منذ عام 1950 على الأقل، عندما كتب آلان تورينج الشهير "آلات الحوسبة والاستخبارات"تم نشر الورقة لأول مرة في المجلة عقللقد انبهر علماء الكمبيوتر المهتمون بالذكاء الاصطناعي بفكرة ترميز العقل. العقل، كما تقول النظرية، مستقل عن الركيزة، مما يعني أن قدرته على المعالجة لا يجب بالضرورة أن تكون مرتبطة بمكونات الدماغ. يمكننا تحميل العقول على أجهزة الكمبيوتر، أو، من الممكن، بناء عقول جديدة تمامًا في عالم البرمجيات.
محتويات
- البيانات الوراثية الاصطناعية
- كل ما يتعلق بخصوصية البيانات
هذه كلها أشياء مألوفة. في حين أنه لا يزال يتعين علينا بناء أو إعادة إنشاء العقل في البرمجيات، باستثناء التجريدات ذات الدقة المنخفضة هي شبكات عصبية حديثة، ولا يوجد نقص في علماء الكمبيوتر الذين يعملون على هذا الجهد لحظة.
مقاطع الفيديو الموصى بها
والأمر الأقل شهرة هو العمل الذي يقوم به باحثون في جامعة تارتو في إستونيا وجامعة باريس ساكلاي في فرنسا.
متعلق ب
- كيف سنعرف متى يصبح الذكاء الاصطناعي واعيًا بالفعل؟
- الصيغة المضحكة: لماذا تعتبر الفكاهة الناتجة عن الآلة هي الكأس المقدسة للذكاء الاصطناعي
- مستقبل الذكاء الاصطناعي: 4 أشياء كبيرة يجب مراقبتها في السنوات القليلة المقبلة
وبدلاً من مجرد محاولة إعادة إنشاء صورة تقريبية للعقل في البرامج، فقد لجأوا إلى مشكلة مختلفة: هل يمكنك استخدام خوارزمية لتوليد الشفرة الجينية للأشخاص الذين لم يفعلوا ذلك من قبل موجودة؟ هل يمكنك تطبيق نفس تقنية شبكة الخصومة التوليدية (GAN) التي تسمح بذلك؟ منظمة العفو الدولية. نماذج مثل BigSleep لبث صور واقعية بشكل مقنع واستخدامها، بدلاً من ذلك، لإنشاء حمض نووي مزيف لا يمكن تمييزه، في سياق عمل تورينج، عن حمض شخص من لحم ودم؟
البيانات الوراثية الاصطناعية
"إن إنشاء بيانات وراثية اصطناعية واقعية بدرجة كافية، دون نسخ التسلسلات مباشرة، يعد مشكلة صعبة للغاية". فلورا جايوقال الباحث المتخصص في التعلم الآلي وعلم الوراثة السكانية في جامعة باريس ساكلاي لـ Digital Trends. "إن البيانات الجينية ذات أبعاد عالية، ولا يمكنك مجرد النظر إلى ما هو مهم وما هو غير مهم. وهكذا لجأنا إلى التقنيات المتطورة التي يتم تطبيقها على رؤية الكمبيوتر أو النص أو الموسيقى أو عالم البروتين. تم تصميم هذه الشبكات التوليدية – شبكات GAN وآلات بولتزمان المقيدة – بحيث يمكنها أن تتعلم تدريجيًا وتلقائيًا كيفية إنشاء تسلسلات جينية اصطناعية.
تستخدم شبكة GAN، وهي فئة من أطر التعلم الآلي التي صاغها الباحث (والموظف الحالي في شركة Apple) إيان جودفيلو، أسلوب القتال وشد الحبل لتحسين نتائجها التوليدية. وتتكون من شبكتين عصبيتين: "المولد" و"المميز" اللذان يقومان بتمرير المخرجات بين بعضهما البعض.
تتمثل مهمة المولد في إنشاء شيء ما، سواء كان ذكاءً اصطناعيًا. لوحة أو قطعة من الكود تمثل جينومًا صناعيًا على شكل آحاد وأصفار. إن أداة التمييز، مثل نسخة الروبوت من J.K. مدرس الموسيقى المثالي لسيمونز في الفيلم الإصابة، ثم ينتقد جهوده ويرسلها مرة أخرى إلى المولد. يتعلم المولد من هذه التعليقات، بينما يتحسن التمييز بالمثل في تخمين ما تم إنشاؤه بواسطة المولد وما هي المقالة الأصلية. في النهاية، المولد جيد جدًا في إنشاء نسخ مزيفة لأي شيء يحاول أن يتم خداع المُميِّز. ولم تعد قادرة على التمييز بين الحقيقي والمزيف.
"إحدى المشاكل الرئيسية هنا هي تقييم جودة الجينومات الاصطناعية" بوراك يلمان، شهادة دكتوراه. وقال طالب في معهد علم الجينوم بجامعة تارتو لـ Digital Trends. "يمكنك أن تنظر إلى الصورة وتقرر ما إذا كانت تبدو حقيقية، ولكن هذا غير ممكن بالنسبة للجينومات. [معظم] التحليلات التي أجريناها في دراستنا كانت لمعرفة ما إذا كانت قطع الجينوم الاصطناعية التي أنشأناها تبدو حقًا مثل القطع الحقيقية.
لا تقلق، رغم ذلك. على الرغم من العدد المتزايد من المقالات حول التلاعب بالجينات المشكوك فيها للغاية والمصممة لإعادة كتابة الكود البشري، لا يتعلق هذا العمل بمحاولة "كتابة" بشر جدد بلا آباء يمكن خلقهم بمساعدة أجهزة الكمبيوتر العملاقة.
"لكي نكون واضحين، فإن هدف عملنا هو فهم الجينات الموجودة وترميزها بشكل أفضل تنوع آلاف أو ملايين الأشخاص حول العالم، وليس إنشاء خلايا صناعية”. قال. "يتم تدريب الشبكات العصبية على هذا التنوع الموجود، وبالتالي فإن المناطق الجينومية المولدة لا تحمل طفرات جديدة إضافية يمكن أن تعطل بسهولة وظيفة التسلسل، وهي تشمل، دون أن تمس، الأجزاء التي يتم حفظها عبر الإنسان السكان."
وأشار جاي إلى أنه، على نطاق الجينوم بأكمله، "من الصعب القول" ما إذا كان من الممكن بالفعل إنشاء مزيج محدد من ملايين النيوكليوتيدات المتولدة. "وظيفي." بمعنى آخر، لا تتوقع تجميع وتشغيل هذا الكود، متوقعًا ظهور شخص مكتمل التكوين (أو مخططاته) في الجانب الآخر نهاية. وبدلاً من ذلك، فإن الهدف هو شيء أقل شراً، وربما أكثر فائدة.
كل ما يتعلق بخصوصية البيانات
قال ييلمن: "توجد كمية هائلة من البيانات في البنوك الحيوية، وهي تتزايد يومًا بعد يوم". "ومع ذلك، فإن البيانات الجينومية هي بيانات حساسة، وقد يكون الوصول إلى هذه البنوك الحيوية أمرًا صعبًا بالنسبة للباحثين بسبب المخاوف الأخلاقية. الهدف الرئيسي لعملنا هو إنشاء بدائل عالية الجودة لبنوك الجينوم الحالية وتوفير حل لحاجز إمكانية الوصول ضمن إطار أخلاقي آمن. ومن المهم أن نلاحظ أن دراستنا كانت خطوة أولى: فلا يزال هناك عمل يتعين القيام به”.
وأضاف جاي: "الفكرة من وراء دراستنا هي البدء في التحقيق فيما إذا كان سيتم إطلاق الجينومات الاصطناعية بدلاً من الجينومات الحقيقية يمكن للمرء أن يحافظ على خصوصية المتبرعين بالجينوم، مع توفير معلومات مفيدة لعلم الوراثة السكانية مجتمع. يمكن أن تتراوح التطبيقات [المحتملة] للجينومات الاصطناعية من فهم أفضل لماضينا التطوري إلى تقديم رؤى في علم الوراثة الطبية، بما في ذلك نطاق أوسع من التنوع.
في بعض النواحي، يذكرنا العمل بالاتجاه الذي رأيناه قبل بضع سنوات، حيث تم استخدام شبكات GAN لإنشاء صور لأشخاص وحيوانات خيالية وغير ذلك الكثير كما يلخصها موقع الويب التوليدي ThisPersonDoesNotExist.com. ولكن هذه المرة، بطبيعة الحال، يتضمن الأمر شفرة وراثية فعلية، وليس صورًا بسيطة.
وكانت ورقة بحثية تصف المشروع بعنوان “إنشاء جينومات بشرية صناعية باستخدام الشبكات العصبية التوليدية”. نشرت مؤخرا في مجلة PLOS Genetics.
توصيات المحررين
- الخدع البصرية يمكن أن تساعدنا في بناء الجيل القادم من الذكاء الاصطناعي
- التناظرية منظمة العفو الدولية؟ قد يبدو الأمر جنونيًا، لكنه قد يكون المستقبل
- اقرأ "الكتاب المقدس الاصطناعي" الجميل والمخيف للذكاء الاصطناعي. الذي يعتقد أنه الله
- العمارة الخوارزمية: هل يجب أن نسمح للذكاء الاصطناعي تصميم المباني بالنسبة لنا؟
- كانت هذه التكنولوجيا خيالًا علميًا قبل 20 عامًا. الآن هذا واقع
