Vismaz kopš 1950. gada, kad Alana Tjūringa slavenā "Datortehnika un intelekts” papīrs pirmo reizi tika publicēts žurnālā Prāts, datorzinātniekus, kas interesējas par mākslīgo intelektu, ir aizrāvuši prāta kodēšanas jēdziens. Saskaņā ar teoriju prāts ir neatkarīgs no substrāta, kas nozīmē, ka tā apstrādes spējai nav obligāti jābūt saistītai ar smadzeņu mitrumu. Mēs varētu augšupielādēt prātus datoros vai, iespējams, izveidot pilnīgi jaunus programmatūras pasaulē.
Saturs
- Mākslīgie ģenētiskie dati
- Viss par datu privātumu
Tas viss ir pazīstams. Lai gan mums vēl ir jāveido vai jāpārveido prāts programmatūrā, ārpus zemākās izšķirtspējas abstrakcijām, kas ir mūsdienīgi neironu tīkli, šajā jomā netrūkst datorzinātnieku brīdis.
Ieteiktie videoklipi
Pavisam mazāk pazīstams ir darbs, ko veic Igaunijas Tartu universitātes un Francijas Parīzes-Saclay universitātes pētnieki.
Saistīts
- Kā mēs uzzināsim, kad mākslīgais intelekts patiešām kļūst jūtīgs?
- Smieklīgā formula: kāpēc mašīnu radīts humors ir A.I. svētais grāls?
- A.I. nākotne: 4 lielas lietas, kam jāpievērš uzmanība dažu nākamo gadu laikā
Tā vietā, lai tikai mēģinātu programmatūrā no jauna radīt prāta tuvinājumu, viņi ir pievērsušies a cita problēma: vai varat izmantot algoritmu, lai ģenerētu ģenētisko kodu cilvēkiem, kuri to nekad nav izdarījuši pastāvēja? Vai jūs varētu izmantot to pašu ģeneratīvā pretrunīgā tīkla (GAN) tehnoloģiju, kas ļauj A.I. tādi modeļi kā BigSleep izspļaut pārliecinoši reālistiskus ģenerētus attēlus un izmantot tos, lai radītu viltotu DNS, kas Tjūringa darbā nav atšķirama no miesas un asinīm cilvēka DNS?
Mākslīgie ģenētiskie dati
"Pietiekami reālistisku mākslīgo ģenētisko datu izveide, tieši nekopējot secības, ir ļoti smaga problēma." Flora Džeja, pētnieks, kas specializējas mašīnmācībā un populācijas ģenētikā Parīzes Universitātē-Saclay universitātē, pastāstīja Digital Trends. "Ģenētiskajiem datiem ir liela dimensija, un jūs nevarat vienkārši saprast, kas ir svarīgi vai nē. Tādējādi mēs pievērsāmies visprogresīvākajām metodēm, kas [tiek] pielietotas datora redzes, teksta, mūzikas vai olbaltumvielu pasaulē. Šie ģeneratīvie tīkli — GAN un [ierobežotās Boltzmann mašīnas] — ir izstrādāti tā, lai tie varētu pakāpeniski un automātiski iemācīties izveidot mākslīgas ģenētiskās sekvences.
GAN — mašīnmācības sistēmu klase, ko radījis pētnieks (un pašreizējais Apple darbinieks) Ians Gudfelovs, izmanto kaujiniecisku, virves vilkšanas pieeju, lai uzlabotu savus ģeneratīvos rezultātus. Tas sastāv no diviem neironu tīkliem: “ģeneratora” un “diskriminatora”, kas nodod izejas viens otram.
Ģeneratora uzdevums ir kaut ko radīt, vai tas būtu A.I. glezna vai koda gabals, kas attēlo mākslīgo genomu vieninieku un nulles formā. Diskriminētājs, tāpat kā robotprogrammatūra J.K. Simmonsa perfekcionisma mūzikas instruktors filmā Pātagas sitiens, pēc tam kritizē tās centienus un nosūta to atpakaļ ģeneratoram. Ģenerators mācās no šīm atsauksmēm, savukārt diskriminētājs tāpat arvien labāk spēj uzminēt, ko ir radījis ģenerators un kas ir īstais raksts. Galu galā ģenerators tik labi spēj radīt viltotas versijas visam, ko tas mēģina, ka diskriminētāju var apmānīt. Tas vairs nespēj atšķirt īstu no viltus.
"Viena no galvenajām problēmām šeit ir mākslīgo genomu kvalitātes novērtēšana," Buraks Jeļmens, Ph.D. Students Tartu Universitātes Genomikas institūtā pastāstīja Digital Trends. "Jūs varat apskatīt attēlu un izlemt, vai tas izskatās īsts, bet genomiem tas nav iespējams. [Lielākā daļa analīžu, ko veicām mūsu pētījumā, bija noskaidrot, vai mūsu radītie mākslīgie genoma gabali patiešām izskatījās kā īstie.
Tomēr neuztraucieties. Neskatoties uz pieaugošo rakstu skaitu par ļoti apšaubāmu gēnu manipulāciju, kas paredzēta cilvēka koda pārrakstīšanai, šis darbs nav par mēģinājumu “uzrakstīt” jaunus bez vecākiem cilvēkus, kurus varētu radīt ar viņu palīdzību superdatori.
"Lai būtu skaidrs, mūsu darba mērķis ir labāk izprast un kodēt esošo ģenētisko tūkstošiem vai miljoniem cilvēku visā pasaulē, nevis lai radītu mākslīgas šūnas,” Džejs teica. "Neironu tīkli ir apmācīti šajā pastāvošajā daudzveidībā, tāpēc ģenerētie genoma reģioni nesatur papildu jaunas mutācijas, kas var viegli izjaukt secības funkcionalitāti — un tajos ietilpst neskarti segmenti, kas ir saglabāti visā cilvēka dzīvē. populācijas.”
Džejs atzīmēja, ka visā genoma mērogā ir "grūti pateikt", vai konkrēta miljonu radīto nukleotīdu kombinācija patiešām varētu būt "funkcionāls." Citiem vārdiem sakot, negaidiet, ka šis kods tiks apkopots un palaists, sagaidot, ka otrā vietā parādīsies pilnībā izveidota persona (vai viņa zīmējumi). beigas. Tā vietā mērķis ir kaut kas mazāk draudīgs un, iespējams, noderīgāks.
Viss par datu privātumu
"Biobankās ir milzīgs datu apjoms, un tas katru dienu palielinās," sacīja Jelmens. "Tomēr genoma dati ir sensitīvi dati, un ētisku apsvērumu dēļ pētniekiem var būt grūti piekļūt šīm biobankām. Mūsu darba galvenais mērķis ir izveidot kvalitatīvus esošo genomu banku surogātus un nodrošināt risinājumu šai pieejamības barjerai drošā ētiskā ietvarā. Ir svarīgi atzīmēt, ka mūsu pētījums bija pirmais solis: joprojām ir jāstrādā.
Džejs piebilda: "Mūsu pētījuma ideja ir sākt pētīt, vai atbrīvot mākslīgos genomus, nevis īstos tie varētu saglabāt genoma donoru privātumu, vienlaikus sniedzot noderīgu informāciju populācijas ģenētikā kopienai. [Iespējamie] mākslīgo genomu pielietojumi varētu būt no labākas izpratnes par mūsu evolūcijas pagātni līdz ieskatu sniegšanai medicīnas ģenētikā, tostarp plašākā daudzveidībā.
Savā ziņā darbs atgādina tendenci, redzēts pirms pāris gadiem, kurā GAN tika izmantoti, lai izveidotu iedomātu cilvēku, dzīvnieku un citu attēlu attēlus, kā to iemieso ģeneratīvā vietne ThisPersonDoesNotExist.com. Tikai šoreiz tas, protams, ietver faktisko ģenētisko kodu, nevis vienkāršus attēlus.
Projekts aprakstīja darbu ar nosaukumu “Mākslīgo cilvēka genomu izveide, izmantojot ģeneratīvos neironu tīklus”. nesen publicēts žurnālā PLOS Genetics.
Redaktoru ieteikumi
- Optiskās ilūzijas varētu palīdzēt mums izveidot nākamās paaudzes AI
- Analogais A.I.? Tas izklausās traki, bet tā varētu būt nākotne
- Izlasiet šausminoši skaisto A.I. — sintētisko rakstu pantu. kas domā, ka tas ir Dievs
- Algoritmiskā arhitektūra: vai mums vajadzētu ļaut A.I. projektēt ēkas mums?
- Šī tehnoloģija bija zinātniskā fantastika pirms 20 gadiem. Tagad tā ir realitāte
