目前，科學家在實驗室里研制一種完全由DNA制成的人工神經網絡，能夠模仿大腦工作形成自己的“記憶”。這種位于試管中的人工智能系統通過識別手寫數字，可以解決典型的機器學習問題。
━━━━
科學家表示，這項工作是證實人工智能植入人造有機電路的一個重要步驟。這意味著未來有一天將成功研制完全由有機材料制成的類人機器人，而不是當前大眾傳統認知的金屬機器人。研究人員希望該設備能夠很快形成自己的“記憶”。
他們的最終目標是對智能行為進行編程處理，例如：有能力進行計算和做出選擇，以及更多的活動，整個過程核心部分是用DNA制造的人工神經網絡。來自美國加州理工學院的專家們針對電子人工神經網絡進行挑戰性設計——識別人類筆跡。
這是機器人視覺研究人員解決的首要任務之一，也是一種理想的方法來說明基于DNA的神經網絡能力。人類書寫筆跡存在很大的差異，所以當一個人仔細檢查一個潦草數字序列時，大腦會執行復雜的計算任務識別它們。
因為即使是人類也很難識別其他人的潦草字跡，識別手寫數字是將智能編程設計成人工智能神經網絡的一種普通測試。該網絡必須“教授”如何識別數字，解釋筆跡的變化過程，然后將一個未知數字與他們所謂的記憶進行比較，最終核實潦草的數字。
━━━━
目前，研究小組證實精心設計的DNA序列組成的神經網絡可以進行化學反應，從而表明它能夠正確識別“分子筆跡”。當給定一個未知潦草數字時，這個所謂的“智能湯”將進行一系列反應，并輸出兩個熒光信號。例如：綠色和黃色代表數字5，或者綠色和紅色代表數字9。
研究負責人、生物工程系教授錢露露（音譯）說：“盡管科學家剛開始探索在分子機器中制造人工智能系統，但是它的潛力已經不可否認。”類似于電子計算機和智能手機的出現對人類科技進步所做的貢獻，人工分子機器可以制造出所有分子，甚至包括顏料和繃帶，相信在未來一百年時間里，該技術發展空間更大，并且能夠保護地球生態環境。
━━━━
不同于幾何形狀的視覺書寫形式，每個分子筆跡實例實際并不具有數字結構。取而代之的是，每個分子序是由20個獨特DNA鏈構成，這些DNA鏈是從100個分子中挑選出來的，每一個都被分配代表一個單獨的像素。這些DNA鏈在試管中混合在一起。給定一個分子書寫的特殊實例，DNA神經網絡可以將其分為9個類別，每一種類別都代表了從1-9的9個可能手寫數字中的一個。
首先，研究小組建立了一個DNA神經網絡，用于區分手寫的6和7，之后他們測試了36個手寫數字和試管神經網絡，從而正確識別所有這些數字。從理論上講，該系統有能力將1.2萬個以上的手寫6和7數字識別區分，其中90%的識別數字來自于機器學習的手寫數字數據庫。
識別過程至關重要的是，使用DNA分子編碼一個“贏家通吃”的競爭策略。在該策略中，當確定一個未知數字的真實身份時，被稱為“殲滅者”的DNA分子特殊類型用于選擇“贏家”。
“殲滅者”DNA分子形成一個復合體，其中一個分子來自一個競爭者，另一個分子來自于不同競爭者，兩者反應形成惰性、無反應的復合體種類。“殲滅者”很快就能將所有競爭對手都吃掉，最后僅剩下一個競爭者。然后，獲勝的競爭者恢復到高濃度，并產生一個熒光信號表明人工智能網絡的決定。
接下來，研究小組基于他們第一個DNA神經網絡原理開發設計一個更復雜的神經網絡，它可以區分1-9數字。目前，研究小組計劃設計一個人工神經網絡，它能夠學習、從添加到試管的實例中形成“記憶”。他們指出，通過這種方法，相同的“智能湯”可用于完成不同的任務。研究報告詳細內容發表在近期出版的《自然》雜志上。
文章來源：新浪科技
IEEE Spectrum
《科技縱覽》
官方微信公眾平臺
往期推薦