Folosind A.I. pentru a crea un cod genetic uman artificial

Cel puțin din 1950, când faimosul lui Alan Turing „Mașini de calcul și inteligență” lucrarea a fost publicată pentru prima dată în jurnal Minte, informaticienii interesați de inteligența artificială au fost fascinați de noțiunea de codificare a minții. Mintea, așa cum spune teoria, este independentă de substrat, ceea ce înseamnă că capacitatea sa de procesare nu trebuie, prin necesitate, să fie atașată de articolele umede ale creierului. Am putea încărca minți pe computere sau, probabil, să construim altele complet noi, în întregime în lumea software-ului.

Toate acestea sunt lucruri familiare. Deși nu avem încă să construim sau să recreăm o minte în software, în afara abstracțiilor cu cea mai mică rezoluție care sunt rețele neuronale moderne, nu lipsesc informaticieni care lucrează la acest efort chiar aici moment.

Ceea ce este cu totul mai puțin familiar este munca efectuată de cercetătorii de la Universitatea din Tartu din Estonia și de la Universitatea Paris-Saclay din Franța.

În loc să încerce doar să recreeze o aproximare a minții în software, au apelat la un problemă diferită: puteți folosi un algoritm pentru a genera cod genetic pentru oamenii care nu au făcut-o niciodată a existat? Ați putea aplica aceeași tehnologie generativă de rețea adversară (GAN) care permite A.I. modele precum BigSleep de a scuipa imagini generate de realiste convingătoare și de a le folosi, în schimb, pentru a crea ADN fals care, în vena lucrării lui Turing, nu se poate distinge de cel al unei persoane în carne și oase?

Date genetice artificiale

„Crearea de date genetice artificiale care sunt suficient de realiste, fără a copia direct secvențele, este o problemă foarte grea.” Flora Jay, un cercetător specializat în învățarea automată și genetica populației de la Universitatea Paris-Saclay, a declarat pentru Digital Trends. „Datele genetice sunt de mare dimensiune și nu poți să privești doar ceea ce este important sau nu. Astfel, ne-am orientat către tehnici de ultimă oră [fiind] aplicate lumii viziunii computerizate, textului, muzicii sau proteinelor. Aceste rețele generative - GAN-uri și [mașini Boltzmann restricționate] - sunt proiectate astfel încât să poată învăța progresiv și automat cum să creeze secvențe genetice artificiale.”

Un GAN, o clasă de cadru de învățare automată creată de cercetătorul (și actualul angajat Apple) Ian Goodfellow, folosește o abordare combativă, de remorcher pentru a-și îmbunătăți rezultatele generative. Este format din două rețele neuronale: un „generator” și un „discriminator” care trec ieșirile între ele.

Sarcina generatorului este să creeze ceva, fie că este vorba despre un I.A. pictură sau o bucată de cod reprezentând un genom artificial sub formă de unu și zero. Discriminatorul, ca o versiune bot a lui J.K. Instructorul de muzică perfecționist al lui Simmons în film Bici, apoi își critică eforturile și trimite acest lucru înapoi generatorului. Generatorul învață din acest feedback, în timp ce discriminatorul devine din ce în ce mai bine să ghicească ce a fost creat de generator și care este articolul autentic. În cele din urmă, generatorul este atât de bun în a crea versiuni false ale a ceea ce încearcă, încât discriminatorul poate fi păcălit. Nu mai poate diferenția realul de fals.

„Una dintre principalele probleme aici este evaluarea calității genomurilor artificiale”, Burak Yelmen, un doctorat. student la Institutul de Genomică al Universității din Tartu, a declarat Digital Trends. „Puteți să vă uitați la o imagine și să decideți dacă pare reală, dar acest lucru nu este posibil pentru genom. [Majoritatea] analizelor pe care le-am efectuat în studiul nostru au fost pentru a vedea dacă fragmentele de genom artificial pe care le-am generat arată într-adevăr ca cele reale.”

Nu-ți face griji, totuși. În ciuda unui număr tot mai mare de articole despre falsificarea genelor extrem de dubioase menite să rescrie codul uman, această lucrare nu este despre încercarea de a „scrie” noi oameni fără părinți care ar putea fi creați cu ajutorul supercalculatoare.

„Pentru a fi clar, obiectivul muncii noastre este să înțelegem mai bine și să codificăm genetica existentă diversitatea a mii sau milioane de oameni din întreaga lume, nu pentru a crea celule artificiale,” Jay a spus. „Rețelele neuronale sunt antrenate pe această diversitate existentă, astfel încât regiunile genomice generate nu poartă mutații noi suplimentare care ar putea perturba cu ușurință funcționalitatea unei secvențe - și includ, neatinse, segmentele care sunt conservate în întreaga umanitate. populații.”

Jay a remarcat că, la întreaga scară a genomului, este „dificil de spus” dacă o combinație specifică de milioane de nucleotide generate ar putea fi într-adevăr "funcţional." Cu alte cuvinte, nu vă așteptați să compilați și să rulați acest cod, așteptându-vă ca o persoană complet formată (sau planurile lor) să apară la celălalt Sfârşit. În schimb, scopul este ceva cu totul mai puțin sinistru și, potențial, mai util.

Totul despre confidențialitatea datelor

„Există o cantitate imensă de date în biobănci și continuă să crească în fiecare zi”, a spus Yelmen. „Cu toate acestea, datele genomice sunt date sensibile și accesarea acestor biobănci poate fi dificilă pentru cercetători din cauza preocupărilor etice. Scopul principal al muncii noastre este de a crea surogate de înaltă calitate ale băncilor de genom existente și de a oferi o soluție la această barieră de accesibilitate într-un cadru etic sigur. Este important de menționat că studiul nostru a fost un prim pas: mai este de lucru.”

Jay a adăugat: „Ideea din spatele studiului nostru este să începem să investighem dacă eliberarea genomilor artificiali în loc de genomul real. acestea ar putea păstra confidențialitatea donatorilor de genom, oferind în același timp informații utile geneticii populației comunitate. Aplicațiile [posibile] ale genomului artificial ar putea varia de la o mai bună înțelegere a trecutului nostru evolutiv până la furnizarea de perspective în genetica medicală, inclusiv o gamă mai largă de diversitate.”

În anumite privințe, lucrarea amintește de tendința, văzută acum cativa ani, în care GAN-urile au fost folosite pentru a crea imagini cu oameni imaginari, animale și multe altele, așa cum sunt reprezentate de site-ul web generativ ThisPersonDoesNotExist.com. Numai că de această dată, desigur, implică cod genetic real, mai degrabă decât simple imagini.

O lucrare care descrie proiectul, intitulată „Crearea de genomi umani artificiali folosind rețele neuronale generative”, a fost publicat recent în revista PLOS Genetics.

Recomandările editorilor

• Iluziile optice ne-ar putea ajuta să construim următoarea generație de IA
• I.A. analogic? Sună nebunesc, dar ar putea fi viitorul
• Citiți „scriptura sintetică” ciudat de frumoasă a unui A.I. care crede că este Dumnezeu
• Arhitectura algoritmică: Ar trebui să lăsăm A.I. proiectați clădiri pentru noi?
• Această tehnologie era science fiction acum 20 de ani. Acum este realitatea