在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

根據深度學習和AI算法的分析,人類很可能存在”第三祖先“

DPVg_AI_era ? 來源:lq ? 2019-01-24 08:41 ? 次閱讀

AI機器學習正在幫助進化生物學家找到古老的人類祖先, 盡管這一發現背后的現代科學原理尚不為人所知,這個可能的“人類祖先”的具體未能最終確定,可能是尼安德特人和丹尼索瓦人雜交的后代。

近日發表在《自然·通信》上的一項新研究的結果表明,在今俄羅斯發現的尼安德特人和丹尼索瓦人的雜交體不是個例,而是一個更普遍的、逐漸滲透過程的一部分。

去年8月,研究人員首次發現了一種古老的人類雜交體,據推算,這位女性在距今約9萬年前去世。她的骨頭在俄羅斯阿爾泰山脈的丹尼索瓦的洞穴中被發現。遺傳學分析顯示,這位古人類的父母屬于不同的人類群體。她可能有一個尼安德特人(Neanderthals)母親和一個丹尼索瓦人(Denisovans)父親。

馬克斯·普朗克進化人類學研究所的Viviane Slon及其同事在《自然》雜志上發文稱:“這位古人類的父親的基因組符合尼安德特人血統的痕跡,可能屬于該洞穴中后來發現的丹尼索瓦人。而母親來自與后來居住在歐洲的尼安德特人關系密切的人群。

尼安德特人和丹尼索瓦人分屬古人類的兩個不同亞種。尼安德特人定居在歐洲和西亞的一些地方。而丹尼索瓦人可能在中亞和西伯利亞定居,丹尼索瓦人的第一個頭骨在2008年在該地區被發現。

這兩個群體在遺傳特質上有所不同,但都可能與現代人交叉繁殖。研究表明,這種雜交使現代人類免受病毒和疾病的侵害。一些遺傳基因甚至可能影響了人類頭骨和大腦的形狀。

科學家們普遍認為尼安德特人和丹尼索瓦人會彼此交配,不過研究人員只發現了一處可以證明這種雜交確實存在的實際證據。

用AI預測未知的人類祖先

西班牙進化生物學研究所(IBE)、國家基因組分析中心(CRG)、國家基因組織(CNAG-CRG)和塔爾圖大學的研究人員,正在使用深度學習算法,來識別迄今為止最新的人類未知祖先。研究顯示,這些祖先們在數千年前曾與現代人類進行雜交。

本研究論文的兩位作者Jaume Bertranpetit和Oscar Lao(右)

“深度學習使我們能夠觀察到,究竟是什么讓我們的祖先的DNA拼圖能夠最終拼在一起。”Lao解釋道。

Lao和他的同事們的研究發現,在人類祖先的基因組中存在一種新的古人類的足跡,這是尼安德特人和丹尼索瓦人的雜交體。 DNA計算分析的結果還顯示,這種亞洲與非洲的現代人類交配的后代已經滅絕。

研究人員在論文中表示:“除了此次發現的尼安德特人和丹尼索瓦人的互相雜交滲透之外,我們的研究結果還表明,所有來自亞洲和大洋洲的古代人類存在彼此第三次滲透。”

“大約8萬年前,古人類開始‘走出非洲’,當時一部分人離開了非洲大陸,開始遷移到其他大陸,從而孕育產生了現在地球上的全部人口,其中一些古人類已經現代人類的祖先。”IBE的首席研究員、UPF的部門主管Jaume Bertranpetit表示。

“從那時起,現代人類與尼安德特人在除非洲之外的所有大陸上都進行了交配繁殖,還與丹尼索瓦人在大洋洲和今東南亞地區交配繁殖,不過目前還沒有確實證據證明現代人類與第三種已滅絕的物種進行交叉繁殖。”

利用深度學習解密人類進化史

到目前為止,人類存在“第三祖先”的說法只是現代人類的基因組的某些片段起源的一種理論解釋。不過,深度學習和AI算法,使得從DNA推斷出人類祖先種群的人口統計學信息成為可能。

研究人員面臨的一大問題是,需要分析的人口統計學模型比迄今為止任何其他模型都要復雜得多,而且還沒有專門面向這類任務的統計工具。深度學習“是一種模仿哺乳動物神經系統運行方式的算法,算法中不同的人造神經元專門學習并掌握一些特定模式,即對完成指定任務而言最重要的一些模式”,該研究的首席研究員Oscar Lao表示。

“我們利用這些屬性來生成算法,對數十萬次模擬獲得的基因組進行學習,來預測古人類的統計數據。在模擬時,我們會沿著人類歷史上的可能的進化路線前進。最終利用深度學習,找出讓我們的祖先拼圖融合在一起的因素。”

這是研究人員首次將深度學習成功用于解釋人類歷史,為這項技術應用于生物學、基因組學和進化學等其他問題鋪平了道路。

深度學習分析顯示,這種已滅絕的“第三種”原始人可能是尼安德特人和丹尼索瓦人的后裔。今年夏天發現的一批古人類化石具備的特征似乎印證了該研究的說法,進一步加強了與現代人類共存并與之交配的“第三物種”的假設。

“我們的理論與最近發現的混血古人類標本特征相吻合,不過目前還不能排除其他可能性”,塔爾圖大學的調查人員、IBE的前調查員Mayukh Mondal說。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    33942

    瀏覽量

    274849
  • 機器學習
    +關注

    關注

    66

    文章

    8485

    瀏覽量

    133973
  • 深度學習
    +關注

    關注

    73

    文章

    5553

    瀏覽量

    122407

原文標題:Nature:AI算法顯示,人類“第三祖先”可能是雜交后代

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    可智能深度學習AI攝像機模組方案

    結合第三方平臺加持,可以實現無感考勤、黑白名單管理、陌生人管理、客流統計、簽到管理 、車輛管理、車輛統計、電動車檢測、自行車檢測。 AI攝像機模組方案現已上線感算商城,客戶可根據需求直接下單購買標準
    發表于 03-21 11:28

    AI Agent 應用與項目實戰》----- 學習如何開發視頻應用

    再次感謝發燒友提供的閱讀體驗活動。本期跟隨《AI Agent 應用與項目實戰》這本書學習如何構建開發一個視頻應用。AI Agent是一種智能應用,能夠根據用戶需求和環境變化做出相應響應
    發表于 03-05 19:52

    AI自動化生產:深度學習在質量控制中的應用

    隨著科技的飛速發展,人工智能(AI)與深度學習技術正逐步滲透到各個行業,特別是在自動化生產中,其潛力與價值愈發凸顯。深度學習軟件不僅使人工和
    的頭像 發表于 01-17 16:35 ?561次閱讀
    <b class='flag-5'>AI</b>自動化生產:<b class='flag-5'>深度</b><b class='flag-5'>學習</b>在質量控制中的應用

    名單公布!【書籍評測活動NO.55】AI Agent應用與項目實戰

    不需要人類持續干預的AI系統,它可以根據當前的環境和背景信息,去自主分析各種遇到的問題并做出合理的決策,比如幾年前打敗人類棋手李昌鎬的Alp
    發表于 01-13 11:04

    人工智能、機器學習深度學習存在什么區別

    人工智能指的是在某種程度上顯示出類似人類智能的設備。AI有很多技術,但其中一個很大的子集是機器學習——讓算法從數據中學習
    發表于 10-24 17:22 ?2718次閱讀
    人工智能、機器<b class='flag-5'>學習</b>和<b class='flag-5'>深度</b><b class='flag-5'>學習</b><b class='flag-5'>存在</b>什么區別

    AI大模型與深度學習的關系

    AI大模型與深度學習之間存在著密不可分的關系,它們互為促進,相輔相成。以下是對兩者關系的介紹: 一、深度
    的頭像 發表于 10-23 15:25 ?2571次閱讀

    AI如何對產品設計帶來更多的可能性?

    AI(人工智能)對產品設計帶來了廣泛而深遠的可能性,這些可能性主要體現在以下幾個方面 1.創新設計的激發 創意生成:AI能夠學習和模仿
    的頭像 發表于 10-15 11:29 ?573次閱讀

    AI for Science:人工智能驅動科學創新》第二章AI for Science的技術支撐學習心得

    人工智能在科學研究中的核心技術,包括機器學習深度學習、神經網絡等。這些技術構成了AI for Science的基石,使得AI能夠處理和
    發表于 10-14 09:16

    FPGA做深度學習能走多遠?

    的發展前景較為廣闊,但也面臨一些挑戰。以下是一些關于 FPGA 在深度學習中應用前景的觀點,僅供參考: ? 優勢方面: ? 高度定制化的計算架構:FPGA 可以根據深度
    發表于 09-27 20:53

    深度識別算法包括哪些內容

    :CNN是深度學習中處理圖像和視頻等具有網格結構數據的主要算法。它通過卷積層、池化層和全連接層等組件,實現對圖像特征的自動提取和識別。 應用領域 :CNN在圖像識別、目標檢測、視頻分析
    的頭像 發表于 09-10 15:28 ?694次閱讀

    平衡創新與倫理:AI時代的隱私保護和算法公平

    方面的立法和標準存在差異,這不僅給全球化的企業運營帶來挑戰,也影響了全球用戶權益的平等保護。國際組織應當發揮引領作用,推動制定統一的AI倫理框架,同時鼓勵各國根據自身國情調整和實施。 AI
    發表于 07-16 15:07

    深度學習算法在嵌入式平臺上的部署

    隨著人工智能技術的飛速發展,深度學習算法在各個領域的應用日益廣泛。然而,將深度學習算法部署到資源
    的頭像 發表于 07-15 10:03 ?2611次閱讀

    利用Matlab函數實現深度學習算法

    在Matlab中實現深度學習算法是一個復雜但強大的過程,可以應用于各種領域,如圖像識別、自然語言處理、時間序列預測等。這里,我將概述一個基本的流程,包括環境設置、數據準備、模型設計、訓練過程、以及測試和評估,并提供一個基于Mat
    的頭像 發表于 07-14 14:21 ?3207次閱讀

    深度學習的基本原理與核心算法

    處理、語音識別等領域取得了革命性的突破。本文將詳細闡述深度學習的原理、核心算法以及實現方式,并通過一個具體的代碼實例進行說明。
    的頭像 發表于 07-04 11:44 ?3358次閱讀

    深度學習與傳統機器學習的對比

    在人工智能的浪潮中,機器學習深度學習無疑是兩大核心驅動力。它們各自以其獨特的方式推動著技術的進步,為眾多領域帶來了革命性的變化。然而,盡管它們都屬于機器學習的范疇,但
    的頭像 發表于 07-01 11:40 ?2134次閱讀
    主站蜘蛛池模板: 日本人zzzwww | 插综合网| 老师啊灬啊灬用力啊快224视频 | 亚洲婷婷六月 | 天天色综合5 | 日本精品一在线观看视频 | 久久久久国产一级毛片高清板 | 尤物蜜芽福利国产污在线观看 | 35qao强力打造免费上线高清 | 高清一级片 | 黄色网址播放 | 狠狠燥| 亚洲国产成人久久精品图片 | 中文字幕亚洲色图 | 国产一级在线观看www色 | 天天摸夜夜摸夜夜狠狠摸 | 免费视频淫片aa毛片 | 日本一道dvd在线中文字幕 | 性感美女毛片 | 午夜看大片 | 久久久久久久性潮 | 最近国语剧情视频在线观看 | 日韩免费一级片 | 六月婷婷色 | 国产亚洲美女精品久久久2020 | 久久久久毛片成人精品 | 色婷婷社区 | 18岁女人毛片| 黄色国产网站 | 色婷婷色综合激情国产日韩 | 手机在线看福利 | 诱人的老师bd高清日本在线观看 | 久久天天干| 亚洲综合色一区 | 亚洲国产成人精品久久 | 深夜看片在线观看18 | 色老头久久久久久久久久 | 久久免费视频2 | 国产在线成人一区二区 | 欧美性极品xxxxx | 一级特黄色毛片免费看 |