这家互联网大腕如今也在努力进行药物的研发，争取为治疗人类顽疾，攻克医学难题贡献出自己的力量。

同斯坦福大学的潘德实验室（Pande Lab）合作，谷歌研究（Google Research）发表了一篇题为“针对药物研发的大规模多任务网络”的文章。这篇文章主要研究如何使用不同来源的数据，更好地甄别判断出哪些化合物可以作为“有效治理人类顽疾的药物”。

文章本身并没有透露出任何重大的医学突破，它只是阐明了如何利用深度学习来处理巨大繁复的数据库，并将有效的数据集合起来，筛选出切实有效的药物成分，从而加快药物研发。具体来说，深度学习是一个系统，可以将从关键数据中获取的大量信息输入到人工神经网络，并进行加工培训，从而提炼出新的信息内容。

Google Research博客的联合撰稿人解释说：

“通过这项工作，我们得出了一个倍受鼓舞的结论，我们所研制的模型能够从各种各样的实验中获取相关数据，并利用这些数据提高多种疾病的预测精度。据我们所知，在数字化医疗领域，这是第一次对增加额外数据的效果进行量化检验，而且研究结果表明，更多的数据可以进一步提高量化性能。”

谷歌表示，这次任务繁重复杂，总共在200多个生物实验中挖掘了37.8万个数据信息点，工作量相当于日常工作的18倍。

“这次任务的规模之大，投入的人力物力财力之多，促使我们更加认真地研究这些模型的敏感性，分析不同的模型结构，并记录相关数据输入后所产生的变化，”谷歌明确表态，“在这篇文章里，我们不仅要检查模型的性能，测试其表现是否良好，还要为将来构建类似的模型提供有效数据。”

深度学习领域优势明显，发展前景更被许多大型科技公司看好，他们纷纷选择对此进行投资，并汇聚了大量资源，力争在这一领域做出属于自己的品牌。去年，Twitter，谷歌和雅虎力争上游，首先发力，直接收购了深度学习创业公司，随后Facebook和百度也针对此项领域，集结了大量与此相关的专业员工，希望凝聚专业力量做出有效的成绩。Netflix和Spotify不甘落后，也想要在深度学习领域分一杯羹，正在积极筹备有利的资源，策划系列活动，并开展相关工作。

在去年10月VentureBeat HealthBeat会议上，谷歌观察到了在未来医疗保健的发展可以倚重机器人、技术技术和人工智能。实际上，从诊断到治疗的过程中，人们越来越频繁地求助于大数据和人工智能。在此基础上，谷歌报告指出，通过科技手段利用大数据筛查出有效治疗疾病的药物成分，提高预测技术，将会加快新药物的研发，降低药物成本，而且有利于人类健康的发展。正基于此目的，我们才看到了谷歌和斯坦福大学合作的最新研究。

如今诸多医学难题攻不可破，对治疗人类顽疾，医学专家们也束手无策，人们正在面临着一个庞大而复杂的挑战，迫切需要提出新的治疗手法，在不断尝试的中才有可能挑战成功。药物必须有效地直击疾病根源，同时还要满足严格的新陈代谢规律和限制性毒性的条件。实际上，药物研发是一个复杂且缓慢发展的过程，需要经得起时间的检验和无数次失败的磨练，才能研发出真正有效的治疗药物。

简而言之，世上存在着数百万种化合物，需要长时间对此做各种各样的组合测试，而任何能够增加成功机率的做法，都会得到鼓励和支持，在这一方面，机器学习可能会有所帮助。