Ученые создали искусственный интеллект в пробирке, используя молекулы ДНК, и они уверены, что он скоро начнет формировать собственные “воспоминания”.

Искусственная нейронная сеть, полностью созданная из ДНК и имитирующая работу мозга, была создана учеными в лаборатории.

Искусственный интеллект в пробирки сможет решить классическую проблему машинного обучения, правильно идентифицируя рукописные числа.

Работа является значительным шагом в демонстрации способности программировать AI в искусственные органические цепи, утверждают ученые.

Это сможет в один прекрасный день привести к человекоподобным роботам, сделанным из полностью органических материалов, а не к блестящим металлическим киберлюдям, популярным в шоу культуре.

Исследователи уверены, что в скором времени устройство начнет формировать собственные “воспоминания” из образцов, добавленных в пробирку.

Их конечная цель – программировать интеллектуальное поведение, такое как способность вычислять, делать выбор и многое другое, с помощью искусственных нейронных сетей, созданных из ДНК.

Специалисты Калифорнийского технологического института выбрал задачу, которая является классическим вызовом для решения проблемы электронных искусственных нейронных сетей, распознающих рукописный текст.

Это была одна из первых задач, решаемых исследователями компьютерного зрения, и идеальный метод для иллюстрации возможностей нейронных сетей на основе ДНК

Почерк человека может варьироваться в широких пределах, и поэтому, когда человек изучает написанную последовательность чисел, мозг выполняет сложные вычислительные задачи для их идентификации.

Поскольку, даже людям трудно распознать небрежный почерк друг друга, идентификация рукописных чисел – это общий тест для программирования интеллекта в нейронных сетях AI.

Эти сети должны быть “научены” распознавать числа, учитывать различия в почерке, а затем сравнивать неизвестное число с их так называемыми воспоминаниями и определять идентификацию цифры.

Команда продемонстрировала, что нейронная сеть, состоящая из тщательно разработанных последовательностей ДНК, может проводить химические реакции, указывающие на то, что она правильно идентифицировала “молекулярный почерк.”

Когда задано неизвестное число, этот так называемый «умный суп» подвергается серии реакций и выдает два флуоресцентных сигнала, например, зеленый и желтый, чтобы представлять пять, или зеленый и красный, чтобы представлять девять.

ПОЧЕМУ ИССЛЕДОВАТЕЛИ ИСПОЛЬЗОВАЛИ ДНК ДЛЯ СОЗДАНИЯ AI В ПРОБИРКЕ?

Ключом к созданию био-молекулярных цепей из ДНК являются строгие правила связывания между молекулами ДНК.

Одноцепочечная молекула ДНК состоит из более мелких молекул, называемых нуклеотидами—сокращенно A, T, C и G —расположенных в строке или последовательности.

Нуклеотиды в одноцепочечной молекуле ДНК могут связываться с нуклеотидами другой одноцепочечной цепи с образованием двухцепочечной ДНК, но нуклеотиды связываются только очень специфическими способами.

Нуклеотид А всегда связывается с T, а C с G.

Используя эти предсказуемые правила связывания, исследователи смогли разработать короткие нити ДНК для прохождения предсказуемых химических реакций в пробирке и, таким образом, вычислить задачи, такие как распознавание молекулярных структур.

В 2011 году они создали первую искусственную нейронную сеть из молекул ДНК, которая могла распознавать четыре простых узора.

В июле 2018 года они представили искусственный интеллект в пробирке, который может решить классическую проблему машинного обучения, правильно идентифицируя рукописные цифры.

Ведущий исследователь Лулу Цянь, доцент кафедры биоинженерии, сказал :” хотя ученые только начали исследовать создание искусственного интеллекта в молекулярных машинах, его потенциал уже неоспорим.

Подобно тому, как электронные компьютеры и смартфоны сделали людей более способными, чем сто лет назад, искусственные молекулярные машины смогут сделать все, что сделано из молекул – включая даже краски и бинты – и станут более способными и более отзывчивыми к окружающей среде в ближайшие сто лет.”

КАК УЧИТСЯ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ?

Системы AI полагаются на искусственные нейронные сети (ANN), которые пытаются имитировать способ работы мозга, чтобы учиться.

ANN будут обучаться распознаванию шаблонов в информации, включая речь, текстовые данные или визуальные образы, и являются основой для большого числа событий у AI за последние годы.

Обычный AI использует входные данные для обучения алгоритму о конкретном предмете, подавая ему огромное количество информации.

Практические приложения включают в себя сервисы языкового перевода Google, программное обеспечение для распознавания лиц Facebook и фильтры для редактирования изображений Snapchat.

Процесс ввода этих данных может быть чрезвычайно трудоемким и ограничен одним типом знаний.

Новое поколение ANN, называемое Adversarial Neural Networks, сталкивает остроумие двух AI-ботов друг с другом, что позволяет им учиться друг у друга.

Этот подход призван ускорить процесс обучения, а также улучшить выводы созданные системами AI.

Источник: http://infomaxx.ru/