MIT教授Regina Barzilay：用机器学习扼住命运的喉咙

2020 年 6 月 22 日
AI

与5位图灵奖得主和100多位专家

共同探讨人工智能的下一个十年

北京智源大会倒计时：2天

只有大胆求真的学者，才敢于在四十岁的年龄，在业已成名之际，开启一个完全陌生的研究方向。

MIT 教授 Regina Barzilay 便是这样的学者。

2014年，43岁的她开启了学术的第二生命。作为自然语言处理学者，Regina Barzilay在自动文摘生成、古语言解析等方面享有盛誉。然而在这一年，她却被告知自己罹患了乳腺癌。正当事业辉煌，却遭此噩运，Barzilay经历了一段极为暗淡的时光，随后她重拾勇气，向癌症进军；数年之后，Regina Barzilay 已然成为智慧医疗领域的领军人物。

二排左四。6月22日，MIT 教授 Regina Barzilay 将作为特邀嘉宾在第二届智源大会做主题报告《Learning Molecular Representation》。长按图片免费报名

一、 NLP 巅峰之路

Regina Barzilay，以色列裔美国人，本、硕毕业于以色列本-古里安大学，随后前往哥伦比亚大学读博，师从著名NLP学者Kathleen McKeown。

Kathleen 是哥大历史上首位女性计算机系主任，其导师为ACL终身成就奖获得者Aravind Joshi。

来到哥大后，Barzilay 选择了自动文本摘要的研究方向。自动文本摘要的历史可以追溯到上世纪 50 年代。然而直到上世纪90年代，基于统计的机器学习方法在NLP领域得到广泛应用后，自动文本摘要的研究才真正兴盛起来。

1997年，Barzilay在ACL上发表了自己的第一篇论文《使用词汇链进行文本摘要》，这篇论文提出了一种摘要融合的技术，这种技术不需要完整语义解释，而是依赖从词法链衍生的文本主题发展模型。这奠定了她在随后多年的研究方向，也引导着她逐步成为该领域的领军人物。

2001年，911事件的发生让Kathleen 和Barzilay产生了将研究应用于实际环境的念头。在当时，几乎所有的媒体都在关注恐怖袭击的事件，每天产生大量新闻，但是追根溯源，会发现这些新闻内容大同小异，对于读者，不得不从大量新闻中获取信息。在Kathleen的支持下（此时Barzilay还是博士生），Barzilay启动了一个新的项目，称为 Newsblaster。这个项目试图将多个在线新闻源的内容进行融合，并生成简洁的摘要，从而减少新闻冗余。Newsblaster 从各种信息源（例如Yahoo、CNN、路透社、华盛顿邮报、今日美国、有线新闻等）寻找相似主题，针对每一个主题，Newsblaster 会在摘要中生成一个句子，并根据解析找出重复短语，然后通过剪切、粘贴等方式，生成该主题新闻事件的摘要。其准确性很高，根据用户调查，其中88%的新闻摘要被认为是可以接受的。

2003年，Regina Barzilay在其博士论文《Information Fusion for Multidocument Summarization: Paraphrasing and Generation》中对这些研究进展做了全面总结，这也成为多文档自动摘要的基石。

博士毕业后，Regina Barzilay去到康奈尔大学，做了为期一年的博士后研究员，随后加入MIT。在此期间，除了继续在文本摘要方面发力外，在计算语言学领域，Barzilay 也创造了一种算法，可以从常用语言（例如英语）中学习注释，从而分析人们理解较少的语言。

次年，Barzilay 便获得了NAACL 2004的最佳论文奖，并于同年入选“2004年科技研究进展榜”；2005年，获得NSF事业奖，同年入选“MIT TR 35”；2006年，又获得IEEE智能系统的“AI Ten to Watch”、微软研究奖、Ross 事业发展教授奖等。

作为一名冉冉升起的新星，Regina 在NLP领域逐渐成为备受关注的焦点人物。

随后，Regina 又先后获得了ACL 2009、SLT 2010、EMNLP2016 的最佳论文奖，NAACL 2014 的最佳学生论文奖，EMNLP 2015的最佳论文提名奖。拿奖拿到手软，此之谓也。但凡资深一些的 NLP 研究者，谁人不识 Barzilay。

二、罹患乳腺癌

一个人可能一条直线、没有波澜地走完一生，也有一些人人到中年却迎来第二次生命——直面生死之后的重生。

2014年，Barzilay仍继续着往年十多篇顶会/顶刊论文的节奏，甚至还获得了NAACL 2014 的最佳学生论文奖。

然而，43岁的 Barzilay 迎来了一个晴天霹雳：她被确诊患有乳腺癌。

“我当时已经43岁，但却是人生中第一次意识到我会死去。”

Barzilay 拿着诊断通知单，走回MIT，走回家里。像所有类似情景中的人一样，她有一种不真实的感觉，怀疑会不会出现了误诊，也抱怨为什么这种事情偏偏出现在自己身上。

阴霾笼罩着这位正处于研究巅峰时期的NLP学者，看着实验室的忙忙碌碌，却无心工作，她常常不知道自己身处何方。那种感觉，突然觉得自己距离这个世界如此遥远。

站在世界的彼岸去反观世界，站在人生的终点去反观人生。如果人有两次生命的话，那么第一次生命是站在生的起点充满期待，而第二次则是站在生的终点重估一切。

在MIT实验室里，Barzilay看到忙碌的学生们。

“OK，他们真的想写论文，这是他们的工作，他们需要继续做他们的事情，这很棒。”

在医院或加入的各种病友圈，Barzilay看到许多病友们或悲观或乐观的生活，他们有的在愁苦终日，有的在放声大笑。

“然而，对我来说，真正重要的事情是什么呢？”

她回顾了自己十多年的科研岁月，设想了自己接下来可能的生活。

“在有限的生命里，我们应当充分利用我们拥有的才华，把它们转化为有用的东西。”

在后来回顾自己的这段经历时，Barzilay提到，当时的她正如十几年前初次站在科学的殿堂面前一样，迷茫，她不知道自己接下来要做什么。

面对生活种种困厄，依然能“扼住命运的喉咙”者，为英雄。Regina Barzilay 无疑是这类英雄。

这时有一个契机。对比Barzilay在 2012 年和 2013 年的乳腺X射线照片，专业的医生根本看不出任何问题；然而到2014年，她的乳腺X射线照片中却“突然”出现了癌细胞。她明白，这种“突然”并非突然，而是因为过于细微，人眼无法分辨；作为一名计算机专家，特别是人工智能专家，Barzilay设想：是否可以用机器学习的方法来提前检测出癌症的发生呢？

所谓“上医医未病”，如果能够提前几年，在治愈率较高的早期阶段检测出癌症的征兆，或许能够让更多人免遭癌症之苦。

机器善于做出预测——“为什么不把所有关于乳腺癌患者的信息都扔进模型中呢？”

三、利用机器学习检测乳腺癌

用机器学习技术做癌症检测，现在已经屡见不鲜。然而在2014年，却还是新的事物。

从沮丧情绪中走出的 Regina Barzilay 开始雄心勃勃地致力于癌症检测的革命性努力，她依靠的是在肿瘤学界基本未被认可的，但对她来说却非常熟悉的工具：机器学习。

正如应用机器学习的其他领域，数据（特别是好的数据）至关重要。

Barzilay 找到了马萨诸塞州综合医院乳腺成像科主任Constance Lehman、Avon综合乳腺评估中心联合主任 Kevin Hughes、乳腺放射肿瘤科主任 Taghian Alphonse。

Barzilay 擅长的领域是NLP。她以及她的学生利用NLP技术，从医院提供的108000份临床报告中提取了关键信息，并创建了一个准确率在98%以上的数据集。

在此基础上，Barzilay联合 Lehman 等人开发了一套基于“随机森林分类器（random-forest classifier）”的机器学习模型，并使用600个病患数据进行训练，在综合家族遗传史、人口统计、以及过往的组织活检和病理报告等信息之后，该模型对 335 个数据（最终升级为癌症的病患）进行测试，结果诊断乳腺癌的准确率达到97%，而传统方法只有79%。

这项研究结果表明：将机器学习模型引入常规诊断，超过30%的良性病灶切除术是可以避免的。

而另一方面，该技术的工作速度比人工检查快100倍——医生需要50-70个小时来分析50名乳腺癌患者，而该使用机器学习方法只需要30分钟。

2016年，Regina Barzilay等人发布了利用机器学习分析乳腺癌的权威报告《Using Machine Learning to Parse Breast Pathology Reports》，这份报告奠定了Barzilay在智能医疗领域的地位。

相关的研究仍在继续，Barzilay的传奇仍在继续。

2017年，获得麦克阿瑟奖；（这个奖项还有另一个说法，即“天才奖”，奖励那些做出巨大创新的人）

2017年，入选ACL Fellow；

2018年，入选AAAI Fellow；

2019年，入选“药物发现和先进医疗领域 Top 100 的 AI 领导者“。

……

四、使命

Barzilay 的研究并非仅仅局限于乳腺癌检测。

NLP 研究仍在继续，延续往年，每年仍有十多篇顶会论文。2015年获得EMNLP最佳论文提名奖，2016年则获得 EMNLP 最佳论文奖；最近，他们更提出了一种自动破译已消失语言的神经方法，正确翻译率达到67.3%。

此外，从癌症检测出发，Barzilay也逐渐过渡到药物发现领域，今年 2月份她在Cell上发表了封面文章《A Deep Learning Approach to Antibiotic Discovery》，类似于之前向癌症检测进军的总结，这篇文章也是Barzilay教授向药物发现领域进军的盘点。

Barzilay 与 Tommi Jaakkola 等人合作 MIT 6.036 （机器学习入门）也曾火爆全网，成为入门人工智能的“必修课”之一。

在接受MIT知名学者 Lex Fridman 的采访中，Regina提到：

我们每个人都有自己认为最重要的事情，然而现实中我们却忙于实现各种各样的目标，忙于倾听他人的声音，努力成为人群中的一部分，却很少有时间去正视自己的那一部分。

我们应该抽出一些时间来了解我们自己的个人任务。我们要确保，即使在同时处理一万件事情，也要把所有的资源投入到自己使命的实现上。

回顾我自己的过往。在我年轻时，我的大部分任务都是受外部刺激而做的；而现在，我要为我的使命负责。但不管是哪种方式，对我而言，最重要的是忠实于我认为对的事情。

参考资料：

[1]//people.csail.mit.edu/regina/

[2]MIT教授罹患乳腺癌，用NLP甄别患者胸前“定时炸弹”,

//www.leiphone.com/news/201702/p8v6bxeqe99bKlie.html

[3]Putting data in the hands of doctors,//news.mit.edu/2017/putting-data-in-the-hands-of-doctors-regina-barzilay-0216

[4]三位女科学家用AI算法将乳腺癌筛查速度提高100倍,

//www.techwalker.com/2017/1023/3099554.shtml

[5]//www.aminer.cn/profile/regina-barzilay/53f4567bdabfaeee22a34751

[6]Cell | 利用深度学习发现新型抗生素, //www.sohu.com/a/374703970_650136

[7]Regina Barzilay: Deep Learning for Cancer Diagnosis and Treatment | Artificial Intelligence Podcast, //www.youtube.com/watch?v=x0-zGdlpTeg

– 点击阅读原文或长按图片，内行盛会，首次免费注册-