Nature盘点的这些代码，个个都改变了科学

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

今天，Nature的一篇报道有点不同。

没有说最新的科学研究进展，也没有说这个时代的科学家们。

而是将镜头聚焦在计算机上，更具体一点，是聚焦在计算机代码上。

在过去的一年中，Nature对数十名研究人员进行了调查，以选出这几十年以来，改变研究的关键代码。

现在，评选结果新鲜出炉。

简单看了下，有半世纪的“语言先驱”、“祖宗之法”Fortran，理工科的老朋友了，相信个中滋味很多人都能体会。

还有不知不觉已经“而立之年”的论文利器arXiv.org——全球最大的免费预印本平台，每月吸引超过15000份投稿和3000万次下载。

……

究竟还有哪些代码改变了现在的科学？Nature又为何Pick这些代码？

“语言先驱”Fortran（1957）

说到Fortran，相信很多大学生都受到它的摧残“洗礼”。

在知乎上有一个2015年的古早问答：“和 C++ 相比，用 Fortran 编程是怎样的体验？”

其中一个高赞回答讲述了他被Fortran“洗礼”的经历，引发广泛共鸣，得到了1331个点赞。

即便如此，依然没办法磨灭它在语言界的地位。

最早的现代计算机对用户，尤其对科学家并不友好。其中的机器语言、编程语言需要科学家对计算机的体系结构有深入的了解。

直到在上个世纪50年代，IBM团队开发了“公式翻译语言”Fortran，情况发生了改变。

普林斯顿大学的气候学家Syukuro Manabe表示，Fortran使非计算机科学家的研究人员可以访问程序。

他和他的同事使用该语言开发了全球第一个气候模型，被美国国家海洋和大气管理局200年来发生的十大突破之一。

如今，Fortran已经发展到第八个十年了，它仍然被广泛地应用于气候建模、流体动力学、计算化学等一些涉及复杂计算的学科。

古早的Fortran代码库仍然活跃在实验室和全球的超级计算机上。

而立之年的arXiv.org（1991）

一定没有想过，几乎所有科研人员都使用过的论文福音——arXiv已进入第三十个年头。

目前，它已经收录约180万份预印本，全部免费提供大家交流。

每月的投稿和下载数量也一直只增不减。

据Nature统计，现在每月将吸引了15000多份投稿和约3000万次下载。

而它一开始，也不过只是一个聚焦于高能物理的电子邮件自动回复系统。

在没有arXiv之前，科学家们大多通过邮寄的方式将提交的手稿副本寄给同事，以征求评价。

但寄出的数量有限，看到论文的也不过几个人。

见到此状，一位墨西哥州工作的高能物理学家Ginsparg决定编写了一个电子邮件自动回复系统。

订阅者每天都会收到预印本的清单，每个清单都有一个文章标识符。

于是，通过一封电子邮件，世界各地的用户可以从实验室的计算机系统中提交或检索文章，获得新文章列表或按作者、标题搜索。

一开始，Ginsparg计划是将文章保留三个月，论文内容限制在高能物理学界。

但在同事的说服之下，1993年他将该系统迁移到互联网上。5年之后，他给它起了今天的名字：arXiv.org。

Hinton指导的AlexNet（2012年）

如果要说当前更接地气一点，就要提到这个快速学习AI——AlexNet。

一开始，人工智能有两种。一种是使用编码规则，另一种使用计算机通过模拟大脑的神经结构来“学习”，几十年来，人工智能研究人员一直将后一种方法视为“废话”。直到2012年，Hinton改变了这一格局。

最初的ImageNet全球挑战赛，最好的算法错误率也有25%之高。

而Hinton的两位研究生提出的这个AlexNet，一种深度学习算法，直接将错误率降低到了16%。

Hinton表示，我们基本上将错误率降低了一半，或者说几乎降低了一半。而这样的成绩，揭开了深度学习在各个领域上的应用。

200年“历史”的快速傅里叶变换（1965）

相信很多数学、工程领域的同学都对它很熟悉， 快速傅里叶变换 (fast Fourier transform) 即利用计算机快速计算离散傅里叶变换（DFT）的统称，简称FFT。

值得一提的是，这里的基本思想早在1805年就已推导出来，但直到在1965年才得到普及。

来自美国的两位数学家James Cooley和John Tukey提出利用算法让计算所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著，计算速度也会提高。

比如，对于1000抽样点数，速度提升约100倍；对于100万点，速度提升5万倍。

由此，快速傅里叶变换开启了数字信号处理、图像分析、结构生物学等方面的应用。它曾被IEEE科学与工程计算期刊列入20世纪十大算法。

软件驱动的生物数据库（1865）

数据库已经成为当今科学研究的一个重要组成部分，以至于很少有人注意到它其实是由软件驱动的。

在过去十几年中，数据库以肉眼可见的速度影响了很多领域，但也许没有什么地方可以比生物学更为显著。

不管是从蛋白质序列发现癌症致病因子，还是合成生物学等领域都少不了庞大基因组和蛋白质数据库的工作。

上个世纪60年代初，当生物学家还在努力拆解蛋白质的氨基酸序列时，Margaret Dayhoff（生物信息学先驱）则开始默默整理这些蛋白质信息，创建蛋白质和核酸数据库以及查询数据库的工具。

她的《蛋白质序列和结构图谱》在1965年首次出版，描述了当时已知的65种蛋白质的序列、结构和相似性。而且她还将其数据编码在打孔卡中，这使得扩大数据库并进行搜索成为可能。

之后，更多计算机化的生物数据库也随之而来，蛋白质数据库于1971年上线，今天它详细记录了17万多个大分子结构。

天气预报员：一般流通模型（1969年）

“蚂蚁搬家蛇过道，明天必有大雨到。”

以前的天气预报都是依靠人们的经验和直觉，直到这个模型——一般流通模型的出现，根据物理定律进行气候建模的工作，由此开启了计算机预测天气的时代。

在20世纪40年代末，现代计算机之父约翰·冯·诺依曼便成立了他的天气预测小组。

1955年，第二个团队—地球物理流体动力学实验室也开始了所谓的 “无限预报”—即气候建模的工作。

直到1969年，这其中才有人真正做出了天气预测模型，使其首次能够在硅片中测试二氧化碳水平上升的影响。，创造了2006年Nature形容的科学计算的“里程碑”。

今天的模型可以将地球表面划分为25×25公里的方块，将大气层划分为几十个层次。

相比之下，Manabe和Bryan的海洋-大气组合模型，使用的是500公里的方块和9个层次，只覆盖了全球的六分之一。

除此之外，还有数字处理者BLAS，显微镜必不可少的NIH Image，序列搜索器BLAST，数据浏览器IPython Notebook。

好了，你Pick哪一款？如果其他心仪的代码，欢迎与我们分享。