“我从来没有体验过生物钟。我从来没有听到过生物钟的滴答声。“ —— 美国知名影视喜剧明星珍·林奇（Jane Lynch）
喜剧演员Jane Lynch大可以嘲笑一番生物钟，但对于我们大多数人来说，我们的生物钟在不停地发出滴答滴答的声音。我们甚至可以说生物钟在发出隆隆的声音。
我们每个人的生物钟都在不停地运转。我们的生物钟其实是由许多钟组成的，这些钟在分子、细胞、组织、器官、系统、身体、生理学和社会等层次上各以不同速率在滴答滴答地运转。不过美国一家公司希望自己的新技术能够帮助全球具健康意识的人找到自己最弱的钟，进而对其进行修复或令其倒转。
研究人工智能（AI）的美国科学家表示，他们研究出了可以测量生理年龄的方法，还可以预测一个人是否会比同龄人活得长一些或是会英年早逝，而且该方法还提出了应该如何做才能提高长寿的几率。
他们将其称为衰老时钟（Aging Clock），衰老时钟存在于我们身体的血液体里，可以预测我们细胞和身体的最大可能死亡时间，衰老时钟还可以预测一个人与同龄人相比是否衰老得更快些。
Zhavoronkov表示，Insilico Medicine对13万韩国人、加拿大人和东欧人的血液检测进行了分析，并在老年学期刊上发布了结果，该项研究用到的血液检测是长寿研究中最大的样品池。
Insilico Medicine的高级研究科学家Polina Mamoshina表示，“近年来，为了找精确的生物年龄标（Biomark of aging）花了很多钱.。这些尝试在很大程度上基本都是失败的。而现在，人工智能加上我们利用深度学习、神经网络进行快速计算发挥了巨大的威力，我们可以在大量血液测试样本里发现模式和公式，这在几年前是做不到的。”
Zhavoronkov表示，这项研究分析了13万个血液检测样本，从每一个样本得到21个参数和17种化学变体，21个参数是通常的测量参数，包括胆固醇、炎症标志物、血红蛋白浓度、白蛋白浓度及其他参数。他表示， “研究人员利用人工智能对单个研究中十几万人的血液成分、年龄、种族以及其他数据进行分析和比较后创建了一个计算机算法，科学家认为该算法是人类第一个真正可靠的衰老时钟。该算法公式只需要一滴血液里的数据就可以可靠地预测我们可以活多长时间，并且可以预测出我们是否老过时间年龄。”
他表示，得到的结果符合下面的假设：“种族多样化衰老时钟大有可能比普通衰老时钟更有效地准确预测时间年龄及量化生理年龄”，而且，种族多样化衰老时钟在解释一些特定因素对时间年龄预测和生物学年龄测量的影响时能力更大一些，如对种族、地理、行为和环境等因素的影响，这些因素对时间年龄预测和生物学年龄测量的影响均十分纷乱而且常常令人吃惊。
Insilico科学家在上个月由美国老年医学会（The Gerontological Society of America）授权牛津大学出版社出版的一篇研究论文里描述了他们的研究工作和衰老时钟，Insilico科学家指出，以深度学习为基础的血液衰老时钟“即便只是在有限的特征空间里进行训练，也能在预测时间年龄时表现出相当高的准确性……我们的下一步肯定是要包括更多的人群特特征血液生化数据集，以进一步提高基于深度学习的血液衰老时钟的预测能力和一般效用......”
据Insilico的科学家介绍，该算法在抗衰老药物的临床试验中也很有用，因为该算法可以使研究人员衡量药物的有效性，只要观察患者是否在用药后从高度老龄化、高风险状态转变到健康的、风险较低的状态。
Insilico Medicine创始人兼首席执行官Alex Zhavoronkov博士
Zhavoronkov表示，“每个生物都有个年龄。这是一个我们所有人都具有的普遍特征，但我们在许多方面又各不相同，例如具体年龄、是不是患有癌症或糖尿病、是男性还是女性。在我们根据年龄训练深度神经网络（DNNs）时，这些神经网络学到了很多关于生物学的知识。我们尝试用尽可能多的样本训练DNN，如种族、族群、饮食。我们对来自数百万个临床血液检测数据进行处理，我们就可以训练AI预测患者的年龄。我们在训练DNN时，会用健康人训练DNN，所以这些预测因子不仅是年龄的预测因子，而且也是最佳健康状况预测因子。我们然后将这些预测因子用于那些有健康问题的人，再试着看看预测这些人时比他们的时间年龄老一些或是年轻一些。”
可以将其想象成一个假想电子镜。电子镜今天说你看样子已经60岁了。电子镜可以看到皱纹、黑斑等。到了明天，你移除那些电子镜可以看到并就此在你的年龄上加码的特征。然后再去照电子镜。电子镜现在就会说你年轻了五岁。如果你通过血液检测做同样的事，工作原理是一样的。生活方式影响到DNN感知的年龄，或许饮食或运动可以预测这种影响的方式。
Zhavoronkov表示，已经有几款应用程序可以模仿衰老时钟的功能。Zhavoronkov称，虽然应用程序很有趣，但其实是在浪费可用于老化和疾病研究的宝贵资源。他表示， “这些应用程序已经在那里了。许多很炫的应用程序会向你展示如果你是女人或男人时是什么样子，这些都是深度学习。有些是可以利用生成对抗网络（GAN）实现。他们会生造出一个样子或是想象出一个样子展示给你看。基本就是浪费大家的时间和计算资源。我们希望以后可以打造准确的生理年龄以及找到预测因子，令大家的样子更年轻，还有就是用来预防疾病。”
深度学习属于更广泛机器学习方法家族的一部分，深度学习基于学习数据的表示，而不是基于特定任务算法。近几年来，深度学习在许多学科取得了进展。我们在计算机科学项目、行业会议和各种新闻里都见到机器学习。现在有些算法甚至可以教自己玩游戏。
据SingularityHub网站Jason Dorrier的说法，医学深度学习算法用医学图像数据库进行训练后，可以发现危及生命的疾病，其精确度与人类专业人员精确度比相同或更高。他称， “甚至有人猜测，如果我们学会信任AI，AI在诊断疾病方面可能是无价的。”
Zhavoronkov认为，只要有更多的应用程序以及长久的好表现，这种信任终将到来。据估计，到2029年为止，美国65岁或以上的人将达7144万，占美国人口的20％，在这种情况下，对AI的信任自然是来得越快越好。
他表示，但每个人都必须齐心合力。Zhavoronkov称，“对抗老龄化的战争不是单一个人、单一个机构、单一个组织甚至单一个国家的战争。 这场战争需要大量的协作，因为其过程非常复杂。”
有兴趣知道自己生理年龄的人可以访问Young.AI。用户订阅了免费的年龄分析后，须上传最新的血液测试报告里出现的至少18个参数，包括白蛋白浓度、葡萄糖和其他16个数据点。此外，用户须上传面部照片，须允许另一个Insilico AI驱动的算法的运行，该算法可以识别照片中的衰老迹象，可以令用户的生物衰老估计更加精确。用户上传了血液测试数据和照片后几秒钟内就会出一个报告，报告是免费的。
Zhavoronkov表示，大家无需担心上传到Young.AI的信息。他表示， “这种信息的价值非常低，信息是安全的。我们不会要敏感的私人信息。我们要的信息实际上比大家放在Facebook上的还要少一些。我们无法通过用户输入的信息来识别某个人。”不过，如果用户上传图片的话，他建议使用昵称，不要用真实姓名。
