Znanstveniki so v epruveti ustvarili umetno inteligenco z uporabo molekul DNK in so prepričani, da bo kmalu začela ustvarjati svoje "spomine".
Umetno nevronsko mrežo, ki je v celoti narejena iz DNK in posnema način delovanja možganov, so ustvarili znanstveniki v laboratoriju.
AI v epruveti lahko reši klasični problem strojnega učenja s pravilnim prepoznavanjem ročno napisanih številk.
Delo je pomemben korak pri dokazovanju sposobnosti programiranja umetne inteligence v umetna organska vezja, pravijo znanstveniki.
To bi lahko nekega dne pripeljalo do humanoidnih robotov, narejenih iz popolnoma organskih materialov, namesto do bleščečih kovinskih kibermenov, priljubljenih v razstavni kulturi.
Raziskovalci so prepričani, da bo naprava kmalu začela oblikovati lastne "spomine" iz vzorcev, dodanih v epruveto.
Njihov končni cilj je programirati inteligentna vedenja, kot so sposobnost računanja, odločanja in še več, z uporabo umetnih nevronskih mrež, izdelanih iz DNK.
Umetnikova risba je umetna nevronska mreža, ki je ustvarjena iz DNK.
Promocijski video:
Kalifornijski inštitut za tehnologijo je izbral problem, ki je klasičen izziv za reševanje problema elektronskih umetnih nevronskih mrež, ki prepoznajo rokopisno besedilo.
Bil je eden prvih problemov, ki so ga rešili raziskovalci računalniškega vida, in idealna metoda za ponazoritev zmogljivosti nevronskih mrež, ki temeljijo na DNA.
Človekova pisava se lahko zelo razlikuje in zato, ko oseba prouči zapisano zaporedje številk, možgani izvajajo zapletene računske naloge, da jih prepoznajo.
Ker je celo ljudem težko prepoznati nenavadne rokopise, je prepoznavanje ročno napisanih števil pogost test za programiranje inteligence v nevronskih omrežjih umetne inteligence.
Ta omrežja je treba "usposobiti" za prepoznavanje številk, upoštevanje razlik v rokopisu, nato pa neznano številko primerjati s svojimi tako imenovanimi spomini in določiti identifikacijo številke.
Skupina je dokazala, da lahko nevronska mreža zapletenih zaporedij DNA izvaja kemične reakcije, kar kaže, da je pravilno prepoznala "molekularno pisavo".
Ko dobimo neznano število, ta tako imenovana "pametna juha" pretvori vrsto reakcij in odda dva fluorescentna signala, na primer zeleno in rumeno, da predstavlja pet, ali zeleno in rdeče devet.
ZAKAJ RAZISKOVALCI UPORABLJAJO DNK ZA
USTVARJANJE AI V CEVI?
Ključno za izdelavo bio-molekularnih verig iz DNA so stroga pravila za vezavo med molekulami DNA.
Enoverižno molekulo DNA sestavljajo manjše molekule, imenovane nukleotidi - skrajšano A, T, C in G -, ki se nahajajo v nizu ali zaporedju.
Nukleotidi v enoverižni molekuli DNA se lahko vežejo na nukleotide na drugi enoverižni verigi, da tvorijo dvoverižno DNA, vendar se nukleotidi vežejo le na zelo specifične načine.
Nukleotid A se vedno veže na T, C pa na G.
Z uporabo teh predvidljivih pravil vezave so raziskovalci lahko oblikovali kratke verige DNK, da se podvržejo predvidljivim kemijskim reakcijam in vitro in tako izračunajo naloge, kot je prepoznavanje molekularnih struktur.
Leta 2011 so ustvarili prvo umetno nevronsko mrežo molekul DNA, ki je lahko prepoznala štiri preproste vzorce.
Julija 2018 so predstavili umetno inteligenco in vitro, ki lahko reši klasični problem strojnega učenja s pravilnim prepoznavanjem ročno napisanih številk.
Vodilna raziskovalka Lulu Qian, izredna profesorica na Oddelku za bioinženiring, je dejala: »Čeprav so znanstveniki šele začeli raziskovati ustvarjanje umetne inteligence v molekularnih strojih, njen potencial že ni mogoče zanikati.
Tako kot so elektronski računalniki in pametni telefoni človeka naredili bolj sposobnega kot pred sto leti, bodo tudi umetni molekularni stroji lahko naredili karkoli iz molekul - vključno celo z barvami in povoji - in v naslednjih sto letih postali bolj sposobni in bolj odzivni na okolje.."
KAKO SE UČI UMETNA INTELIGENCA?
Sistemi umetne inteligence se pri učenju zanašajo na umetne nevronske mreže (ANN), ki poskušajo posnemati način delovanja možganov.
ANN se bodo naučili prepoznavati vzorce v informacijah, vključno z govorom, besedilnimi podatki ali vizualnimi posnetki, in so osnova za veliko število dogodkov na področju umetne inteligence v zadnjih letih.
Običajna umetna inteligenca uporablja vhodne podatke za urjenje algoritma o določeni temi in mu daje veliko informacij.
Praktične aplikacije vključujejo Googlove storitve za prevajanje jezikov, programsko opremo za prepoznavanje obrazov Facebook in filtre za urejanje slik Snapchat.
Postopek vnosa teh podatkov je lahko zelo dolgotrajen in omejen na eno vrsto znanja.
Nova generacija ANN-jev, imenovana Adversarial Neural Networks, postavlja pamet dveh botov AI med seboj, kar jim omogoča, da se učijo drug od drugega.
Cilj tega pristopa je pospešiti učni proces in izboljšati sklepe, ki jih ustvarijo sistemi umetne inteligence.