Vedci vytvorili umelú inteligenciu v skúmavke pomocou molekúl DNA a sú si istí, že si čoskoro začne vytvárať svoje vlastné „spomienky“.
Vedci v laboratóriu vytvorili umelú neurónovú sieť vyrobenú výlučne z DNA a napodobňujúcu fungovanie mozgu.
AI v skúmavke by mohla vyriešiť klasický problém so strojovým učením správnym určením rukou napísaných čísel.
Vedci tvrdia, že práca je významným krokom v demonštrácii schopnosti programovať AI na umelé organické obvody.
To by jedného dňa mohlo viesť skôr k humanoidným robotom vyrobeným z úplne organických materiálov, než k lesklým kovovým cybermenom populárnym v šou.
Vedci sú presvedčení, že zariadenie si čoskoro začne zo vzoriek pridaných do skúmavky vytvárať vlastné „pamäte“.
Ich konečným cieľom je programovanie inteligentného správania, ako je schopnosť počítať, robiť rozhodnutia a ďalšie, pomocou umelých neurónových sietí vytvorených z DNA.
Umelcova kresba je umelá neurónová sieť, ktorá je vytvorená z DNA.
Propagačné video:
Kalifornský technologický inštitút si vybral problém, ktorý je klasickou výzvou na riešenie problému elektronických umelých neurónových sietí, ktoré rozpoznávajú rukopisný text.
Bol to jeden z prvých problémov riešených výskumníkmi počítačového videnia a ideálna metóda na ilustráciu schopností neurónových sietí založených na DNA.
Rukopis človeka sa môže veľmi líšiť, a preto, keď človek študuje písomnú postupnosť čísel, mozog vykonáva zložité výpočtové úlohy na jeho identifikáciu.
Pretože aj pre ľudí je ťažké rozpoznať nedbanlivý rukopis toho druhého, identifikácia ručne písaných čísel je bežným testom programovania inteligencie v neurónových sieťach AI.
Tieto siete musia byť „vyškolené“, aby rozoznávali čísla, zohľadňovali rozdiely v rukopisu a potom porovnávali neznáme číslo s ich takzvanými pamäťami a určovali identifikáciu čísla.
Tím preukázal, že neurálna sieť zložitých sekvencií DNA môže uskutočňovať chemické reakcie, čo naznačuje, že správne identifikovala „molekulárny rukopis“.
Ak je dané neznáme číslo, táto takzvaná „inteligentná polievka“podstúpi sériu reakcií a vydáva dva fluorescenčné signály, napríklad zelenú a žltú, ktorá predstavuje päť, alebo zelenú a červenú, ktorá predstavuje deväť.
PREČO VÝSKUMNÍCI POUŽÍVAJÚ DNA
VYTVORENIE AI V TRUBKE?
Kľúčom k vytvoreniu biomolekulárnych reťazcov z DNA sú prísne pravidlá väzby medzi molekulami DNA.
Jednovláknová molekula DNA je zložená z menších molekúl nazývaných nukleotidy - skrátene A, T, C a G - umiestnené v reťazci alebo sekvencii.
Nukleotidy v molekule jednovláknovej DNA sa môžu viazať na nukleotidy na ďalšom jednovláknovom vlákne za vzniku dvojvláknovej DNA, ale nukleotidy sa viažu iba veľmi špecifickými spôsobmi.
Nukleotid A sa vždy viaže na T a C na G.
Pomocou týchto predvídateľných pravidiel väzby boli vedci schopní navrhnúť krátke reťazce DNA, ktoré by podstúpili predvídateľné chemické reakcie v skúmavke a tak vypočítali úlohy, ako je rozpoznávanie molekulárnych štruktúr.
V roku 2011 vytvorili prvú umelú neurónovú sieť molekúl DNA, ktorá dokázala rozpoznať štyri jednoduché vzory.
V júli 2018 predstavili umelú inteligenciu in vitro, ktorá dokáže vyriešiť klasický problém so strojovým učením správnou identifikáciou ručne písaných čísel.
Vedúca výskumná pracovníčka Lulu Qian, docentka na katedre bioinžinierstva, uviedla: „Aj keď vedci práve začali skúmať tvorbu umelej inteligencie na molekulárnych strojoch, jej potenciál je už nepopierateľný.
Rovnako ako elektronické počítače a smartphony umožnili ľuďom stať sa schopnejšími ako pred sto rokmi, aj umelé molekulárne stroje budú schopné vyrobiť čokoľvek vyrobené z molekúl - vrátane dokonca farieb a obväzov - a stanú sa schopnejšími a citlivejšími na životné prostredie v priebehu nasledujúcich sto rokov.. “
AKO SA UČÍ UMELÁ INTELIGENCIA?
Systémy AI sa spoliehajú na umelé neurónové siete (ANN), ktoré sa pri učení snažia napodobniť spôsob fungovania mozgu.
ANN sa naučia rozpoznávať vzorce v informáciách, vrátane reči, textových údajov alebo vizuálnych snímok, a sú základom veľkého množstva vývoja umelej inteligencie v posledných rokoch.
Konvenčná AI využíva vstupy na trénovanie algoritmu o konkrétnom predmete a poskytuje mu množstvo informácií.
Medzi praktické aplikácie patria prekladateľské služby spoločnosti Google, softvér na rozpoznávanie tváre Facebook a filtre na úpravu obrázkov Snapchat.
Proces zadávania týchto údajov môže byť mimoriadne časovo náročný a obmedzený na jeden typ znalostí.
Nová generácia ANN, ktorá sa volá Adversarial Neural Networks, stavia proti sebe dva inteligentné roboty AI a umožňuje im navzájom sa učiť.
Cieľom tohto prístupu je urýchliť proces učenia sa a zlepšiť závery generované systémami AI.