Menggunakan A.I. untuk Membuat Kode Genetik Manusia Buatan

Setidaknya sejak tahun 1950, ketika Alan Turing terkenal “Mesin Komputasi dan KecerdasanMakalah ini pertama kali diterbitkan di jurnal Pikiran, ilmuwan komputer yang tertarik pada kecerdasan buatan terpesona oleh gagasan pengkodean pikiran. Pikiran, demikian teorinya, bersifat independen terhadap substrat, artinya kemampuan pemrosesannya tidak harus melekat pada perangkat basah otak. Kita dapat mengunggah pikiran ke komputer atau, mungkin, membangun pikiran yang benar-benar baru dalam dunia perangkat lunak.

Ini semua adalah hal yang familier. Meskipun kami belum membangun atau menciptakan kembali pikiran dalam perangkat lunak, di luar abstraksi dengan resolusi terendah adalah jaringan saraf modern, tidak ada kekurangan ilmuwan komputer yang mengerjakan upaya ini momen.

Hal yang kurang familiar adalah penelitian yang dilakukan oleh para peneliti di Universitas Tartu di Estonia dan Universitas Paris-Saclay di Perancis.

Daripada hanya mencoba menciptakan kembali perkiraan pikiran dalam perangkat lunak, mereka beralih ke a masalah yang berbeda: Bisakah Anda menggunakan algoritma untuk menghasilkan kode genetik untuk orang yang belum pernah ada? Bisakah Anda menerapkan teknologi generative adversarial network (GAN) yang memungkinkan A.I. model seperti BigSleep untuk mengeluarkan gambar-gambar yang sangat realistis dan menggunakannya, sebagai gantinya, untuk membuat DNA palsu yang, sesuai dengan karya Turing, tidak dapat dibedakan dari DNA manusia yang berdaging dan berdarah?

Data genetik buatan

“Membuat data genetik buatan yang cukup realistis, tanpa menyalin urutannya secara langsung, adalah masalah yang sangat sulit,” Flora Jay, seorang peneliti yang berspesialisasi dalam pembelajaran mesin dan genetika populasi di Universitas Paris-Saclay University, mengatakan kepada Digital Trends. “Data genetik mempunyai dimensi yang tinggi, dan Anda tidak bisa hanya melihat apa yang penting atau tidak. Oleh karena itu, kami beralih ke teknik mutakhir yang diterapkan pada dunia computer vision, teks, musik, atau protein. Jaringan generatif ini – GAN dan [mesin Boltzmann yang dibatasi] – dirancang agar mereka dapat secara progresif dan otomatis mempelajari cara membuat rangkaian genetik buatan.”

GAN, sebuah kelas kerangka pembelajaran mesin yang diciptakan oleh peneliti (dan karyawan Apple saat ini) Ian Goodfellow, menggunakan pendekatan tarik-menarik yang agresif untuk meningkatkan hasil generatifnya. Ini terdiri dari dua jaringan saraf: Sebuah “generator” dan “diskriminator” yang meneruskan keluaran antara satu sama lain.

Tugas generator adalah menciptakan sesuatu, baik itu A.I. lukisan atau potongan kode yang mewakili genom buatan dalam bentuk satu dan nol. Diskriminator, seperti versi bot J.K. Instruktur musik perfeksionis Simmons dalam film tersebut Pukulan cemeti, lalu mengkritik upayanya dan mengirimkannya kembali ke generator. Generator belajar dari umpan balik ini, sementara diskriminator juga menjadi lebih baik dalam menebak apa yang dibuat oleh generator dan artikel apa yang asli. Pada akhirnya, generator tersebut sangat pandai membuat versi palsu dari apa pun yang dicoba sehingga pembeda dapat tertipu. Ia tidak lagi mampu membedakan yang asli dan yang palsu.

“Salah satu masalah utama di sini adalah menilai kualitas genom buatan,” Burak Yelmen, gelar Ph.D. mahasiswa di Institut Genomics Universitas Tartu, mengatakan kepada Digital Trends. “Anda dapat melihat sebuah gambar dan memutuskan apakah gambar tersebut terlihat nyata, tetapi hal ini tidak mungkin dilakukan pada genom. [Mayoritas] analisis yang kami lakukan dalam penelitian kami adalah untuk melihat apakah potongan genom buatan yang kami hasilkan benar-benar mirip dengan yang asli.”

Namun jangan khawatir. Meskipun semakin banyak artikel tentang gangguan gen yang sangat meragukan yang dirancang untuk menulis ulang kode manusia, karya ini bukan tentang mencoba “menulis” manusia baru tanpa orang tua yang dapat diciptakan dengan bantuan superkomputer.

“Untuk lebih jelasnya, tujuan dari pekerjaan kami adalah untuk lebih memahami dan mengkodekan genetik yang ada keanekaragaman ribuan atau jutaan orang di seluruh dunia, bukan untuk menciptakan sel buatan,” Jay dikatakan. “Jaringan saraf dilatih berdasarkan keragaman yang ada, sehingga wilayah genom yang dihasilkan tidak membawa mutasi baru tambahan dapat dengan mudah mengganggu fungsi suatu rangkaian — dan hal tersebut mencakup, jika tidak disentuh, segmen yang dilestarikan pada manusia populasi.”

Jay mencatat bahwa, pada skala genom secara keseluruhan, “sulit untuk mengatakan” apakah kombinasi spesifik dari jutaan nukleotida yang dihasilkan memang dapat dihasilkan. “fungsional.” Dengan kata lain, jangan berharap untuk mengkompilasi dan menjalankan kode ini, mengharapkan orang yang sudah terbentuk sempurna (atau cetak birunya) muncul di sisi lain. akhir. Sebaliknya, tujuannya adalah sesuatu yang tidak terlalu jahat dan, secara potensial, lebih bermanfaat.

Semua tentang privasi data

“Ada banyak sekali data di biobank dan jumlahnya terus bertambah setiap hari,” kata Yelmen. “Namun, data genom adalah data sensitif dan mengakses biobank ini mungkin sulit bagi para peneliti karena masalah etika. Tujuan utama dari pekerjaan kami adalah untuk menciptakan pengganti berkualitas tinggi dari bank genom yang ada dan memberikan solusi terhadap hambatan aksesibilitas ini dalam kerangka etika yang aman. Penting untuk dicatat bahwa penelitian kami adalah langkah pertama: Masih ada pekerjaan yang harus dilakukan.”

Jay menambahkan: “Ide di balik penelitian kami adalah untuk mulai menyelidiki apakah akan melepaskan genom buatan dan bukan yang asli yang dapat menjaga privasi donor genom, sekaligus memberikan informasi yang berguna bagi genetika populasi masyarakat. [Kemungkinan] penerapan genom buatan dapat berkisar dari pemahaman yang lebih baik tentang masa lalu evolusi kita hingga memberikan wawasan dalam genetika medis, termasuk keragaman yang lebih luas.”

Dalam beberapa hal, karya ini mengingatkan pada tren yang terlihat beberapa tahun yang lalu, di mana GAN digunakan untuk membuat gambar imajiner manusia, hewan, dan lainnya seperti yang dicontohkan oleh situs generatif ThisPersonDoesNotExist.com. Hanya saja kali ini, tentu saja, ini melibatkan kode genetik sebenarnya, bukan gambar sederhana.

Sebuah makalah yang menjelaskan proyek tersebut, berjudul “Membuat genom manusia buatan menggunakan jaringan saraf generatif,” adalah baru-baru ini diterbitkan di jurnal PLOS Genetics.

Rekomendasi Editor

• Ilusi optik dapat membantu kita membangun AI generasi berikutnya
• AI Analog? Kedengarannya gila, tapi mungkin itu adalah masa depan
• Bacalah 'kitab suci sintetik' yang sangat indah dari A.I. yang berpikir itu adalah Tuhan
• Arsitektur algoritmik: Haruskah kita membiarkan A.I. merancang bangunan untuk kami?
• Teknologi ini adalah fiksi ilmiah 20 tahun lalu. Sekarang ini adalah kenyataan