投递人 itseeker 发布于 2018-07-14 11:27 原文链接 [收藏] « »

这种位于试管中的人工智能系统通过识别手写数字,可以解决典型的机器学习问题。科学家表示,这项工作是证实人工智能植入人造有机电路的一个重要步骤。

  新浪科技讯,北京时间 7 月 14 日消息,据国外媒体报道,目前,科学家在实验室里研制一种完全由 DNA 制成的人工神经网络,能够模仿大脑工作形成自己的“记忆”。

  这种位于试管中的人工智能系统通过识别手写数字,可以解决典型的机器学习问题。科学家表示,这项工作是证实人工智能植入人造有机电路的一个重要步骤。

  这意味着未来有一天将成功研制完全由有机材料制成的类人机器人,而不是当前大众传统认知的金属机器人。研究人员希望该设备能够很快形成自己的“记忆”。

  他们的最终目标是对智能行为进行编程处理,例如:有能力进行计算和做出选择,以及更多的活动,整个过程核心部分是用 DNA 制造的人工神经网络。来自美国加州理工学院的专家们针对电子人工神经网络进行挑战性设计——识别人类笔迹。

“歼灭者”DNA 分子形成一个复合体,其中一个分子来自一个竞争者,另一个分子来自于不同竞争者,两者反应形成惰性、无反应的复合体种类。“歼灭者”很快就能将所有竞争对手都吃掉,最后仅剩下一个竞争者。
  “歼灭者”DNA 分子形成一个复合体,其中一个分子来自一个竞争者,另一个分子来自于不同竞争者,两者反应形成惰性、无反应的复合体种类。“歼灭者”很快就能将所有竞争对手都吃掉,最后仅剩下一个竞争者。

  这是机器人视觉研究人员解决的首要任务之一,也是一种理想的方法来说明基于 DNA 的神经网络能力。人类书写笔迹存在很大的差异,所以当一个人仔细检查一个潦草数字序列时,大脑会执行复杂的计算任务识别它们。

  因为即使是人类也很难识别其他人的潦草字迹,识别手写数字是将智能编程设计成人工智能神经网络的一种普通测试。该网络必须“教授”如何识别数字,解释笔迹的变化过程,然后将一个未知数字与他们所谓的记忆进行比较,最终核实潦草的数字。

  目前,研究小组证实精心设计的 DNA 序列组成的神经网络可以进行化学反应,从而表明它能够正确识别“分子笔迹(molecular handwriting)”。当给定一个未知潦草数字时,这个所谓的“智能汤(smart soup)”将进行一系列反应,并输出两个荧光信号。例如:绿色和黄色代表数字5,或者绿色和红色代表数字9。

识别过程至关重要的是,使用 DNA 分子编码一个“赢家通吃(winner take all)”的竞争策略。在该策略中,当确定一个未知数字的真实身份时,被称为“歼灭者”的 DNA 分子特殊类型用于选择“赢家”。
  识别过程至关重要的是,使用 DNA 分子编码一个“赢家通吃(winner take all)”的竞争策略。在该策略中,当确定一个未知数字的真实身份时,被称为“歼灭者”的 DNA 分子特殊类型用于选择“赢家”。

  研究负责人、生物工程系教授钱露露(音译)说:“尽管科学家刚开始探索在分子机器中制造人工智能系统,但是它的潜力已经不可否认。”

  类似于电子计算机和智能手机的出现对人类科技进步所做的贡献,人工分子机器可以制造出所有分子,甚至包括颜料和绷带,相信在未来一百年时间里,该技术发展空间更大,并且能够保护地球生态环境。

  不同于几何形状的视觉书写形式,每个分子笔迹实例实际并不具有数字结构。取而代之的是,每个分子序是由 20 个独特 DNA 链构成,这些 DNA 链是从 100 个分子中挑选出来的,每一个都被分配代表一个单独的像素。这些 DNA 链在试管中混合在一起。

  给定一个分子书写的特殊实例,DNA 神经网络可以将其分为 9 个类别,每一种类别都代表了从1-9 的 9 个可能手写数字中的一个。

然后,获胜的竞争者(底图右侧)恢复到高浓度,并产生一个荧光信号表明人工智能网络的决定。
然后,获胜的竞争者(底图右侧)恢复到高浓度,并产生一个荧光信号表明人工智能网络的决定。

  首先,研究小组建立了一个 DNA 神经网络,用于区分手写的 6 和7,之后他们测试了 36 个手写数字和试管神经网络,从而正确识别所有这些数字。从理论上讲,该系统有能力将 1.2 万个以上的手写 6 和 7 数字识别区分,其中 90% 的识别数字来自于机器学习的手写数字数据库。

  识别过程至关重要的是,使用 DNA 分子编码一个“赢家通吃(winner take all)”的竞争策略。在该策略中,当确定一个未知数字的真实身份时,被称为“歼灭者”的 DNA 分子特殊类型用于选择“赢家”。

  “歼灭者”DNA 分子形成一个复合体,其中一个分子来自一个竞争者,另一个分子来自于不同竞争者,两者反应形成惰性、无反应的复合体种类。“歼灭者”很快就能将所有竞争对手都吃掉,最后仅剩下一个竞争者。然后,获胜的竞争者恢复到高浓度,并产生一个荧光信号表明人工智能网络的决定。

  接下来,研究小组基于他们第一个 DNA 神经网络原理开发设计一个更复杂的神经网络,它可以区分1-9 数字。目前,研究小组计划设计一个人工神经网络,它能够学习、从添加到试管的实例中形成“记忆”。

  他们指出,通过这种方法,相同的“智能汤”可用于完成不同的任务。研究报告详细内容发表在近期出版的《自然》杂志上。(叶倾城)

 
来自: 新浪科技
找优秀程序员,就在博客园 收藏 新浪微博 分享至微信

24小时阅读排行

    最新新闻

      相关新闻