По крайней мере, с 1950 года, когда знаменитый «Алан Тьюринг»Вычислительная техника и интеллект» статья была впервые опубликована в журнале РазумУченые-компьютерщики, интересующиеся искусственным интеллектом, были очарованы идеей кодирования разума. Разум, согласно теории, не зависит от субстрата, а это означает, что его способность обработки информации не обязательно должна быть связана с «мокрым программным обеспечением» мозга. Мы могли бы загружать разум в компьютеры или, возможно, создавать совершенно новые, полностью используя мир программного обеспечения.
Содержание
- Искусственные генетические данные
- Все о конфиденциальности данных
Это все знакомые вещи. Хотя нам еще предстоит построить или воссоздать разум с помощью программного обеспечения, за исключением абстракций с самым низким разрешением, которые современные нейронные сети, здесь нет недостатка в компьютерных специалистах, работающих над этими усилиями прямо сейчас момент.
Рекомендуемые видео
Что совсем менее известно, так это работа, проводимая исследователями из Тартуского университета Эстонии и французского университета Париж-Сакле.
Связанный
- Как мы узнаем, когда ИИ действительно станет разумным?
- Забавная формула: Почему машинный юмор — это Святой Грааль искусственного интеллекта
- Будущее искусственного интеллекта: 4 важных события, на которые стоит обратить внимание в ближайшие несколько лет
Вместо того, чтобы просто попытаться воссоздать подобие разума с помощью программного обеспечения, они обратились к другая проблема: можете ли вы использовать алгоритм для генерации генетического кода для людей, которые никогда не существовал? Не могли бы вы применить ту же технологию генеративно-состязательной сети (GAN), которая позволяет А.И. такие модели, как BigSleep выплеснуть убедительно реалистичные сгенерированные изображения и вместо этого использовать их для создания фальшивой ДНК, которая, в духе работы Тьюринга, неотличима от ДНК человека из плоти и крови?
Искусственные генетические данные
«Создание достаточно реалистичных искусственных генетических данных без прямого копирования последовательностей является очень сложной проблемой», Флора Джей, исследователь, специализирующийся на машинном обучении и популяционной генетике в Университете Париж-Сакле, рассказал Digital Trends. «Генетические данные имеют большое значение, и вы не можете просто взглянуть на то, что важно, а что нет. Таким образом, мы обратились к передовым технологиям, применяемым к компьютерному зрению, тексту, музыке или белковому миру. Эти генеративные сети — GAN и [ограниченные машины Больцмана] — спроектированы так, что они могут постепенно и автоматически учиться создавать искусственные генетические последовательности».
GAN, класс структуры машинного обучения, придуманный исследователем (и нынешним сотрудником Apple) Яном Гудфеллоу, использует боевой подход, перетягивание каната для улучшения своих генеративных результатов. Он состоит из двух нейронных сетей: «генератора» и «дискриминатора», которые передают выходные данные друг другу.
Задача генератора — создать что-то, будь то ИИ. рисунок или фрагмент кода, представляющий искусственный геном в виде единиц и нулей. Дискриминатор, похожий на бот-версию Дж.К. Преподаватель музыки-перфекционист Симмонса в фильме Хлыстовая травма, затем критикует свои усилия и отправляет результат обратно генератору. Генератор учится на основе этой обратной связи, в то время как дискриминатор также становится все лучше и лучше угадывает, что было создано генератором, а что является подлинным предметом. В конце концов, генератор настолько хорош в создании поддельных версий того, что он пытается сделать, что дискриминатор можно обмануть. Он больше не способен отличить настоящее от подделки.
«Одна из главных проблем здесь — оценка качества искусственных геномов», — сказал он. Бурак Елмен, доктор философии студентка Института геномики Тартуского университета, рассказала Digital Trends. «Вы можете посмотреть на изображение и решить, выглядит ли оно реальным, но для геномов это невозможно. [Большая часть] анализов, которые мы провели в нашем исследовании, были направлены на то, чтобы увидеть, действительно ли созданные нами искусственные фрагменты генома похожи на настоящие».
Но не волнуйтесь. Несмотря на растущую массу статей о весьма сомнительных манипуляциях с генами, призванных переписать человеческий код, эта работа не о попытке «написать» новых людей без родителей, которых можно было бы создать с помощью суперкомпьютеры.
«Чтобы внести ясность, цель нашей работы — лучше понять и закодировать существующие генетические разнообразия тысяч или миллионов людей по всему миру, а не для создания искусственных клеток», — Джей сказал. «Нейронные сети обучены на этом существующем разнообразии, поэтому сгенерированные геномные области не несут дополнительных новых мутаций, которые могут могут легко нарушить функциональность последовательности — и они включают в себя, нетронутыми, сегменты, которые сохраняются у человека. населения».
Джей отметил, что в масштабе всего генома «трудно сказать», действительно ли конкретная комбинация миллионов сгенерированных нуклеотидов может быть «функциональный». Другими словами, не ждите, что вам удастся скомпилировать и запустить этот код, ожидая, что на другом конце появится полностью сформировавшийся человек (или его чертежи). конец. Вместо этого цель состоит в чем-то менее зловещем и, возможно, более полезном.
Все о конфиденциальности данных
«В биобанках хранится огромное количество данных, и оно продолжает увеличиваться с каждым днем», — сказал Йельмен. «Однако геномные данные являются конфиденциальными данными, и доступ к этим биобанкам может быть затруднен для исследователей из-за этических проблем. Основная цель нашей работы — создать высококачественные суррогаты существующих банков геномов и обеспечить решение этого барьера доступности в безопасных этических рамках. Важно отметить, что наше исследование было первым шагом: еще есть над чем работать».
Джей добавил: «Идея нашего исследования состоит в том, чтобы начать исследовать, можно ли выпустить искусственные геномы вместо настоящих они могли бы сохранить конфиденциальность доноров генома, предоставляя при этом полезную информацию для популяционной генетики. сообщество. [Возможные] применения искусственных геномов могут варьироваться от лучшего понимания нашего эволюционного прошлого до понимания медицинской генетики, включая более широкий спектр разнообразия».
В чем-то работа напоминает тенденцию, наблюдаемую Несколько лет назад, в котором GAN использовались для создания изображений воображаемых людей, животных и многого другого, что воплощено в генеративном веб-сайте. ThisPersonDoesNotExist.com. Только на этот раз, конечно, речь идет о реальном генетическом коде, а не о простых картинках.
Был опубликован документ с описанием проекта под названием «Создание искусственных геномов человека с использованием генеративных нейронных сетей». недавно опубликовано в журнале PLOS Genetics..
Рекомендации редакции
- Оптические иллюзии могут помочь нам создать ИИ следующего поколения
- Аналоговый ИИ? Это звучит безумно, но это может быть будущее
- Прочтите устрашающе красивое «синтетическое писание» ИИ. который думает, что это Бог
- Алгоритмическая архитектура: стоит ли позволять ИИ проектировать для нас здания?
- Эта технология была научной фантастикой 20 лет назад. Теперь это реальность
