2019年，事件視界望遠(yuǎn)鏡讓世界第一次看到了黑洞的實際樣子。但是，公布的圖像并不是傳統(tǒng)意義上的照片，而是通過數(shù)學(xué)“處理”之后的。處理的數(shù)據(jù)是射電望遠(yuǎn)鏡在美國、墨西哥、智利、西班牙和南極等地區(qū)獲得相關(guān)信息。數(shù)據(jù)處理團隊也開源了相關(guān)的編程代碼，并發(fā)表了相關(guān)文章。因此，科學(xué)界也可以在此基礎(chǔ)上進(jìn)一步深度探索。

開源逐漸成為一種趨勢，并且越來越普遍。從天文學(xué)到動物學(xué)，現(xiàn)代每一項重大科學(xué)發(fā)現(xiàn)的背后，似乎都有計算機的身影。例如，加州斯坦福大學(xué)的計算生物學(xué)家Michael Levitt 憑借其計算化學(xué)結(jié)構(gòu)建模策略獲得了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1967年的10000多倍。1967年的時候，正是Michael Levitt創(chuàng)建實驗室并開始“諾獎工作”的年份。“我們今天確實擁有相當(dāng)可觀的計算能力，但是問題在于，這仍然需要人類的思考?！?/span>

顯然，如果沒有能夠解決研究問題的軟件以及熟知如何編寫和使用軟件的研究人員，光有一臺強大的計算機是毫無用處的。最近，《自然》雜志將目光投向了科學(xué)發(fā)現(xiàn)的幕后，著眼于過去幾十年改變世界的關(guān)鍵代碼。

 1 

語言先驅(qū)：Fortran編譯器(1957)

第一代計算機對用戶并不友好。編程靠手工完成的，通過用電線連接一排排電路。后來的機器語言和匯編語言允許用戶用代碼為計算機編程，但這兩種語言都需要對計算機的架構(gòu)有深入的了解，因此，許多科學(xué)家望洋興嘆。

20世紀(jì)50年代，隨著符號語言的發(fā)展。約翰·巴克斯和他在加州圣何塞的IBM團隊開發(fā)的“公式翻譯”語言Fortran面世了，情況也逐漸發(fā)生了改變。使用Fortran，用戶可以用人類可讀的指令來編程，例如x = 3 + 5。然后編譯器將其轉(zhuǎn)換成快速、高效的機器代碼。

但這仍然困難重重，一開始，程序員用穿孔卡輸入代碼，復(fù)雜的模擬可能需要數(shù)萬張穿孔卡。不過，新澤西州普林斯頓大學(xué)(Princeton University)的氣候?qū)W家Manabe Syukuro和他的同事們利用這種語言成功開發(fā)了第一批氣候模型。他表示，Fortran讓非計算機科學(xué)家也能編程。

現(xiàn)在已經(jīng)80年了，F(xiàn)ortran仍然廣泛應(yīng)用于氣候建模、流體動力學(xué)、計算化學(xué)。這意味著，任何涉及到復(fù)雜線性代數(shù)和需要強大的計算機來快速處理數(shù)字的學(xué)科都還需要Fortran的支持，古老的Fortran代碼庫仍然活躍在世界各地的實驗室和超級計算機上。

 2 

信號處理器：快速傅立葉變換(1965)

當(dāng)射電天文學(xué)家“觀察”天空時，他們需要“看到”那些隨著時間變化的信號背后的雜音。為了理解這些雜音的本質(zhì)，天文學(xué)家還要了解這些信號作為頻率的函數(shù)是什么樣的。雖然有一種叫做傅里葉變換的數(shù)學(xué)過程允許研究人員這樣做。但問題是它的效率很低，例如對于一個大小為N的數(shù)據(jù)集需要N^2次計算。

1965年，美國數(shù)學(xué)家詹姆斯·庫利(James Cooley)和約翰·杜基(John Tukey)想出了一種加速方法：使用遞歸，這是一種分而治之的編程方法，其中算法可以實現(xiàn)重復(fù)地再運用。這種快速傅立葉變換(FFT)簡化了計算傅立葉變換的問題，只需N log2(N)步。而且隨著N的增加，速度也會提高。對于1000個點數(shù)，速度提升大約是100倍;100萬個點，是5萬倍。

英國牛津大學(xué)的數(shù)學(xué)家Nick Trefethen說，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Carl Friedrich Gauss在1805年得出了這個結(jié)論，但他從未發(fā)表過相關(guān)論文。但Cooley和Tukey發(fā)表了，并開啟了快速傅立葉變換在數(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。Trefethen表示：“這真的是應(yīng)用數(shù)學(xué)和工程領(lǐng)域的重大事件之一，F(xiàn)FT已經(jīng)在代碼中多次實現(xiàn)。一個流行的選擇是FFTW，即“西方最快的傅里葉變換”。

 3 

分子編目：生物資料庫（1965）

數(shù)據(jù)庫在科學(xué)研究中非常重要，以至于人們很容易忽視它是由軟件驅(qū)動的這一事實。在過去的幾十年里，數(shù)據(jù)庫資源的規(guī)模急劇膨脹，影響了許多領(lǐng)域，尤其生物學(xué)領(lǐng)域更加劇烈。

今天龐大的基因組和蛋白質(zhì)數(shù)據(jù)庫源于瑪格麗特·戴霍夫(Margaret Dayhoff)的工作，她是馬里蘭州銀泉市國家生物醫(yī)學(xué)研究基金會(National Biomedical Research Foundation)的生物信息學(xué)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，戴霍夫開始尋找不同物種之間進(jìn)化關(guān)系的線索。這項工作首次于1965年與三位共同作者發(fā)表，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(Bruno Strasser)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。將數(shù)據(jù)編碼在穿孔卡片中，這使得擴大數(shù)據(jù)庫和搜索成為可能。

其他計算機化的生物數(shù)據(jù)庫緊隨其后發(fā)布。加州大學(xué)圣地亞哥分校的進(jìn)化生物學(xué)家Russell Doolittle在1981年創(chuàng)建了另一個名為Newat的蛋白質(zhì)數(shù)據(jù)庫。1982年數(shù)據(jù)庫GenBank的發(fā)布，是美國國立衛(wèi)生研究院(National Institutes of Health)維護的DNA檔案。

這些數(shù)據(jù)庫資源的價值在1983年7月得到了證實。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)的團隊，與杜利特爾的團隊各自獨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?！?/span>

這一發(fā)現(xiàn)標(biāo)志著“客觀生物學(xué)的到來”。除了設(shè)計實驗來測試特定的假設(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)的人可能從未想到過的聯(lián)系。當(dāng)不同的數(shù)據(jù)集連接在一起時，其威力就會得到急劇加強。

 4 

預(yù)測領(lǐng)導(dǎo)者：環(huán)流模式（1969）

在第二次世界大戰(zhàn)結(jié)束時，計算機先驅(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)計的計算機轉(zhuǎn)向天氣預(yù)測問題。在那之前Manabe解釋說， “天氣預(yù)報只是基于經(jīng)驗的”，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國家海洋和大氣管理局地球物理流體動力學(xué)實驗室的建模系統(tǒng)部門的負(fù)責(zé)人Venkatramani Balaji說，這些方程式已經(jīng)被人們熟知了幾十年。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，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)。因此，此過程非常耗時，以至于在天氣本身出現(xiàn)之前無法完成數(shù)學(xué)運算。1922年，數(shù)學(xué)家劉易斯·弗萊·理查森(Lewis Fry Richardson)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，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。計算機使這個問題變得容易解決了。

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他的天氣預(yù)報團隊。1955年，第二個團隊——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”——也就是氣候模擬。

Manabe于1958年加入氣候建模團隊，開始研究大氣模型；他的同事柯克·布萊恩(Kirk Bryan)向海洋發(fā)表了演講。1969年，他們成功地將兩者結(jié)合起來，創(chuàng)造了《自然》雜志在2006年所說的科學(xué)計算的“里程碑”。

今天的模型可以將地球表面劃分為25 × 25公里的正方形，將大氣劃分為幾十個等級。相比之下，Manabe和Bryan的海洋-大氣聯(lián)合模型使用了500平方公里的面積和9個層次，只覆蓋了地球的六分之一。研究小組也第一次測試了二氧化硅中二氧化碳含量上升的影響。

 5 

數(shù)值計算研究機：BLAS（1979）

科學(xué)計算通常涉及到使用向量和矩陣的相對簡單的數(shù)學(xué)運算，但這樣的向量和矩陣實在太多了。但在20世紀(jì)70年代，并沒有一套普遍認(rèn)可的計算工具來執(zhí)行這些操作。因此，從事科學(xué)工作的程序員并未專注于科學(xué)問題，而是把大量的時間花在了設(shè)計代碼進(jìn)行基本的數(shù)學(xué)運算上。

編程世界需要的是一個標(biāo)準(zhǔn)。1979年，它有了一個:基本線性代數(shù)子程序，簡稱BLAS6。這個標(biāo)準(zhǔn)一直發(fā)展到1990年，定義了幾十個向量和后來的矩陣數(shù)學(xué)的基本程序。

美國田納西大學(xué)計算機科學(xué)家、BLAS開發(fā)團隊成員杰克·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，研究人員可以確定基于BLAS 的代碼在任何計算機上都可以以相同的方式工作。該標(biāo)準(zhǔn)還使計算機制造商能夠優(yōu)化BLAS實現(xiàn)，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)軟件運轉(zhuǎn)的代碼。華盛頓大學(xué)的機械和航空航天工程師Lorena Barba稱其為“五層代碼中的機械”。而杰克·唐加拉說:“它為我們進(jìn)行計算提供了基礎(chǔ)?！?/span>

 6 

顯微鏡必備：NIH圖像（1987）

上世紀(jì)80年代初，程序員韋恩·拉斯班德(Wayne Rasband)在馬里蘭州貝塞斯達(dá)的美國國立衛(wèi)生研究院(National Institutes of Health)的一個腦成像實驗室工作。該團隊有一臺掃描儀來數(shù)字化x光片，但無法在電腦上顯示或分析它們。所以Rasband寫了一個程序來完成這項任務(wù)。

該程序是專門為一臺價值15萬美元的PDP-11小型計算機設(shè)計的。隨后，在1987年，蘋果公司發(fā)布了麥金塔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)。”他將自己的軟件移植到新平臺上，并建立了一個圖像分析生態(tài)系統(tǒng)。

國家衛(wèi)生研究院的圖像和它的后代授權(quán)研究人員在任何計算機上查看和量化任何圖像。軟件家族包括ImageJ，這是為Windows和Linux用戶編寫的基于java的版本，以及由Pavel Tomancak在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)研究所的團隊開發(fā)的ImageJ的一個發(fā)行版，它包含了關(guān)鍵的插件。麻省劍橋Broad研究所成像平臺的計算生物學(xué)家評價到：“ImageJ是最基礎(chǔ)的工具，幾乎沒有生物學(xué)家沒有使用過它?！?/span>

Eliceiri說:“這個程序的目的不是成為一切，而是服務(wù)于用戶。不像Photoshop和其他程序，ImageJ可以是任何你想要的。

 7 

序列搜索：BLAST（1990）

可能沒有比軟件名稱成為動詞更好的文化相關(guān)性指示符了。提到搜索，會想到谷歌。提到遺傳學(xué)，研究者的第一直覺會是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。通過尋找序列之間的相似性——特別是蛋白質(zhì)之間的相似性——研究人員可以發(fā)現(xiàn)進(jìn)化關(guān)系，并深入了解基因功能。關(guān)鍵是要在迅速膨脹的分子信息數(shù)據(jù)庫中快速而全面地做到這一點。

迪霍夫在1978年提供了一個關(guān)鍵想法。她設(shè)計了一種“點接受突變”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)它們之間的進(jìn)化距離來為它們的親緣關(guān)系評分。

1985年，位于夏洛茨維爾的弗吉尼亞大學(xué)的威廉·皮爾森和NCBI（國家編目局）的大衛(wèi)·利普曼提出FASTP，這是一種結(jié)合了迪霍夫矩陣和快速搜索能力的算法。

數(shù)年后，Lipman與NCBI（國家編目局）的眾人一起開發(fā)了一種更強大的改進(jìn)：基本局部對齊搜索工具(BLAST)。BLAST發(fā)布于1990年，它結(jié)合了處理快速增長的數(shù)據(jù)庫所需的搜索速度，以及尋找進(jìn)化上更遙遠(yuǎn)匹配的能力。與此同時，該工具可以計算出這些匹配偶然發(fā)生的可能性有多大。

阿特舒爾表示，結(jié)果難以置信的快?！昂瓤诳Х鹊墓Ψ?，搜索就完成了?！钡匾氖?，它很容易使用。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計算機上遠(yuǎn)程運行搜索，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，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)嶒炇遥€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?！?/span>

 8 

預(yù)印本平臺：arXiv.org（1991）

在20世紀(jì)80年代末，高能物理學(xué)家們例行公事地將他們提交的手稿的物理副本郵寄給同事們，征求他們的意見，這是出于禮貌——但只發(fā)給少數(shù)人。物理學(xué)家保羅·金斯帕格在2011年寫道:“那些處于食物鏈較低位置的人依賴于一線研究者的成果，而非精英機構(gòu)中有抱負(fù)的研究人員往往完全脫離特權(quán)圈?！?/span>

1991 年，洛斯阿拉莫斯國家實驗室（Los Alamos National Laboratory）的 Ginsparg 寫了一個電子郵件自動回復(fù)器，嘗試建立公平的競爭環(huán)境。郵件訂閱者每天都會收到一份預(yù)印本列表，每份論文都帶有標(biāo)識符。如此一來，世界各地的用戶都可以通過一封電子郵件提交或檢索來自上述實驗室計算機系統(tǒng)的論文。

Ginsparg的計劃是將文章保留三個月，并將內(nèi)容限制在高能物理社區(qū)。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。”論文從比高能物理學(xué)科更遠(yuǎn)的地方蜂擁而來。1993年，Ginsparg將這個系統(tǒng)遷移到萬維網(wǎng)上，并在1998年給它取了個沿用至今的名字:arXiv.org。

至今arXiv已經(jīng)成立30年了，它擁有約180萬份預(yù)印本，全部免費提供，目前每月仍吸引超過1.5萬份提交和3000萬次下載。” Nature Photonics 的編輯曾表示：arXiv為研究者提供了一種快捷、方便的科研方式，可以告訴大家你在做什么、什么時間做的，省去了傳統(tǒng)期刊同行評審的繁瑣。

 9 

數(shù)據(jù)瀏覽器：IPython Notebook (2011)

Fernando Pérez在2001還是一名研究生的時候，開始探索拖延癥，當(dāng)時他決定使用Python的一個核心組件進(jìn)行研究。

Python是一種解釋語言，其程序是逐行執(zhí)行的。程序員可以使用一種稱為“讀-評-輸出循環(huán)”(REPL)的計算性調(diào)用和響應(yīng)工具，在這個工具中輸入代碼，然后由一個稱為解釋器的程序來執(zhí)行。REPL允許快速探索和迭代，但Pérez指出，Python的REPL不是為科學(xué)而構(gòu)建的。例如，它不允許用戶容易地預(yù)加載代碼模塊，或保持?jǐn)?shù)據(jù)可視化打開狀態(tài)。所以Pérez“寫”了他自己的版本。

2001 年 12 月，Pérez 發(fā)布了交互式 Python 解釋器 IPython，它共有 259 行代碼。10 年后，Pérez 和物理學(xué)家 Brian Granger、數(shù)學(xué)家 Evan Patterson 合作，將該工具遷移到 Web 瀏覽器，創(chuàng)建了 IPython Notebook，掀起了一場數(shù)據(jù)科學(xué)的革命。

與其他notebook一樣，IPython筆記本將代碼、結(jié)果、圖形和文本組合在一個文檔中。但與其他類似的項目不同的是，IPython Notebook是開源的，它邀請了大量開發(fā)者社區(qū)的貢獻(xiàn)，而且它支持Python。2014年，IPython演變?yōu)镻roject jupiter，支持大約100種語言，允許用戶在遠(yuǎn)程超級計算機上如同在自己的筆記本電腦上一樣輕松地探索數(shù)據(jù)。

《自然》雜志在2018年寫道:“對于數(shù)據(jù)科學(xué)家來說，Jupyter已經(jīng)成為事實上的標(biāo)準(zhǔn)。”當(dāng)時，在GitHub代碼共享平臺上有250萬個Jupyter Notebook;如今已有近一千萬個，其中包括 2016 年發(fā)現(xiàn)引力波和 2019 年黑洞成像的記錄。Pérez表示:“我們?yōu)檫@些項目做出了一點貢獻(xiàn)，這是非常值得的?！?/span>

 10 

快速學(xué)習(xí)器：AlexNet（2012）

人工智能有兩種類型。一種是使用成文的規(guī)則，另一種是通過模擬大腦的神經(jīng)結(jié)構(gòu)來讓計算機“學(xué)習(xí)”。加拿大多倫多大學(xué)的計算機科學(xué)家Hinton表示，幾十年來，人工智能研究人員認(rèn)為后者是“一派胡言”。2012年，Hinton的研究生Alex Krizhevsky和Ilya Sutskever證明了事實并非如此。

在2012年的 ImageNet 的年度競賽上，研究人員在一個包含100萬張日常物體圖像的數(shù)據(jù)庫上訓(xùn)練人工智能，然后在單獨的圖像集上測試生成的算法。Hinton說，當(dāng)時最好的算法錯誤地分類了大約四分之一的圖像。Krizhevsky和Sutskever的AlexNet，一種基于神經(jīng)網(wǎng)絡(luò)的“深度學(xué)習(xí)”算法，將錯誤率降低到了16%。Hinton說:“我們基本上把錯誤率減半了，或者幾乎減半了。

Hinton表示，該團隊在2012年的成功反映了足夠大的訓(xùn)練數(shù)據(jù)集、出色的編程和GPU能力的結(jié)合。GPU是最初設(shè)計用來加速計算機視頻性能的處理器?！巴蝗恢g，我們可以更快地運行(算法)30倍，或者學(xué)習(xí)規(guī)模增加30倍后的數(shù)據(jù)?！?/span>

真正的算法突破實際上發(fā)生在三年前，當(dāng)時Hinton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， 但這已經(jīng)是’不祥之兆’了。”

AlexNet的成功代表著深度學(xué)習(xí)在實驗室、臨床和其他領(lǐng)域的崛起。這就是為什么移動電話能夠理解語音查詢，圖像分析工具能夠很容易地從照片顯微圖中挑選出細(xì)胞。這就是 AlexNet “入選”改變科學(xué)、改變世界工具之一的原因。

原文鏈接：

https://www./articles/d41586-021-00075-2

[贈書福利]

AI科技評論本次聯(lián)合【圖靈教育】為大家?guī)?2本《人工智能簡史（第2版）》正版新書。

在“《人工智能簡史》第二版重磅來襲！| 贈書” （點擊超鏈接跳轉(zhuǎn)）一文留言區(qū)留言（注意不是本文！），歡迎大家暢所欲言，談一談你對人工智能發(fā)展歷史上某件大事或某個人物的看法，或?qū)θ斯ぶ悄芪磥戆l(fā)展的看法。

AI 科技評論將會選出 12名讀者，每人送出《人工智能簡史（第2版）》一本。

活動規(guī)則：

1. 在“《人工智能簡史》第二版重磅來襲！| 贈書” （點擊超鏈接跳轉(zhuǎn)）一文留言區(qū)留言（注意不是本文?。?，在綜合留言質(zhì)量（留言是敷衍還是走心）和留言點贊最高的讀者中選出12位讀者獲得贈書。獲得贈書的讀者請聯(lián)系 AI 科技評論客服（aitechreview）。

2. 留言內(nèi)容會有篩選，例如“選我上去”、“這書寫的很棒（僅僅幾個字）”等內(nèi)容將不會被篩選，亦不會中獎。

3. 本活動時間為2021年2月12日 - 2020年2月19日（23:00），活動推送時間內(nèi)僅允許贈書福利中獎一次。