Saugokitės, Mokslininkai! Ai Išsprendžia 100 Metų Senumo Regeneracijos Galvosūkį

{h1}

Dirbtinio intelekto (ai) sistema išsprendė galvosūkį, kuris daugiau nei 100 metų mokslininkams išsisukinėjo: kaip maža gėlavandenė plokščioji kirmėlė regeneruoja savo kūno dalis.

Dirbtinio intelekto (AI) sistema išsprendė galvosūkį, kuris daugiau nei 100 metų mokslininkams išsisukinėjo: kaip maža gėlavandenė plokščioji kirmėlė regeneruoja savo kūno dalis.

Sistemą sukūrė Tufto universiteto (Masačusetsas) tyrėjai, norėdami padėti kasti eksperimentinės plėtros vystymosi biologijos duomenų kalnus, naudodami evoliucijos principų įkvėptą metodą.

Norėdami pademonstruoti sistemą, tyrėjai pasitelkė duomenis, gautus atlikus eksperimentus su planarijomis - mažais kirminais, kurių nepaprastas sugebėjimas atnaujinti sudėtingas kūno dalis juos padailinus, jie tapo populiariu regeneracinės medicinos dalyku.

Nepaisant daugiau nei šimtmečio mokslininkų dėmesio ir vis daugiau žinių apie cheminius kelius, kurie kontroliuoja kamienines ląsteles, atsakingas už nenumaldomą šių kirminų galimybę atsinaujinti, niekas nesugebėjo sugalvoti modelio, kuris išsamiai paaiškintų procesą. Tai yra, iki šiol. [Infografika: dirbtinio intelekto istorija]

„Modelių, skirtų paaiškinti, ką daro gamta, išradimas yra pats kūrybingiausias dalykas, kurį daro mokslininkai - tai ne tik statistika ar skaičiaus graužimas, tai ir yra mokslo įmonės širdis ir siela“, - teigė Michaelas Levinas, vienas iš tyrimo autorių. paskelbtas birželio 4 d. žurnale PLOS Computational Biology, kuriame aprašyta naujoji sistema.

„Čia kompiuteris tikrai suteikė daugiau nei tai, kas buvo įdėta“, - „WordsSideKick.com“ pasakojo Levinas. "Nė vienas iš mūsų negalėjo sugalvoti šio modelio. Mes, kaip laukas, nesugebėjome to padaryti po daugiau nei šimtmečio pastangų."

Sistemą programavo Danielis Lobo, „Tufts“ podoktorantas ir tyrimo bendraautorius. Jis veikia imant modelius, kurie bando paaiškinti, kaip vyksta atsinaujinimas, ir paverčia juos „natūralios atrankos“ procesu.

Iš esmės potencialūs modeliai yra valdomi per virtualų treniruoklį, imituojantį įvairius planarijų eksperimentus; tada rezultatai lyginami su paskelbtų eksperimentų, kurių metu planarijos buvo supjaustytos gabalėliais ir kartais manipuliuotos vaistais arba genų išmušimais prieš regeneruojant į pilnus organizmus, rezultatais.

Kiekviename cikle potencialūs modeliai, kurie geriausiai tinka rezultatams, yra „išaugami“ tarpusavyje kuriant naujus modelius, o ne tokie tikslūs. Šis procesas kartojamas tol, kol modeliai „išsivysto“ į tokius, kurie puikiai tinka duomenims.

Naudodamiesi šiuo procesu, AI sistema sugebėjo sukurti modelį, kuris teisingai numatė visus 16 eksperimentų, įtrauktų į duomenų rinkinį, tik per 42 valandas, teigė tyrėjai. Be to, modelis numatė naujų eksperimentų, kuriuos tyrėjai atliko norėdami nustatyti jo nuspėjamąją galią, rezultatus. [Dirbtinis intelektas: draugiškas ar bauginantis?]

Ilinojaus valstijos Evanstono Šiaurės Vakarų universiteto ekspertas Christianas Petersenas teigė, kad šios galimybės gali tapti dar naudingesnės, nes kompiuteriai tampa galingesni. Galiausiai PG sistemos „galėtų padėti tyrėjams sukurti naujas hipotezes apie vystymosi kelius, kurias būtų galima patvirtinti eksperimentuojant“, - Petersen pasakojo „WordsSideKick.com“.

Prieš dirbdami AI sistema galėjo dirbti pagal planarijų duomenis, Levinas ir Lobo pirmiausia turėjo sukurti matematinę kalbą, kurią mašina galėtų suprasti, kad būtų aprašyta kiekvieno eksperimento metodika ir rezultatai.

Daugelyje ankstesnių planų atsinaujinimo raštų remiamasi vadinamosiomis rodyklių diagramomis, kuriose pavaizduoti atsinaujinimui būtini procesai, tačiau dažnai juose yra ryškių spragų. Sukūrusi kiekybinį modelį, PG sistema pirmą kartą paleido visą procesą.

„Kompiuterio grožis yra tas, kad jis negali nušluoti tokių dalykų po kilimėliu - algoritmas turi tiksliai nurodyti, kas nutiks kiekvienomis aplinkybėmis“, - teigė Levinas. "Tai yra galingas reikalavimas modeliui ir tam tikroms modelių rūšims, į kurias turime pereiti, kad galėtume panaudoti tokius eksperimentų tipus, kad paskatintume regeneracinę mediciną."

Levinas teigė, kad pats įspūdingiausias ir maloniausias projekto rezultatas yra tas, kad sistemos atrastas modelis yra lengvai suprantamas žmonėms ir „nėra beviltiškai susivėlęs tinklas, kurio iš tikrųjų nė vienas žmogus negalėjo suprasti“.

Dabar tyrėjai stengiasi patobulinti modelį ir tikisi ateityje pritaikyti jį kitose vystymosi biologijos srityse, tokiose kaip embrionų augimas ir net tokios problemos, kaip savaiminio taisymo robotai.

„Mums sekasi geriau ir geriau gauti šias didžiules, gilias duomenų rinkinius, tačiau žmonėms vis sunkiau pasidaryti įžvalgą paskendus neapdorotiems duomenims“, - teigė Levinas. "Ši problema ir mūsų požiūris yra beveik universalus. Jį galima naudoti su bet kuo, kur yra funkcinių duomenų, bet sunku atspėti pagrindinį mechanizmą."

Sekite „WordsSideKick.com“ @gyvenimų mokslas, Facebook & „Google+“. Originalus straipsnis apie gyvą mokslą.


Vaizdo Papildas: .




Tyrimas


„Beam Me Up“: Informacijos, Perduodamos Per Kompiuterio Lustą, Bitai
„Beam Me Up“: Informacijos, Perduodamos Per Kompiuterio Lustą, Bitai

Belaidžiu Smegenų Implantu Galima Gydyti Depresiją
Belaidžiu Smegenų Implantu Galima Gydyti Depresiją

Mokslas Naujienos


Nuotraukos: „Žvaigždžių Takai“ Ir „Aurora“ Švyti Naktiniame Danguje
Nuotraukos: „Žvaigždžių Takai“ Ir „Aurora“ Švyti Naktiniame Danguje

Paaugliai Ir Tėvai Sutinka - Mobilieji Įrenginiai Yra Blaškomi
Paaugliai Ir Tėvai Sutinka - Mobilieji Įrenginiai Yra Blaškomi

Ar Jūsų Genomo Tikrinimas Pas Gydytoją Paskyrus Yra Gera Idėja?
Ar Jūsų Genomo Tikrinimas Pas Gydytoją Paskyrus Yra Gera Idėja?

Aptikta Dramblių Griaustinių Skambučių Paslaptis
Aptikta Dramblių Griaustinių Skambučių Paslaptis

Vaizdai: Gražūs Pasaulio Kolibrai
Vaizdai: Gražūs Pasaulio Kolibrai


LT.WordsSideKick.com
Visos Teisės Saugomos!
Dauginti Jokių Medžiagų Leidžiama Tik Prostanovkoy Aktyvią Nuorodą Į Svetainę LT.WordsSideKick.com

© 2005–2020 LT.WordsSideKick.com