执行主编：赵广立编辑：赵鲁校对：王心怡E-mail押glzhao＠ 6前沿FRONTIER 2017年7月13日星期四Tel：（010）62580722 姻北京汉氏联合生物技术股份有限公司协办姻股票代码：834909 对于机器学习来讲，最主要的两个概念分别是“有监督学习”和“无监督学习”。
有监督学习就是人们“告诉”机器“哪些数据是属于哪一类的”，然后进行数据训练；反之，无监督学习就是“不告诉”机器，直接由人们对最终输出的结果进行定义。
机器学习：网络攻防新利器 本报记者赵广立 在人工智能时代，各行各业最怕听到的是“取代”：人工智能被认为将一步取代法官、取代速记员，取代建筑工人和出租车司机……不过，目前在许多行业，人工智能仍然只能扮演配角，网络安全就是其中之
一。
“就安全领域来讲，我们把人工智能当成一种帮助安全专家更有效地工作的工具。
在可见的未来，还是需要领域专家和网络安全专家来主导。
”7月6日~7日，在成都召开的C3安全峰会上，亚信安全通用安全产品中心总经理、亚信网络安全产业技术研究院副院长童宁在接受《中国科学报》记者专访时表示，机器学习的确提供了强有力的帮助，但在当前网络攻防态势下，机器学习也难以“一肩挑”。
不过，随着对机器学习这件工具开发、利用的逐渐深入，网络安全正在进入网络攻防的新阶段。
充分条件和必要条件 机器学习技术应用于网络安全早已有之。
童宁指出，早在1986年，美国斯坦福研究中心就提出用数据统计来检测网络非法入侵。
“利用机器学习算法对垃圾邮件进行分类，也已是20年前的事情。
” 童宁介绍说，随着移动互联网的发展，大量的设备产生了各式各样的日志文件。
特别是在2000年以后，在日志管理和分析方面，机器学习算法有了长足的发展。
比如IBM等大型互联网企业就在这些方面使用了大量的机器学习算法，包括关联分析等。
“2000年以来，机器学习所带来的变革———比如利用机器学习算法对用户的异常行为进行分析等开始普及起来。
”童宁说。
趋势科技资深数据科学家张佳彦从技术发展和经济原因两方面，向《中国科学报》记者展示了机器学习介入网络安全的“充分条件”和“必要条件”。
“从2006年开始，网络病毒开始急剧增加，直到2012年达到第一个高峰期。
而2012年开始进入第二个循环，更多的新病毒大量出现。
”张佳彦援引一组数据提出“：以2007年的数字为例，每年有约600万个新病毒出现，也就是每天出现1.6万个病毒。
在这种情况下仅靠网络安全专家分析和阻挡是不够的，这就为机器学习的出现提供了充分条件。
” 然而事实是，2006~2012年间，一些机器学习技术已经被用来尝试助阵网络安防，但直到2013年机器学习技术才逐渐被安全专家所讨论和强调。
这背后的原因是什么？张佳 亚信网络安全产业技术研究院副院长童宁作题为《机器学习驱动网络安全发展》的演讲。
亚信安全供图 彦认为其中牵涉的不只是技术问题，还有经济原因。
原来，2006~2012年这期间，病毒的制造者已经从单一黑客演化到有组织的黑客犯罪系统，目标就是为了窃取受感染电脑的资讯进行贩卖。
此时病毒的变种已经非常繁多，网络安全公司已开始使用机器学习对抗病毒。
然而，在这期间，用户还不能接受机器学习的手段———这一阶段的许多病毒都有潜伏期，由于没有立即性危害，许多用户虽已中毒但并不知情。
而相比其他解决方案（如1：N病毒码），误判率更高的机器学习算法显然给用户带来了困扰。
“这个时候即使已经用了机器学习方案，大家也不愿大张旗鼓地说。
”张佳彦告诉记者。
“剧情”在2012年后出现急转。
到了勒索软件为代表的“网络威胁时代”，紧跟着此后不易追踪的比特币等的出现，勒索病毒所造成的立即性损失的重要性已经超过了机器误判带来的困扰，“这为机器学习参与网络攻防提供了必要条件。
”张佳彦表示。
有监督学习和无监督学习 对于机器学习来讲，最主要的两个概念 分别是“有监督学习”和“无监督学习”。
百度安全首席架构师武广柱解释说：“有监督学习就是人们‘告诉’机器‘哪些数据是属于哪一类的’，然后进行数据训练；反之，无监督学习就是不‘告诉’机器，直接由人们对最终输出的结果进行定义。
” “有监督的学习一开始就有人为的因素在里面，如果训练结果不尽如人意，工程师可以进行算法调整，直至它的结果达到人们的要求以后，再投入生产使用。
”童宁介绍说。
一个有监督学习常用的例子是，从房地产中介商处拿到一些房屋原始数据：年代、面积、位置、成交价等，交给机器去“学习”。
产生的模型就可以给后来的购房者提供参考：比如输入其预算多少钱，得出该客户能够在什么区位买到什么样的房子。
童宁表示，有监督学习的这种能力可以用于网络攻防中对恶意程序、垃圾邮件的识别和对勒索病毒的防治，特别是在需要多维度识别的情况下，能够大幅提高识别速度和效率。
无监督学习所用的方法与有监督学习有些不同。
“机器直接根据数据自身的特征进行自动分类，但机器并不知晓所分类、聚合的特征是什么。
人们再行标注具体属性。
”童宁说，无监督学习“聚类”的优势，可以轻易挑出“少数派”，帮人们监控到一些人所不易察觉的异 常行为。
“通过这有监督和无监督学习的两个例 子，可以发现机器学习关键是，首先必须要有持续性的、高质量的数据。
因为整个的网络环境一直在变，机器需要学习的内容也要随之而变。
”童宁半开玩笑说，“机器跟我们人类一样，需要‘活到老，学到老’，从而保证它的学习能力。
” 更重要的一点是，无论有监督学习还是无监督学习，对特征的抽取和概括总结，都是由网络安全专家和领域专家所区别出来的，因此，“必须要有解决问题的领域专家”。
“我们的客户常常问：是不是有数据专家、网络安全专家就够了？答案是否定的。
必须要有领域内的专家，否则抽取的特征很难去把握。
”童宁指出，只有三种元素（持续高质量的安全数据、领域专家—网络安全专家、机器学习数据专家）协作，机器学习在网络安全方面的应用才能获得更好的效果。
张佳彦也提出，在传统机器学习所必不可缺的三大要素———数据、特征、算法之中“，最花时间的”就是网络安全专家如何产生有效的特征“：这需要非常有经验的专家，还要经过反复不断的测试，才能得到良好的结果。
” 机器学习不是“万灵丹” 不过，在张佳彦看来，除了对安全专家的依赖，机器学习还存在一个软肋：误判率。
“对我来说机器学习就像‘原子弹’，它的威力无穷，但如果用得不好会伤敌一千，自损八百。
”张佳彦指出，“训练出来的模型某种程度上有不可避免的误判率，所以我认为机器学习的重点，不仅在于可以把误判率降低多少，更在于承认它一定有误判率的存在。
” 他认为，如何将误判率对用户造成的伤害和困扰降到最低，是当前机器学习更重要的议题。
“机器学习在垃圾邮件分类、恶意程序查杀方面，已经比较成熟了。
有时分错一些邮件相对来讲还可以接受，但一旦查错杀错‘恶意程序’，后果就严重了。
”童宁作为一线安全专家深知，机器学习即便再强大也不能对其押上所有赌注。
“我们强调机器学习技术也是强调它多维识别很强，但我们并没有放弃第一代的黑白名单、第二代的行为监控等技术，机器学习技术再强大也只是辅助工具，这些手段综合起来利用效果才更好。
”童宁告诉《中国科学报》记者“，网络攻防是永恒的主题，我们唯一能做的就是拿出各种武器，跟黑客战斗到底。
” 前沿点击 本报讯（记者李惠钰）日前，中科院生物物理所刘光慧课题组、北京大学汤富酬课题组和中科院动物所曲静课题组利用基因编辑改写了人类基因组遗传密码中的单个碱基，首次在实验室中获得遗传增强的“超级”干细胞（GES细胞）。
这种GES细胞能够对细胞衰老和致瘤性转化产生双重抵抗作用，为开展安全有效的干细胞治疗提供了可能的解决途径。
该研究工作已于7月7日发表于权威学术杂志《细胞研究》。
研究人员通过筛选可以延缓干细胞衰老的小分子化合物，发现抗氧化转录因子NRF2的激动剂能延缓人类早衰症患者间充质干细胞的加速衰老。
在既往的低等模式生物研究中，NRF2的缺失会导致生物体寿命缩短，反之其过表达则有助于寿命的延长。
研究人员推测在编码基因水平增强NRF2的活性或许能够延缓人类干细胞的衰老。
为证明这一点，研究人员利用第三代腺病毒载体HDAdV介导的基因编辑技术在人类胚胎干细胞中置换了NRF2基因第 遗传增强﹃超级﹄干 2号外显子中的单一核苷酸（A245G）。
这一单碱基置换使得细胞中的NRF2蛋白脱离了其抑制蛋白KEAP1的束缚，进而通过转位至细胞核，激活一系列抗氧化和细胞保护基因的表达。
随后，研究人员将基因编辑的人类胚胎干细胞定向分化成为具有治疗潜力的间充质干细胞，并发现这些间充质干细胞的自我更新以及抵抗应激和细胞衰老等能力均获得了显著增强。
此外，由该种胚胎干细胞定向诱导分化而来的血管内皮细胞也表现出强大的抵御氧化损伤的能力。
这些结果均说明该遗传增强策略能够赋予人类干细胞及其分化衍生物更强的活性和自我保护能力。
与此同时，研究人员还考察了GES细胞在经过体内移植之后是否也会具有更强的存活、整合和组织修复能力。
研究结果表明，将上述GES细胞移植入小鼠体内后能够表现出更强的存活和整合能力，并能够显著促进缺血损伤模型小鼠后肢血流的恢复， 细胞首次被获得 证明GES细胞在移植后能够表现出优于普 通干细胞的再生修复能力。
令人兴奋的是，GES细胞还表现出对癌 基因诱导的细胞恶性转化的强抵抗作用。
在 诸多癌基因激活的情况下，GES细胞仍然保持着高度的基 因组稳定性，移植入免疫缺陷小鼠体内后不会形成肿瘤。
更有趣的是，经过遗传增强的人类胚胎干细胞在免疫缺陷 小鼠体内仅能产生比对照胚胎干细胞小得多的畸胎瘤。
该 实验提示，即便
GES细胞移植物中残留了少量未分化的多 能干细胞，其在体内形成畸胎瘤的能力也已被大大削弱， 这就进一步降低了利用遗传增强型干细胞进行细胞移植 治疗的安全风险。
研究人员总结道，该研究首次利用基因编辑技术实现 了人类干细胞的遗传增强，并从概念上证明了利用该策略 获得优质安全细胞移植物的可行性。
该研究的意义不仅在 于创造了一种优质安全的人类间充质干细胞，更重要的是 为针对不同组织类型及疾病特性设计不同遗传增强方案 的研究奠定了基础，使得规模和标准化制备优质安全的人 类细胞移植材料成为可能。
酷技术 在热铱
表面加入乙烯和环硼氮烷促发量子点中二维石墨烯结构的自组装。
碳原子自组装打开控制纳米材料的新方式 通过使用一种新方式促使碳原子产生自组装，研究人员打开了创造量子点的多种机会，这些量子点或将对未来的信息技术产生颠覆性变革。
来自丹麦技术大学、奥胡斯大学、IBM和布鲁克黑文的研究人员首次在现存最薄的薄膜中进行了自组装研究。
这些材料中最为人所知的一种是由碳原子组成的石墨烯，它具有优异的电性能，这为超小型存储媒介的研发带来了新的希望。
通过在高质量的铱表面上形成硼、氮和碳的二维合金，该表面助力原子聚合形成尺寸仅为2纳米的石墨烯岛晶格，单个石墨烯岛的宽度仅为15个碳原子。
来自IBM的杰瑞·特索夫所开发的新理论模型表明，事实上，铱在发生真正的作用，但其他金属亦能产生同样的效果。
研究人员发现石墨烯岛之间的距离可 以通过控制薄层形成期间的气体浓度和温 度来“编程”。
这为未来纳米级光刻图案的 生产带来了全新的机会。
不过，作为研究者之一的彼得·博克尔 德表示，现在对这些应用程序进行具体的 描述还为时过早，“可以确定，我们在原子 量级上发现了一种控制纳米材料的新方 式。
石墨烯岛类似于人造原子，可用于诸如 能源、生物传感器、光电子学等不同领域。
但是，如果我们能够学会在其他已知的数 以百计的原子薄膜上进行类似的研究，那 将是一件非常振奋人心的事情，让它们通 过自我组装形成复杂结构是这个研究领域 的‘圣杯’”。
这项研究结果近期已经发表于科学杂 志《自然—通讯》。
（赵利利编译） 专访超级全数字
PET项目发起人谢庆国： 医学影像“航母”能否破解肿瘤难题 本报通讯员鲁伟 作为当前临床诊断和指导癌症治疗的最佳手段之
一，PET（正电子发射型计算机断层显像）一直被视为引领医学影像未来发展的核心技术，其在肿瘤、神经系统、心脏疾病的早期检测等方面具有巨大优势。
同时，PET也是当前唯一一种被西方全面垄断的医学影像设备。
习近平总书记曾在讲话中表示，高端医疗装备主要依赖进口，成为看病贵的主要原因之
一，先进医疗设备研发体现了多学科交叉融合与系统集成。
为了突破西方的垄断壁垒，华中科技大学于今年4月启动多模态、跨尺度生物医学成像设施大楼建设。
该设施四大核心装置之一的变结构全数字PET超级母机一旦建成，将成为一艘医学影像“航母”，成就PET领域的技术革命，从而使PET在未来成为像CT一样普及的诊疗手段。
到时，PET有望成为老百姓看得起、治得易、医得好的普及化医疗器械，切实改善看病难、看病贵的现状。
对此，《中国科学报》记者专访了超级全数字PET项目的发起人———华中科技大学生命学院教授谢庆国。
“最佳人选” 《中国科学报》：PET作为一种医学影像手段，究竟有什么过人之处？ 谢庆国：PET虽然与CT、磁共振并称为“医学影像三大件”，但其是继超声、CT和核磁共振之后当今最先进医学影像技术。
因为任何疾病过程首先是从细胞分子发生变化，之后才会发生诸如形状、密度等结构变化。
CT看的就是结构信息变化，PET则能看到细胞的生化反应。
所以在癌症、老年痴呆症、帕金森综合征等疑难杂症早期检测领域，PET都可以说是“最佳人选”。
由于涉及核物理、电子、材料、机械、医疗等诸多学科，PET的技术门槛极高，该设备的研发和产业能力，代表着一个国家医疗装备产业发展的最高水平。
因此，目前全球仅GE、西门子、飞利浦3家跨国公司能独立研制生产，中国的PET市场几乎全部被西方垄断。
《中国科学报》：您的团队研究的全数字PET 有何优势？谢庆国：实际上，跟CT、磁共振同样诞生于 上世纪70年代的PET设备，其使用远不及前者普及。
由于超高速闪烁脉冲信号难以实现数字化采样，PET一直采用模数混合的信号获取电路，存在“测不准、使用难、应用窄”等短板，应用潜力难以充分发挥。
针对这一世界级难题，我于2003年提出了“数字PET”概念，并首创“多电压阈值采样（MVT）”方法，从源头上解决了超高速闪烁脉冲 数字化的难题。
近年来，华中科技大学研究团队克服科学研究成果应用转化的一系列难关，生产出可用于临床的PET。
首台人体临床“全数字PET”借助全数字采样和信号处理，空间分辨率达到2.1毫米，而目前临床最好的PET分辨率只有4.5毫米。
这台设备的问世标志着我国在高端医疗仪器领域的自主研发取得突破，有助于打破当前高端医疗仪器市场被进口产品垄断的局面。
大科学装置获突破 《中国科学报》：超级全数字PET相比传统PET，实现了哪些升级或突破？建成后将产生什么影响？ 谢庆国：超级全数字PET已经不单单是一种医疗器械，更是一种大科学装置，不仅在高端医疗技术领域具有引领作用，还具有支撑基础科学前沿研究的平台作用。
超级全数字PET将彻底突破人类医学影像的观察极限，堪比一群哈勃望远镜组成的“天网”。
它拥有2.0米的超长轴向长度，可以集成CT、MRI等多模探测结构。
这台医学影像“航母”不仅能够同时、全局观察生物体的动态过程，还具有几十倍于传统PET的极高灵敏度，能突破人类观测到癌细胞的浓聚极限，理解癌症发生发展的过程。
同时，它还可以实现精准定量，有望对当前新药研发模式带来变革性影响。
就像打车软件的出现改变了打车难的现状，超级全数字PET将掀起PET领域的技术革命，不仅成为普及的诊疗手段，也将打破西方垄断，使PET不再成为看病难、看病贵的医疗器械。
风潮之下现不足 《中国科学报》：为什么超级PET会成为风潮？谢庆国：20世纪中叶以来，科学技术发展中出现了一个新的态势，即许多科学领域的发展、研究前沿的突破，都离不开大科学装置。
相关大科学装置的发展状态决定了国家在众多领域的前沿研究取得突破的能力，从而决定其国际竞争力。
21世纪是生命科学的世纪，发达国家纷纷布局精准医学，谁掌握了精准医学的发展前沿，谁就掌握了未来社会的健康、科技、经济发展的制高点。
而实现精准医疗首要就是精准检测，精准检测的实现首要靠影像医学检测和基因检测。
作为当前最尖端的分子影像技术———PET正是实现精准医学的重要手段。
因此，全球刮起了一股超级PET建设风潮。
今年初，美国启动了超级PET项目———“探险家”和“探险家2”。
芬兰国家PET中心也启动欧洲超级PET项目。
在国内，华中科技大学公布了全数字PET超级母机的建设计划；上海联影公司参与了“探险家”项目；北京大学也将建设类似装备。
其实，无论是技术方案还是建设构想，中国本有“领跑”优势。
我在2007年就提出了超级PET概念，2013年正式提交项目申报书并参加了答辩，然而，这个提法并没有获得认可。
《中国科学报》：中国的超级PET建设还有哪些不足？谢庆国：尽管超级数字PET拥有巨大的技术领跑优势，对于这样的大科学装置来说，对包括加速器等在内的相关配套设施要求更高，其中涉及巨大的建设规模和资金投入。
而相比发达国家，我们除了技术上的领跑优势，还存在诸多不足。
如果不能切实支持变结构全数字PET超级母机尽快坐实坐大坐强，我们有可能从技术的领先“先驱”变为“先烈”，国家将失去一次基础科学前沿研究的重大突破、高端医疗产业跨域式发展的绝佳机会。
DNA之父詹姆斯·沃森曾说，中国已成为全球第二大经济体，完全有能力在美国和欧洲之后，打造一个世界一流的生命科技创新中心。
超级全数字PET如果建成，将推动中国打造出精准医学重镇，为中国打造世界一流生命科技创新中心作出贡献。