Ved å bruke A.I. å lage kunstig menneskelig genetisk kode

Siden minst 1950, da Alan Turings berømte "Datamaskineri og intelligens” papiret ble først publisert i tidsskriftet Mind, har informatikere som er interessert i kunstig intelligens blitt fascinert av ideen om å kode sinnet. Tanken, slik teorien sier, er substratuavhengig, noe som betyr at dets prosesseringsevne ikke nødvendigvis må festes til hjernens våttøy. Vi kan laste opp hjerner til datamaskiner eller tenkes å bygge helt nye helt i programvareverdenen.

Alt dette er kjente ting. Selv om vi ennå ikke har bygget eller gjenskapt et sinn i programvare, utenom abstraksjonene med lavest oppløsning det er moderne nevrale nettverk, er det ingen mangel på informatikere som jobber med denne innsatsen akkurat dette øyeblikk.

Det som er totalt mindre kjent er arbeidet som utføres av forskere ved Estlands universitet i Tartu og Frankrikes Paris-Saclay universitet.

I stedet for bare å prøve å gjenskape en tilnærming av sinnet i programvare, har de vendt seg til en annet problem: Kan du bruke en algoritme til å generere genetisk kode for folk som aldri har gjort det eksisterte? Kan du bruke den samme generative adversarial network (GAN) teknologien som tillater A.I. modeller som BigSleep å spytte ut overbevisende realistiske genererte bilder og bruke det i stedet for å lage falskt DNA som, i tråd med Turings arbeid, ikke kan skilles fra en person av kjøtt og blod?

Kunstige genetiske data

"Å lage kunstige genetiske data som er realistiske nok, uten å kopiere sekvensene direkte, er et veldig vanskelig problem," Flora Jay, en forsker som spesialiserer seg på maskinlæring og populasjonsgenetikk ved University of Paris-Saclay University, fortalte Digital Trends. "Genetiske data er av høy dimensjon, og du kan ikke bare se hva som er viktig eller ikke. Vi vendte oss derfor mot banebrytende teknikker som [blir] brukt på datasyn, tekst, musikk eller proteinverden. Disse generative nettverkene – GAN-er og [begrensede Boltzmann-maskiner] – er designet slik at de gradvis og automatisk kan lære å lage kunstige genetiske sekvenser.»

En GAN, en klasse med maskinlæringsrammeverk laget av forskeren (og nåværende Apple-ansatt) Ian Goodfellow, bruker en kampvillig, dragkamp-tilnærming for å forbedre sine generative resultater. Den består av to nevrale nettverk: En "generator" og en "diskriminator" som sender utganger mellom hverandre.

Generatorens jobb er å skape noe, det være seg en A.I. maleri eller en kodebit som representerer et kunstig genom i form av enere og nuller. Diskriminatoren, som en bot-versjon av J.K. Simmons sin perfeksjonistiske musikkinstruktør i filmen Nakkesleng, kritiserer deretter innsatsen og sender dette tilbake til generatoren. Generatoren lærer av denne tilbakemeldingen, mens diskriminatoren på samme måte blir stadig bedre til å gjette hva som er skapt av generatoren og hva som er den ekte artikkelen. Til slutt er generatoren så flink til å lage falske versjoner av det den prøver på at diskriminatoren kan bli lurt. Det er ikke lenger i stand til å skille ekte fra falske.

"Et av hovedproblemene her er å vurdere kvaliteten på kunstige genomer," Burak Yelmen, en Ph.D. student ved University of Tartus Institute of Genomics, fortalte Digital Trends. "Du kan se på et bilde og bestemme om det ser ekte ut, men dette er ikke mulig for genomer. [Størstedelen av analysene vi utførte i vår studie var for å se om de kunstige genombitene vi genererte virkelig så ut som de virkelige.»

Men ikke bekymre deg. Til tross for en økende masse artikler om svært tvilsom genmanipulering designet for å omskrive den menneskelige koden, dette verket handler ikke om å prøve å "skrive" nye foreldreløse mennesker som kan skapes ved hjelp av superdatamaskiner.

"For å være tydelig, er målet med vårt arbeid å bedre forstå og kode den eksisterende genetiske mangfold av tusenvis eller millioner av mennesker rundt om i verden, ikke for å lage kunstige celler,» Jay sa. "De nevrale nettverkene er trent på dette eksisterende mangfoldet, så de genererte genomiske regionene bærer ikke ytterligere nye mutasjoner som kan lett forstyrre funksjonaliteten til en sekvens - og de inkluderer, uberørt, segmentene som er bevart på tvers av mennesker populasjoner."

Jay bemerket at på hele genomskalaen er det "vanskelig å si" om en spesifikk kombinasjon av millioner av genererte nukleotider faktisk kan være "funksjonell." Med andre ord, ikke forvent å kompilere og kjøre denne koden, og forvent at en fullt utformet person (eller deres tegninger) skal dukke opp ved den andre slutt. I stedet er hensikten noe mindre uhyggelig og potensielt mer nyttig.

Alt om datavern

"Det er en enorm mengde data i biobanker, og den fortsetter å øke hver dag," sa Yelmen. "Men genomiske data er sensitive data, og tilgang til disse biobankene kan være vanskelig for forskere på grunn av etiske bekymringer. Hovedmålet med vårt arbeid er å skape høykvalitetssurrogater av eksisterende genombanker og gi en løsning på denne tilgjengelighetsbarrieren innenfor en sikker etisk ramme. Det er viktig å merke seg at studien vår var et første skritt: Det er fortsatt arbeid å gjøre.»

La Jay til: "Ideen bak studien vår er å begynne å undersøke om frigjøring av kunstige genomer i stedet for det virkelige de kunne bevare personvernet til genomdonorer, samtidig som de gir nyttig informasjon til populasjonsgenetikken samfunnet. [Mulige] anvendelser av kunstige genomer kan variere fra bedre forståelse av vår evolusjonære fortid til å gi innsikt i medisinsk genetikk, inkludert et bredere spekter av mangfold."

På noen måter minner arbeidet om trenden, sett for et par år siden, der GAN-er ble brukt til å lage bilder av imaginære mennesker, dyr og mer, som innbefattet av det generative nettstedet ThisPersonDoesNotExist.com. Bare denne gangen involverer det selvfølgelig faktisk genetisk kode, snarere enn enkle bilder.

En artikkel som beskriver prosjektet, med tittelen "Skape kunstige menneskelige genomer ved bruk av generative nevrale nettverk," var nylig publisert i tidsskriftet PLOS Genetics.

Redaktørenes anbefalinger

• Optiske illusjoner kan hjelpe oss med å bygge neste generasjon AI
• Analog A.I.? Det høres sprøtt ut, men det kan være fremtiden
• Les den uhyggelig vakre 'syntetiske skriften' til en A.I. som tror det er Gud
• Algoritmisk arkitektur: Bør vi la A.I. designe bygninger for oss?
• Denne teknologien var science fiction for 20 år siden. Nå er det virkelighet