Znanstvenici su stvorili umjetnu inteligenciju u epruveti koristeći molekule DNA i uvjereni su da će uskoro početi stvarati vlastita "sjećanja".
Umjetnu neuronsku mrežu koja je u potpunosti sačinjena od DNK i oponaša način rada mozga stvorili su znanstvenici u laboratoriju.
AI epruvete mogao bi riješiti klasični problem strojnog učenja ispravnim prepoznavanjem rukom napisanih brojeva.
Rad je važan korak u demonstriranju sposobnosti programiranja umjetne inteligencije u umjetne organske krugove, kažu znanstvenici.
To bi jednog dana moglo dovesti do humanoidnih robota izrađenih od potpuno organskih materijala, a ne od sjajnih metalnih cybermena popularnih u show kulturi.
Istraživači su uvjereni da će uređaj uskoro početi stvarati vlastite "uspomene" iz uzoraka dodanih u epruvetu.
Njihov je krajnji cilj programiranje inteligentnih ponašanja poput sposobnosti računanja, donošenja izbora i još mnogo toga, koristeći umjetne neuronske mreže izrađene od DNK.
Umjetnikov crtež umjetna je neuronska mreža koja je stvorena od DNA.
Promotivni video:
Kalifornijski institut za tehnologiju odabrao je problem koji je klasičan izazov za rješavanje problema elektroničkih umjetnih neuronskih mreža koje prepoznaju rukopisni tekst.
Bio je to jedan od prvih problema koji su riješili istraživači računalnog vida i idealna metoda za ilustriranje mogućnosti neuronskih mreža utemeljenih na DNA.
Rukopis osobe može se jako razlikovati, pa stoga, kada osoba proučava zapisani niz brojeva, mozak obavlja složene računske zadatke kako bi ih identificirao.
Budući da je čak i ljudima teško prepoznati neuredan rukopis, prepoznavanje rukom napisanih brojeva uobičajen je test za programiranje inteligencije u neuronskim mrežama AI.
Te mreže moraju biti "osposobljene" za prepoznavanje brojeva, uvažavanje razlika u rukopisu, a zatim uspoređivanje nepoznatog broja s njihovim takozvanim sjećanjima i utvrđivanje identifikacije broja.
Tim je pokazao da neuronska mreža složenih DNA sekvenci može provoditi kemijske reakcije ukazujući na to da je točno identificirala "molekularni rukopis".
Kada se navede nepoznati broj, ova takozvana "pametna juha" prolazi kroz niz reakcija i emitira dva fluorescentna signala, na primjer, zeleni i žuti da predstavljaju pet, ili zeleni i crveni da predstavljaju devet.
ZAŠTO SU ISTRAŽIVAČI KORISTILI DNK ZA
STVARANJE AI U CIJEVI?
Ključ stvaranja bio-molekularnih niti iz DNA su stroga pravila za vezivanje između molekula DNA.
Jednolančana molekula DNA sastoji se od manjih molekula nazvanih nukleotidi - skraćeno A, T, C i G - smještene u nizu ili nizu.
Nukleotidi u jednolančanoj molekuli DNA mogu se vezati za nukleotide na drugom jednolančanom lancu da bi stvorili dvolančanu DNA, ali nukleotidi se vežu samo na vrlo specifične načine.
Nukleotid A uvijek se veže za T, a C za G.
Koristeći ta predvidljiva pravila vezanja, istraživači su uspjeli dizajnirati kratke niti DNA kako bi se podvrgnule predvidljivim kemijskim reakcijama u epruveti i tako izračunale zadatke poput prepoznavanja molekularnih struktura.
2011. stvorili su prvu umjetnu neuronsku mrežu molekula DNA koja je mogla prepoznati četiri jednostavna uzorka.
U srpnju 2018. predstavili su in vitro umjetnu inteligenciju koja može riješiti klasični problem strojnog učenja ispravnim prepoznavanjem rukom napisanih brojeva.
Glavni istraživač Lulu Qian, izvanredni profesor na Odjelu za bioinženjering, rekao je: „Iako su znanstvenici tek počeli istraživati stvaranje umjetne inteligencije u molekularnim strojevima, njezin je potencijal već nepobitan.
Baš kao što su elektronička računala i pametni telefoni učinili ljude sposobnijima nego prije stotinu godina, umjetni molekularni strojevi moći će napraviti sve što je napravljeno od molekula - uključujući čak i boje i zavoje - i postati sposobniji i odgovorniji na okoliš u sljedećih stotinu godina.."
KAKO UČI umjetna inteligencija?
AI sustavi oslanjaju se na umjetne neuronske mreže (ANN) koje pokušavaju oponašati način na koji mozak radi kako bi naučio.
ANN-ovi će naučiti prepoznavati obrasce u informacijama, uključujući govor, tekstualne podatke ili vizualne slike, i osnova su za veliki broj AI razvoja posljednjih godina.
Uobičajena umjetna inteligencija koristi ulaze za uvježbavanje algoritma o određenom predmetu, pružajući mu obilje informacija.
Praktične aplikacije uključuju Googleove usluge za prevođenje jezika, Facebook softver za prepoznavanje lica i Snapchat filtre za uređivanje slika.
Proces unosa ovih podataka može biti dugotrajan i ograničen na jednu vrstu znanja.
Nova generacija ANN-a, nazvana Adversarial Neural Networks, suprotstavlja pamet dva AI robota, omogućujući im da uče jedni od drugih.
Ovaj pristup ima za cilj ubrzati proces učenja, kao i poboljšati zaključke generirane sustavima umjetne inteligencije.
