![कंप्यूटर चिप आर्टिफिशियल इंटेलिजेंस पर हेड की प्रोफ़ाइल](/f/4e060f777edc0bff465c2bde1086e5e8.jpg)
कम से कम 1950 से, जब एलन ट्यूरिंग का प्रसिद्ध "कंप्यूटिंग मशीनरी और इंटेलिजेंसपेपर पहली बार जर्नल में प्रकाशित हुआ था दिमागकृत्रिम बुद्धिमत्ता में रुचि रखने वाले कंप्यूटर वैज्ञानिक दिमाग को कोड करने की धारणा से आकर्षित हुए हैं। जैसा कि सिद्धांत कहता है, मन सब्सट्रेट स्वतंत्र है, जिसका अर्थ है कि इसकी प्रसंस्करण क्षमता, आवश्यकता से, मस्तिष्क के वेटवेयर से जुड़ी नहीं होती है। हम कंप्यूटर पर दिमाग अपलोड कर सकते हैं या, संभवतः, सॉफ्टवेयर की दुनिया में पूरी तरह से नए दिमाग बना सकते हैं।
अंतर्वस्तु
- कृत्रिम आनुवंशिक डेटा
- डेटा गोपनीयता के बारे में सब कुछ
यह सब परिचित चीजें हैं. हालाँकि हमें अभी तक सॉफ़्टवेयर में एक दिमाग का निर्माण या पुनः निर्माण करना बाकी है, जो कि सबसे कम-रिज़ॉल्यूशन वाले अमूर्त से बाहर है आधुनिक तंत्रिका नेटवर्क हैं, इस प्रयास पर काम करने वाले कंप्यूटर वैज्ञानिकों की कोई कमी नहीं है पल।
अनुशंसित वीडियो
एस्टोनिया के टार्टू विश्वविद्यालय और फ्रांस के पेरिस-सैकले विश्वविद्यालय के शोधकर्ताओं द्वारा किया जा रहा कार्य पूरी तरह से कम परिचित है।
संबंधित
- जब कोई AI वास्तव में संवेदनशील हो जाएगा तो हमें कैसे पता चलेगा?
- मज़ेदार फ़ॉर्मूला: क्यों मशीन से उत्पन्न हास्य ए.आई. की पवित्र कब्र है?
- ए.आई. का भविष्य: अगले कुछ वर्षों में देखने लायक 4 बड़ी चीज़ें
सॉफ़्टवेयर में मन का एक अनुमान फिर से बनाने की कोशिश करने के बजाय, वे एक की ओर मुड़ गए हैं अलग समस्या: क्या आप उन लोगों के लिए आनुवंशिक कोड उत्पन्न करने के लिए एल्गोरिदम का उपयोग कर सकते हैं जिन्होंने कभी ऐसा नहीं किया है अस्तित्व में था? क्या आप वही जेनेरिक एडवरसैरियल नेटवर्क (जीएएन) तकनीक लागू कर सकते हैं जो अनुमति देती है ए.आई. बिगस्लीप जैसे मॉडल सम्मोहक रूप से यथार्थवादी उत्पन्न छवियों को उगलना और इसके बजाय, नकली डीएनए बनाने के लिए इसका उपयोग करना, जो कि ट्यूरिंग के काम की नस में, एक मांस और रक्त वाले व्यक्ति से अप्रभेद्य है?
कृत्रिम आनुवंशिक डेटा
"कृत्रिम आनुवंशिक डेटा बनाना जो अनुक्रमों की सीधे नकल किए बिना पर्याप्त यथार्थवादी हो, एक बहुत कठिन समस्या है," फ्लोरा जयपेरिस विश्वविद्यालय-सैकले विश्वविद्यालय में मशीन लर्निंग और जनसंख्या आनुवंशिकी में विशेषज्ञता वाले एक शोधकर्ता ने डिजिटल ट्रेंड्स को बताया। “आनुवंशिक डेटा उच्च आयाम का है, और आप केवल इस बात पर ध्यान नहीं दे सकते कि क्या महत्वपूर्ण है या क्या नहीं। इस प्रकार हमने कंप्यूटर विज़न, टेक्स्ट, संगीत या प्रोटीन जगत में लागू की जाने वाली अत्याधुनिक तकनीकों की ओर रुख किया। ये जेनरेटिव नेटवर्क - जीएएन और [प्रतिबंधित बोल्ट्जमैन मशीनें] - डिज़ाइन किए गए हैं ताकि वे कृत्रिम आनुवंशिक अनुक्रम बनाने के तरीके को उत्तरोत्तर और स्वचालित रूप से सीख सकें।
GAN, शोधकर्ता (और वर्तमान Apple कर्मचारी) इयान गुडफेलो द्वारा गढ़ा गया मशीन-लर्निंग फ्रेमवर्क का एक वर्ग, अपने उत्पादक परिणामों को बेहतर बनाने के लिए एक जुझारू, रस्साकशी दृष्टिकोण का उपयोग करता है। इसमें दो तंत्रिका नेटवर्क होते हैं: एक "जनरेटर" और एक "विभेदक" जो एक दूसरे के बीच आउटपुट पास करते हैं।
![जीएएन मॉडल](/f/44be3cbdf311d1202f764ecbf08edb8e.png)
जेनरेटर का काम कुछ बनाना है, चाहे वह ए.आई. हो। पेंटिंग या कोड का एक टुकड़ा इकाई और शून्य के रूप में एक कृत्रिम जीनोम का प्रतिनिधित्व करता है। विभेदक, जे.के. के बॉट संस्करण की तरह। फिल्म में सिमंस के पूर्णतावादी संगीत प्रशिक्षक मोच, फिर इसके प्रयासों की आलोचना करता है और इसे जनरेटर को वापस भेजता है। जनरेटर इस फीडबैक से सीखता है, जबकि विवेचक इसी तरह यह अनुमान लगाने में बेहतर हो जाता है कि जनरेटर द्वारा क्या बनाया गया है और वास्तविक लेख क्या है। अंततः, जनरेटर जो भी प्रयास कर रहा है उसके नकली संस्करण बनाने में इतना अच्छा है कि विवेचक को मूर्ख बनाया जा सकता है। यह अब असली और नकली में अंतर करने में सक्षम नहीं है।
"यहाँ मुख्य समस्याओं में से एक कृत्रिम जीनोम की गुणवत्ता का आकलन करना है," बुराक येल्मेन, एक पीएच.डी. टार्टू विश्वविद्यालय के जीनोमिक्स संस्थान के छात्र ने डिजिटल ट्रेंड्स को बताया। “आप एक छवि को देख सकते हैं और तय कर सकते हैं कि यह वास्तविक दिखती है या नहीं, लेकिन जीनोम के लिए यह संभव नहीं है। [द] हमारे अध्ययन में किए गए अधिकांश विश्लेषण यह देखने के लिए थे कि क्या हमारे द्वारा उत्पन्न कृत्रिम जीनोम टुकड़े वास्तव में वास्तविक जैसे दिखते हैं।
हालाँकि, चिंता मत करो। मानव कोड को फिर से लिखने के लिए डिज़ाइन किए गए अत्यधिक संदिग्ध जीन छेड़छाड़ के बारे में लेखों की बढ़ती संख्या के बावजूद, यह कार्य नए माता-पिता रहित मनुष्यों को "लिखने" का प्रयास करने के बारे में नहीं है जिन्हें इसकी सहायता से बनाया जा सकता है सुपर कंप्यूटर
![यादृच्छिक डिजिटल शोर से एक गुणसूत्र उभरता है](/f/8229a7ec970d787416b55222e77d964a.png)
“स्पष्ट होने के लिए, हमारे काम का उद्देश्य मौजूदा आनुवंशिकी को बेहतर ढंग से समझना और एन्कोड करना है दुनिया भर में हजारों या लाखों लोगों की विविधता, कृत्रिम कोशिकाएं बनाने के लिए नहीं,'' जे कहा। “तंत्रिका नेटवर्क को इस मौजूदा विविधता पर प्रशिक्षित किया जाता है, इसलिए उत्पन्न जीनोमिक क्षेत्र अतिरिक्त उपन्यास उत्परिवर्तन नहीं करते हैं अनुक्रम की कार्यक्षमता को आसानी से बाधित कर सकता है - और इनमें अछूते, वे खंड शामिल हैं जो मानव भर में संरक्षित हैं आबादी।"
जे ने कहा कि, पूरे जीनोम पैमाने पर, यह "कहना मुश्किल" है कि क्या लाखों उत्पन्न न्यूक्लियोटाइड का एक विशिष्ट संयोजन वास्तव में हो सकता है "कार्यात्मक।" दूसरे शब्दों में, इस कोड को संकलित करने और चलाने की अपेक्षा न करें, यह उम्मीद करते हुए कि एक पूरी तरह से गठित व्यक्ति (या उनके ब्लूप्रिंट) दूसरे स्थान पर उभरेंगे अंत। इसके बजाय, उद्देश्य बिल्कुल कम भयावह और संभावित रूप से अधिक उपयोगी है।
डेटा गोपनीयता के बारे में सब कुछ
येलमेन ने कहा, "बायोबैंक में भारी मात्रा में डेटा है और यह हर दिन बढ़ता रहता है।" “हालांकि, जीनोमिक डेटा संवेदनशील डेटा है और नैतिक चिंताओं के कारण शोधकर्ताओं के लिए इन बायोबैंक तक पहुंच मुश्किल हो सकती है। हमारे काम का मुख्य लक्ष्य मौजूदा जीनोम बैंकों के उच्च-गुणवत्ता वाले सरोगेट बनाना और एक सुरक्षित नैतिक ढांचे के भीतर इस पहुंच बाधा का समाधान प्रदान करना है। यह ध्यान रखना महत्वपूर्ण है कि हमारा अध्ययन पहला कदम था: अभी भी काम करना बाकी है।
जे ने आगे कहा: “हमारे अध्ययन के पीछे का विचार यह जांच करना है कि क्या वास्तविक के बजाय कृत्रिम जीनोम जारी किया जा रहा है जनसंख्या आनुवंशिकी के लिए उपयोगी जानकारी प्रदान करते हुए, जीनोम दाताओं की गोपनीयता को संरक्षित किया जा सकता है समुदाय। [संभव] कृत्रिम जीनोम के अनुप्रयोग हमारे विकासवादी अतीत की बेहतर समझ से लेकर चिकित्सा आनुवंशिकी में अंतर्दृष्टि प्रदान करने तक हो सकते हैं, जिसमें विविधता की एक विस्तृत श्रृंखला भी शामिल है।
कुछ मायनों में यह काम देखे गए चलन की याद दिलाता है कुछ साल पहले, जिसमें GAN का उपयोग काल्पनिक लोगों, जानवरों और अधिक की छवियां बनाने के लिए किया गया था, जैसा कि जेनेरिक वेबसाइट द्वारा दर्शाया गया है ThisPersonDoesNotExist.com. केवल इस बार, निश्चित रूप से, इसमें साधारण चित्रों के बजाय वास्तविक आनुवंशिक कोड शामिल है।
प्रोजेक्ट का वर्णन करने वाला एक पेपर, जिसका शीर्षक था "जनरेटिव न्यूरल नेटवर्क का उपयोग करके कृत्रिम मानव जीनोम बनाना"। हाल ही में पीएलओएस जेनेटिक्स पत्रिका में प्रकाशित हुआ.
संपादकों की सिफ़ारिशें
- ऑप्टिकल भ्रम हमें एआई की अगली पीढ़ी बनाने में मदद कर सकता है
- एनालॉग ए.आई.? यह पागलपन जैसा लगता है, लेकिन यह भविष्य हो सकता है
- ए.आई. का अत्यंत सुंदर 'सिंथेटिक शास्त्र' पढ़ें। वह सोचता है कि यह भगवान है
- एल्गोरिथम वास्तुकला: क्या हमें ए.आई. को अनुमति देनी चाहिए? हमारे लिए इमारतें डिज़ाइन करें?
- यह तकनीक 20 साल पहले विज्ञान कथा थी। अब यह हकीकत है