人工智能的終極目標(biāo)是讓機(jī)器能夠像人一樣思考和做事。但是如果機(jī)器不能夠理解人的語言，那么就不可能實(shí)現(xiàn)人機(jī)交互，更不可能自主學(xué)習(xí)。毫無疑問，有關(guān)自然語言處理的研究對于解放人類大腦，是繼工業(yè)革命解放了人類的身體之后的又一次解放。自然語言處理的誘人前景正使得它越來越成為研究的熱點(diǎn)。

孜孜愛國情

李辰專注于人工智能領(lǐng)域的自然語言處理新算法及其在生物文本挖掘領(lǐng)域的應(yīng)用的研究由來已久。2005年李辰加入位于英國劍橋的全球著名的生物信息研究所—?dú)W洲生物信息研究所（EMBL-EBI）以來，一直從事生物醫(yī)學(xué)數(shù)據(jù)挖掘的研究、開發(fā)工作，尤其是基于自然語言處理自動從文本中提取生物醫(yī)學(xué)知識。2010年，他從眾多候選者中脫穎而出，被英國劍橋大學(xué)授予海外Fellowship。同年，他通過了EMBL-EBI的嚴(yán)格審核，科研項(xiàng)目被采納在EMBL-EBI進(jìn)行，成為一位來自非歐盟國家的入選者。在獲得劍橋大學(xué)博士學(xué)位后，他受邀加入麻省理工學(xué)院計(jì)算機(jī)與人工智能實(shí)驗(yàn)室，在實(shí)驗(yàn)室前任主任、美國工程院院士Victor Zue的團(tuán)隊(duì)任博士后研究員，繼續(xù)專注于基于自然語言處理的文本數(shù)據(jù)的深度理解研究。在EMBL-EBI積累的生物學(xué)科研經(jīng)歷使得李辰對基于自然語言處理的生物文本挖掘這一跨學(xué)科領(lǐng)域具有獨(dú)到的見解。

“樹高千尺，不忘根本”。走得越遠(yuǎn)，對故鄉(xiāng)的懷念卻越深。這些年，他在外求學(xué)做研究的同時(shí)，也從未停止過對祖國的關(guān)注?！爸灰拇鎸κ聵I(yè)和對祖國的熱愛，什么都不能阻擋我前進(jìn)的步伐?！睕Q定回國前，排在世界五百強(qiáng)企業(yè)前列的UnitedHealth邀請他擔(dān)任高級管理人員，報(bào)酬待遇非常優(yōu)渥。李辰婉拒了。他還是很希望為國效力。2016年，李辰獲得中組部“千人計(jì)劃”青年人才和西安交通大學(xué)“青年拔尖人才計(jì)劃”，回到了心心念念的祖國，任職于西北這片廣袤的土地上，開始了新的科研旅程。

大數(shù)據(jù)的核心——數(shù)據(jù)挖掘

大數(shù)據(jù)是一種內(nèi)容龐大而又多樣化的信息資源，被認(rèn)為是等同于人力資源和物質(zhì)資源的國家重要戰(zhàn)略資源。大數(shù)據(jù)的價(jià)值，不僅僅在于擁有海量的數(shù)據(jù)信息，更重要的是在于對這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理，提取最具價(jià)值的信息，挖掘找到人們所需要的有價(jià)值的東西。人工分析這樣大量的數(shù)據(jù)顯然是不現(xiàn)實(shí)的，必須要有高效的方法。

數(shù)據(jù)挖掘是近年來新興的一種科學(xué)計(jì)算技術(shù)與數(shù)據(jù)分析方法，它能夠有效地從大量數(shù)據(jù)中提取潛在的信息與知識。在生物信息領(lǐng)域，一系列挖掘算法和挖掘模式的研究提出，并應(yīng)用于生物數(shù)據(jù)，取得了傳統(tǒng)生物計(jì)算技術(shù)無可比擬的效果。

在當(dāng)前大數(shù)據(jù)時(shí)代，重視生物信息學(xué)的發(fā)展極為重要，也更加需要計(jì)算機(jī)技術(shù)的支持。計(jì)算機(jī)輔助計(jì)算將是生物大數(shù)據(jù)分析的必由之路，也必將成為生物研究中的中流砥柱。對這一點(diǎn)，李辰堅(jiān)信不疑。他所帶領(lǐng)的生物醫(yī)學(xué)文本挖掘研究組專注于研發(fā)數(shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)模型和算法，來深度理解文本數(shù)據(jù)。并積極將科研成果轉(zhuǎn)化為應(yīng)用。在生物信息領(lǐng)域，這些成功應(yīng)用對于解決生命學(xué)科的重大問題具有深遠(yuǎn)的意義。

把“不可能”變成“可能”

“在科研領(lǐng)域里，意識到一種天才的研究方法，其價(jià)值并不在發(fā)現(xiàn)本身之下?！痹谟?jì)算機(jī)語言方面，李辰研究網(wǎng)絡(luò)的思維方法無疑是領(lǐng)先一步的。

如何能讓計(jì)算機(jī)智能地幫我們理解這些文獻(xiàn)，從中自動提取出有價(jià)值的知識呢？海量的生物網(wǎng)絡(luò)反應(yīng)能夠被計(jì)算機(jī)理解是第一步。李辰支持研發(fā)了BioModels數(shù)據(jù)標(biāo)準(zhǔn)及分析系統(tǒng)，創(chuàng)新性地構(gòu)建了一個(gè)集智能存儲、搜索和模擬生化反應(yīng)網(wǎng)絡(luò)數(shù)學(xué)模型的開放平臺。這一標(biāo)準(zhǔn)填補(bǔ)了生物信息學(xué)領(lǐng)域的網(wǎng)絡(luò)模型的數(shù)據(jù)標(biāo)準(zhǔn)空白，成為生化網(wǎng)絡(luò)模型的標(biāo)準(zhǔn)數(shù)據(jù)庫之一，目前已經(jīng)存有近十五萬生物模型。BioModels也被評為系統(tǒng)生物學(xué)領(lǐng)域最重要的數(shù)據(jù)資源，并且得到多家權(quán)威國際學(xué)術(shù)出版機(jī)構(gòu)的超過200種期刊的推薦。2014年，歐盟在其提出的歐洲生物信息架構(gòu)計(jì)劃（ISBE）的詳細(xì)方案書中闡述了關(guān)于建立一個(gè)泛歐洲系統(tǒng)生物架構(gòu)的迫切需要。BioModels被歐盟作為一個(gè)成功案例在歐洲生物信息架構(gòu)計(jì)劃（ISBE）的方案書中進(jìn)行了分析。2014年，自然出版社對該系統(tǒng)進(jìn)行了專訪。

在設(shè)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)將大量的生化網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行整合后，李辰團(tuán)隊(duì)將新的語言模型引入生物文本挖掘領(lǐng)域。研發(fā)的多個(gè)基于機(jī)器學(xué)習(xí)監(jiān)督算法的生物文本挖掘模型在領(lǐng)域公認(rèn)的數(shù)據(jù)集上進(jìn)行測試，所得結(jié)果證明這些模型的性能均達(dá)到國際領(lǐng)先水平。2016年，在生物醫(yī)學(xué)文本挖掘的國際比賽BioNLP上，李辰團(tuán)隊(duì)研發(fā)的LitWay系統(tǒng)獲得了SeeDev任務(wù)的第一名。在產(chǎn)學(xué)研應(yīng)用方面，他們研發(fā)的新的生物網(wǎng)絡(luò)提取架構(gòu)使文本挖掘結(jié)果更加符合生物學(xué)科研究需求，從而拉近了生物文本挖掘科研與應(yīng)用的距離。基于分析，進(jìn)一步提出了結(jié)合篇章分析和生物信息學(xué)的從反應(yīng)提取向網(wǎng)絡(luò)生成的發(fā)展方向，得到了業(yè)內(nèi)科研人員的認(rèn)可。

沒有超越現(xiàn)狀的睿智和銳氣，就沒有人類的發(fā)展；沒有強(qiáng)烈的創(chuàng)新意識，就沒有人類的進(jìn)步?？吹嚼畛胶退膱F(tuán)隊(duì)，看到那股熱烈的科研精神，我們也仿佛看到了這一新興學(xué)科的無限可能和美好未來。（來源：科技日報(bào) ）