當我們談到人工智能AI時，我們會想到什麼？我們又對AI瞭解多少？能夠讀數字的DNA人工神經網絡你們見過嗎？
DNA AI究竟是個啥？
今天我們介紹的這種AI，支持它的硬件系統並不是我們通常認知的硅和晶體管，而是由人工合成的DNA分子構成。這個由加州理工學院的科學家們構建出來的“DNA人工神經網絡”已經能夠識別被轉譯成分子形式的數字啦！其研究成果發表在了2018年7月的《自然》雜誌上。
首先，這個DNA人工神經網絡的AI，在複雜龐大的AI系統中，屬於“機器學習”這個細分領域，並且更具體地來說，屬於機器學習研究中最受關注的人工神經網絡的範疇。簡單來說，就是模仿人腦的結構，通過大量的訓練數據，“教會”計算機完成特定的任務。本次DNA AI被訓練完成的任務，就是機器學習領域的經典測試——識別手寫數字。
DNA分子能夠作為AI的“硬件”設備，主要是因為它的特殊的分子結構。我們知道，DNA是由四種基本核苷酸組成：adenine (A)、cytosine (C)、guanine (G)和thymine (T)，這些核苷酸以特定組合連接成串，構成了雙螺旋DNA分子。正是因為這些已知的組合模式，使得核苷酸鏈成了理想的計算設備——當有不同的分子存在的時候，它們會發生相應的化學反應，由此，這種架構得以被預先設計。
核苷酸
簡單理解，DNA AI是以合成DNA分子為“硬件”，分子間特定的化學反應為“算法”的一種生物計算機。
供DNA AI識別的分子數字
這套DNA AI最初由加州理工學院的助理教授錢璐璐在2011年設計構造，本次研究由她的研究生凱文·切利（Kevin）主導，在導師的研究基礎上，他通過將用來被識別的模式轉譯成“分子數字”，從而大大提升了這套DNA 人工神經網絡的性能。
分子數字
所謂的“分子數字”，是把手寫數字轉譯成在一個100（10*10）比特正方形網格上的不同的20比特模式，網格上的每一個比特都由一個DNA分子來代表，也就是說，每個“分子數字”都由100個DNA分子庫中的任意20個組成。試管中的DNA跟虛擬網格上的狀態可是不同的——它們被混成一坨。所以分子在網格上的位置由它在試管中的濃度決定。DNA神經網絡本質上是這樣的：當這20個DNA分子的濃度落在代表預設數字的區間時（意味著當被轉譯到10*10的網格上時，它們的排布模式符合這個數字），相應的化學反應就會產生，由此判斷該圖形是否符合特定的數字模式。
DNA AI的構建
切利首先構建了一個簡單的神經網絡，來區分被轉譯成分子數字的數字6和7。在對每個數字的36個不同版本的分子手稿的測試中，這套DNA神經網絡都給出了準確的答案。在這套DNA神經網絡系統中，切利使用了“贏者通吃”（winner-take-all）的決策算法，藉由一個被稱為“殲滅者”（annihilator）的合成DNA分子來逐個識別被測數據與比較對象。
與分子抽象出的“6”相比較
切利介紹說：“殲滅者會迅速吸收掉每兩種相比較分子反應而形成的惰性物質，從而形成一種絡合物，直到最終剩下一種“超級贏家”的分子。這時候，“超級贏家”的濃度最高，並且能夠釋放熒光信號，來顯示系統給出的最終答案。”
與分子抽象出的“7”相比較
這種“贏家通吃”策略不僅僅在這種基礎的兩兩對比的構架中有效，也同樣適用於更復雜的、用於區分數字1-9的DNA神經網絡系統。在這種更復雜的系統中，系統決策的結果由兩種熒光信號共同表示：比如綠色和黃色的信號組合代表數字“5”，而紅綠組合則代表“9”。
AI給出該數字是“7”的判定
DNA AI能幹嘛？
在未來的研究中，研究者希望能夠給這個DNA神經網絡增加記憶功能，並用以輔助提升醫學測試。
醫學測試
切利說：“通常，醫學診斷能夠探測出集中生物分子的存在，比如膽固醇和血糖。如果能夠應用我們設計的生物電路板，未來的診斷能夠同時檢測上百種生物分子，並且直接在分子環境中給出給出分析結果。
生物電路板
閱讀更多 科技鄉都 的文章
