Uporaba A.I. ustvariti umetno človeško genetsko kodo

Vsaj od leta 1950, ko je Alana Turinga slavno "Računalniški stroji in inteligenca” je bil članek prvič objavljen v reviji umračunalniški znanstveniki, ki jih zanima umetna inteligenca, so bili navdušeni nad pojmom kodiranja uma. Teorija pravi, da je um neodvisen od substrata, kar pomeni, da njegova sposobnost obdelave ni nujno povezana z mokro opremo možganov. Lahko bi naložili ume v računalnike ali pa zgradili popolnoma nove povsem v svetu programske opreme.

Vse to so znane stvari. Čeprav moramo šele zgraditi ali ponovno ustvariti um v programski opremi, zunaj abstrakcij z najnižjo ločljivostjo, ki Ker so sodobne nevronske mreže, ne manjka računalniških znanstvenikov, ki delajo na tem področju trenutek.

Kar je povsem manj znano, je delo, ki ga opravljajo raziskovalci na estonski univerzi v Tartuju in francoski univerzi Paris-Saclay.

Namesto da bi samo poskušali poustvariti približek uma v programski opremi, so se obrnili na drugačen problem: Ali lahko uporabite algoritem za ustvarjanje genetske kode za ljudi, ki še nikoli niso obstajal? Ali lahko uporabite isto tehnologijo generativnega kontradiktornega omrežja (GAN), ki omogoča A.I. modeli, kot je BigSleep izpljuniti prepričljivo realistične ustvarjene podobe in jih namesto tega uporabiti za ustvarjanje lažne DNK, ki se v smislu Turingovega dela ne razlikuje od tiste osebe iz mesa in krvi?

Umetni genetski podatki

"Ustvarjanje umetnih genetskih podatkov, ki so dovolj realistični, brez neposrednega kopiranja zaporedij, je zelo težak problem," Flora Jay, raziskovalec, specializiran za strojno učenje in populacijsko genetiko na Univerzi Paris-Saclay University, je povedal za Digital Trends. »Genetski podatki so velike razsežnosti in ne morete samo opazovati, kaj je pomembno ali ne. Tako smo se obrnili k najsodobnejšim tehnikam [ki] se uporabljajo za računalniški vid, besedilo, glasbo ali svet beljakovin. Ta generativna omrežja – GAN in [omejeni Boltzmannovi stroji] – so zasnovana tako, da se lahko postopoma in samodejno učijo, kako ustvariti umetna genetska zaporedja.«

GAN, razred ogrodja strojnega učenja, ki ga je skoval raziskovalec (in trenutni uslužbenec Appla) Ian Goodfellow, uporablja bojevit pristop vlečenja vrvi za izboljšanje svojih generativnih rezultatov. Sestavljen je iz dveh nevronskih mrež: "generatorja" in "diskriminatorja", ki med seboj prenašata izhode.

Generatorjeva naloga je ustvariti nekaj, pa naj bo to AI. slika ali kos kode, ki predstavlja umetni genom v obliki enic in ničel. Diskriminator, kot botska različica J.K. Simmonsov perfekcionistični inštruktor glasbe v filmu Whiplash, nato kritizira svoja prizadevanja in to pošlje nazaj generatorju. Generator se uči iz teh povratnih informacij, medtem ko diskriminator podobno vedno bolje ugiba, kaj je ustvaril generator in kaj je pristen izdelek. Sčasoma je generator tako dober pri ustvarjanju lažnih različic česar koli poskuša, da je diskriminatorja mogoče preslepiti. Ne more več razlikovati pravega od ponaredka.

"Ena glavnih težav tukaj je ocenjevanje kakovosti umetnih genomov," Burak Yelmen, doktorat znanosti študent Inštituta za genomiko Univerze v Tartuju, je povedal za Digital Trends. »Lahko pogledate sliko in se odločite, ali je videti resnična, vendar to ni mogoče za genome. [Večina] analiz, ki smo jih izvedli v naši študiji, je bila videti, ali so umetni deli genoma, ki smo jih ustvarili, res videti kot pravi."

Vendar ne skrbite. Kljub vse večji množici člankov o zelo dvomljivih posegih v gene, namenjenih prepisovanju človeške kode, pri tem delu ne gre za poskus "napisati" nove ljudi brez staršev, ki bi jih lahko ustvarili s pomočjo superračunalniki.

»Če želimo biti jasni, je cilj našega dela bolje razumeti in kodirati obstoječo genetiko raznolikosti tisočev ali milijonov ljudi po vsem svetu, ne da bi ustvarili umetne celice,« Jay rekel. »Nevronske mreže se urijo na tej obstoječi raznolikosti, tako da ustvarjene genomske regije ne nosijo dodatnih novih mutacij, lahko zlahka motijo ​​​​funkcionalnost zaporedja - in vključujejo, nedotaknjene, segmente, ki so ohranjeni v človeškem populacije."

Jay je opozoril, da je na lestvici celotnega genoma "težko reči", ali bi določena kombinacija milijonov ustvarjenih nukleotidov res lahko "delujoč." Z drugimi besedami, ne pričakujte, da boste prevedli in zagnali to kodo, saj pričakujete, da se bo na drugi strani pojavila popolnoma oblikovana oseba (ali njeni načrti). konec. Namesto tega je namen nekaj povsem manj zloveščega in potencialno bolj uporabnega.

Vse o zasebnosti podatkov

"V biobankah je ogromna količina podatkov in vsak dan se povečuje," je dejal Yelmen. »Vendar so genomski podatki občutljivi podatki in dostop do teh biobank je lahko težaven za raziskovalce zaradi etičnih pomislekov. Glavni cilj našega dela je ustvariti visokokakovostne nadomestke obstoječih bank genomov in zagotoviti rešitev za to oviro dostopnosti znotraj varnega etičnega okvira. Pomembno je omeniti, da je bila naša študija prvi korak: še vedno je treba opraviti delo."

Jay je dodal: »Ideja naše študije je, da začnemo raziskovati, ali je sproščanje umetnih genomov namesto pravih lahko ohranijo zasebnost darovalcev genoma, hkrati pa zagotovijo koristne informacije populacijski genetiki skupnosti. [Možne] uporabe umetnih genomov bi lahko segale od boljšega razumevanja naše evolucijske preteklosti do zagotavljanja vpogledov v medicinsko genetiko, vključno s širšim razponom raznolikosti.«

Na nek način delo spominja na trend, viden pred nekaj leti, v katerem so bili GAN-ji uporabljeni za ustvarjanje podob namišljenih ljudi, živali in še več, kot jih pooseblja generativno spletno mesto ThisPersonDoesNotExist.com. Le da tokrat seveda vključuje dejansko genetsko kodo in ne preproste slike.

Prispevek, ki opisuje projekt z naslovom "Ustvarjanje umetnih človeških genomov z uporabo generativnih nevronskih mrež", je bil nedavno objavljeno v reviji PLOS Genetics.

Priporočila urednikov

• Optične iluzije bi nam lahko pomagale zgraditi naslednjo generacijo umetne inteligence
• Analogni AI? Sliši se noro, a morda je prihodnost
• Preberite srhljivo lepe "sintetične spise" A.I. ki misli, da je Bog
• Algoritemska arhitektura: Ali naj pustimo A.I. projektirati zgradbe za nas?
• Ta tehnologija je bila pred 20 leti znanstvena fantastika. Zdaj je to realnost