0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

根据深度学习和AI算法的分析,人类很可能存在”第三祖先“

DPVg_AI_era 来源:lq 2019-01-24 08:41 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

AI机器学习正在帮助进化生物学家找到古老的人类祖先, 尽管这一发现背后的现代科学原理尚不为人所知,这个可能的“人类祖先”的具体未能最终确定,可能是尼安德特人和丹尼索瓦人杂交的后代。

近日发表在《自然·通信》上的一项新研究的结果表明,在今俄罗斯发现的尼安德特人和丹尼索瓦人的杂交体不是个例,而是一个更普遍的、逐渐渗透过程的一部分。

去年8月,研究人员首次发现了一种古老的人类杂交体,据推算,这位女性在距今约9万年前去世。她的骨头在俄罗斯阿尔泰山脉的丹尼索瓦的洞穴中被发现。遗传学分析显示,这位古人类的父母属于不同的人类群体。她可能有一个尼安德特人(Neanderthals)母亲和一个丹尼索瓦人(Denisovans)父亲。

马克斯·普朗克进化人类学研究所的Viviane Slon及其同事在《自然》杂志上发文称:“这位古人类的父亲的基因组符合尼安德特人血统的痕迹,可能属于该洞穴中后来发现的丹尼索瓦人。而母亲来自与后来居住在欧洲的尼安德特人关系密切的人群。

尼安德特人和丹尼索瓦人分属古人类的两个不同亚种。尼安德特人定居在欧洲和西亚的一些地方。而丹尼索瓦人可能在中亚和西伯利亚定居,丹尼索瓦人的第一个头骨在2008年在该地区被发现。

这两个群体在遗传特质上有所不同,但都可能与现代人交叉繁殖。研究表明,这种杂交使现代人类免受病毒和疾病的侵害。一些遗传基因甚至可能影响了人类头骨和大脑的形状。

科学家们普遍认为尼安德特人和丹尼索瓦人会彼此交配,不过研究人员只发现了一处可以证明这种杂交确实存在的实际证据。

用AI预测未知的人类祖先

西班牙进化生物学研究所(IBE)、国家基因组分析中心(CRG)、国家基因组织(CNAG-CRG)和塔尔图大学的研究人员,正在使用深度学习算法,来识别迄今为止最新的人类未知祖先。研究显示,这些祖先们在数千年前曾与现代人类进行杂交。

本研究论文的两位作者Jaume Bertranpetit和Oscar Lao(右)

“深度学习使我们能够观察到,究竟是什么让我们的祖先的DNA拼图能够最终拼在一起。”Lao解释道。

Lao和他的同事们的研究发现,在人类祖先的基因组中存在一种新的古人类的足迹,这是尼安德特人和丹尼索瓦人的杂交体。 DNA计算分析的结果还显示,这种亚洲与非洲的现代人类交配的后代已经灭绝。

研究人员在论文中表示:“除了此次发现的尼安德特人和丹尼索瓦人的互相杂交渗透之外,我们的研究结果还表明,所有来自亚洲和大洋洲的古代人类存在彼此第三次渗透。”

“大约8万年前,古人类开始‘走出非洲’,当时一部分人离开了非洲大陆,开始迁移到其他大陆,从而孕育产生了现在地球上的全部人口,其中一些古人类已经现代人类的祖先。”IBE的首席研究员、UPF的部门主管Jaume Bertranpetit表示。

“从那时起,现代人类与尼安德特人在除非洲之外的所有大陆上都进行了交配繁殖,还与丹尼索瓦人在大洋洲和今东南亚地区交配繁殖,不过目前还没有确实证据证明现代人类与第三种已灭绝的物种进行交叉繁殖。”

利用深度学习解密人类进化史

到目前为止,人类存在“第三祖先”的说法只是现代人类的基因组的某些片段起源的一种理论解释。不过,深度学习和AI算法,使得从DNA推断出人类祖先种群的人口统计学信息成为可能。

研究人员面临的一大问题是,需要分析的人口统计学模型比迄今为止任何其他模型都要复杂得多,而且还没有专门面向这类任务的统计工具。深度学习“是一种模仿哺乳动物神经系统运行方式的算法,算法中不同的人造神经元专门学习并掌握一些特定模式,即对完成指定任务而言最重要的一些模式”,该研究的首席研究员Oscar Lao表示。

“我们利用这些属性来生成算法,对数十万次模拟获得的基因组进行学习,来预测古人类的统计数据。在模拟时,我们会沿着人类历史上的可能的进化路线前进。最终利用深度学习,找出让我们的祖先拼图融合在一起的因素。”

这是研究人员首次将深度学习成功用于解释人类历史,为这项技术应用于生物学、基因组学和进化学等其他问题铺平了道路。

深度学习分析显示,这种已灭绝的“第三种”原始人可能是尼安德特人和丹尼索瓦人的后裔。今年夏天发现的一批古人类化石具备的特征似乎印证了该研究的说法,进一步加强了与现代人类共存并与之交配的“第三物种”的假设。

“我们的理论与最近发现的混血古人类标本特征相吻合,不过目前还不能排除其他可能性”,塔尔图大学的调查人员、IBE的前调查员Mayukh Mondal说。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    91

    文章

    41289

    浏览量

    302659
  • 机器学习
    +关注

    关注

    67

    文章

    8567

    浏览量

    137234
  • 深度学习
    +关注

    关注

    73

    文章

    5610

    浏览量

    124644

原文标题:Nature:AI算法显示,人类“第三祖先”可能是杂交后代

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    【智能检测】基于AI深度学习与飞拍技术的影像测量系统:实现高效精准的全自动光学检测与智能制造数据闭环

    内容概要:文档内容介绍了中图仪器(Chotest)影像测量仪融合人工智能深度学习与飞拍技术的自动化检测解决方案。系统通过AI深度学习实现
    发表于 03-31 17:11

    论马斯克的预言:AI使人类边缘化

    工作领域的边缘化。 局限性 AI能力限制方面:尽管AI发展迅速,但目前仍存在诸多局限性,如在常识推理、跨领域迁移学习等方面存在本质缺陷,在数
    发表于 03-14 05:27

    OrangePi RV2 深度技术评测:RISC-V AI融合架构的先行者

    ) 功耗 :典型3-5 W,满载需散热 工作温度 :芯片支持工业级(-40℃~85℃),但板级元器件可能限制实际范围 2.性能实测分析 根据Phoronix、LinuxLinks 等第三
    发表于 03-03 20:19

    AI赋能6G与卫星通信:开启智能天网新时代

    性维护使卫星设备寿命延长了15%-20%,大幅降低了维护成本。 AI还能分析卫星在轨运行环境数据,预测潜在风险。例如,通过分析太空辐射数据,AI可以预测卫星
    发表于 10-11 16:01

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片到AGI芯片

    实例,从而保持高计算效率。 2、Q算法 Q项目将大模型功能与A*和Q-learning等复杂算法结合,进一步推动了AI领域的蓬勃发展,标志着向AGI方向迈出了重要的一步。 可能达到的高
    发表于 09-18 15:31

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的科学应用

    是一种快速反应能力,是直接的感知;灵感是一种通过思考和探索获得的创造性想法,是一种创意。 AI怎么模拟直觉与灵感呢?四、AI代替人类的假说 这可能吗? 用机器来生成假说: 1、直接生成
    发表于 09-17 11:45

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的未来:提升算力还是智力

    、浪费资源与破坏环境 二、用小模型代替大模型 1、强化学习 2、指令调整 3、合成数据 、终身学习与迁移学习 1、终身学习 终身
    发表于 09-14 14:04

    【「AI芯片:科技探索与AGI愿景」阅读体验】+第二章 实现深度学习AI芯片的创新方法与架构

    、Transformer 模型的后继者 二、用创新方法实现深度学习AI芯片 1、基于开源RISC-V的AI加速器 RISC-V是一种开源、模块化的指令集架构(ISA)。优势如下: ①模
    发表于 09-12 17:30

    AI的核心操控:从算法到硬件的协同进化

           人工智能(AI)的核心操控涉及算法、算力和数据大要素的深度融合,其技术本质是通过硬件与软件的协同优化实现对复杂任务的自主决策与执行。这一过程依赖多层技术栈的精密配合,从
    的头像 发表于 09-08 17:51 1168次阅读

    【「AI芯片:科技探索与AGI愿景」阅读体验】+内容总览

    ,其中第一章是概论,主要介绍大模型浪潮下AI芯片的需求与挑战。第二章和第三章分别介绍实现深度学习AI芯片的创新方法和架构。以及一些新型的
    发表于 09-05 15:10

    AI 驱动维逆向:点云降噪算法工具与机器学习建模能力的前沿应用

    维逆向工程领域,传统方法在处理复杂数据和构建高精度模型时面临诸多挑战。随着人工智能(AI)技术的发展,点云降噪算法工具与机器学习建模能力的应用,为
    的头像 发表于 08-20 10:00 869次阅读
    <b class='flag-5'>AI</b> 驱动<b class='flag-5'>三</b>维逆向:点云降噪<b class='flag-5'>算法</b>工具与机器<b class='flag-5'>学习</b>建模能力的前沿应用

    AI 芯片浪潮下,职场晋升新契机?

    对复杂场景中目标检测与识别的速度和精度。在此过程中,对算法的理解深度、芯片架构与算法的协同能力,都会成为职称评审中的加分项。 除技术能力外,创新能力同样不可或缺。AI 芯片行业发展日新
    发表于 08-19 08:58

    【书籍评测活动NO.64】AI芯片,从过去走向未来:《AI芯片:科技探索与AGI愿景》

    创新、应用创新、系统创新五个部分,接下来一一解读。 算法创新 在深度学习AI芯片的创新上,书中围绕大模型与Transformer算法的算力需
    发表于 07-28 13:54

    信而泰×DeepSeek:AI推理引擎驱动网络智能诊断迈向 “自愈”时代

    网络智能诊断平台。通过对私有化网络数据的定向训练,信而泰打造了高性能、高可靠性的网络诊断模型,显著提升了AI辅助诊断的精准度与实用性。该方案实现了网络全流量深度解析能力与AI智能推理分析
    发表于 07-16 15:29

    任正非说 AI已经确定是第四次工业革命 那么如何从容地加入进来呢?

    芯片、更高效的深度学习算法等。通过与参会的专家学者和企业代表交流,可以拓宽视野,寻找合作机会。 加入AI行业协会或者专业社群。在这些组织中,可以分享自己的见解和经验,也能从他人那里获取
    发表于 07-08 17:44