个高效。
但也存在 10 个预测化合物中 0 个有效的情况，表明模型预测并非绝对准确。
主要挑战在于训练集化学空间覆盖度窄，导致模型在预测域外化合物时置信度虚高，存在过拟合风险。

📊 小数据集建模策略

药物发现领域的数据集规模远小于通用 AI，通常在数百至十万级数据点，极端案例仅 15 个化合物。
针对小数据场景，采用原型网络（Prototypical Network）模型，因其内置偏差适合有限信息提取。
模型包含两部分：嵌入模型将分子结构转化为向量，使结构相似的分子在数值空间接近。
原型网络计算两类分子的均值向量（原型），作为分类基准。
预测新分子时，计算其嵌入向量与正负原型向量的距离，归类至最近的原型。
针对 15 个数据点的案例，通过剔除结构过于相似的负样本，增强正负类差异。
这种数据清洗策略有效提升了模型在外部测试集上的泛化能力，解决了小样本过拟合问题。

💻 关键事实与算法选择

机器学习并非高不可攀，许多实用模型可在普通硬件上运行，无需依赖昂贵的 GPU 集群。
曾在 2015 年的 Mac 上运行模型，部分场景甚至无需 GPU 参与，仅需现代 CPU 即可。
在数据量有限的领域，简单的传统算法往往优于复杂的深度学习模型。
支持向量机（SVM）和随机森林等旧模型在特定领域常能轻松超越新型模型。
算法选择主要取决于数据量及算法对数据的处理方式，而非模型的新旧程度。
曾尝试用新模型超越现有随机森林和 SVM 方案但失败，这一经历深刻揭示了简单模型的有效性。
盲目追求最新、最复杂的模型往往适得其反，应根据数据规模选择合适算法。

🎓 核心观点与学习建议

职业转型或学习新领域的最大障碍是对“未知”和“不适感”的恐惧，而非智力不足。
专家并非天生更聪明，而是具备在长期不理解中持续尝试并最终掌握知识的韧性。
面对不懂的问题，应接受“暂时不理解”的状态，通过持续投入时间而非追求速度来克服。
学习能力的本质是重复掌握新领域的过程，大脑机制并未改变，只是需要再次经历从陌生到熟悉的过程。
职业转换虽令人恐惧，但若能克服初期的不适感并坚持学习，任何阶段均可成功转型。
不要盲目追求技术前沿，而应关注实际问题的解决效率与数据匹配度。

👤 同一博主

查看该博主全部 28 篇

🧭 类似博主

0 条评论

发表评论

请先登录后参与讨论。