科學家用DNA造出人工神經網絡

2020-12-13 科學網

 

來自加州理工學院生物工程系、計算機科學系、計算與神經系統學系及電子工程系的研究人員首次在試管中用DNA構造出了人工神經網絡,這一人工神經網絡可以像大腦一樣根據不完整的信息回想起相關的記憶。這標誌科研人員在通往人工智慧的道路上邁出了重要的一步。這一研究成果公布在7月20日的《自然》雜誌上。

 

這項研究由加州理工學院Erik Winfree教授、Jehoshua Bruck教授和上海交大Bio-X中心博士生錢璐璐(現在在加州理工學院)共同完成。錢璐璐博士2007年於上海交大Bio-X中心獲得博士學位,現在加利福尼亞理工學院從事博士後研究工作,主要研究領域是生物納米技術與DNA分子計算。不久前,錢璐璐博士與Erik Winfree教授共同利用人工合成的DNA分子,在試管中完成了迄今最複雜的生化電路。這種電路可以用來探索生物系統處理信息的原理。這一研究成果公布在6月的《科學》雜誌上。

 

人類的大腦具有不可思議的功能,它讓人們辨別出事件間相互聯繫的方式,形成記憶,做出決定,並採取行動。儘管在過去的幾十年裡,科研人員一直致力於構造出類似於腦的人工智慧生化系統,然而為之努力的道路上卻面臨著重重困難。研究人員在新研究中提出了一個奇思妙想——用溶液中相互作用的分子來展示類似於腦的功能。

 

據EurekAlert的報導,科研人員構建的新型生化神經網路是基於一種簡單的神經元的數學模型。這個模型被稱為線性閾值函數。模型中的神經元接收一組輸入信號,對每個信號乘以正的或者負的權重,只有當所有的帶權重的輸入信號之和大於某個特定的閾值時,神經元才會興奮並釋放出一個輸出信號。

 

在這篇文章中,科研人員採用了一個被稱為鏈置換級聯的過程來構造DNA神經網絡。這一方法用到單鏈和部分雙鏈的DNA分子。部分雙鏈是指,單鏈從雙螺旋結構的末端像尾巴一樣延伸出來。在水溶液中自由浮動時,一個單鏈會碰上一個部分雙鏈,如果它們的鹼基(DNA序列中的字母)是互配的,單鏈就會抓住雙鏈的尾巴,纏繞上去並把另一條單鏈從雙螺旋中踢走。由此,最初的單鏈充當了一個輸入信號,而被取代的單鏈充當了一個輸出信號,可以接著與其他分子相作用。

 

研究人員利用112種不同的DNA鏈組成了四個相互聯繫的人工神經元,並通過一種猜心術遊戲對所構造的神經網絡進行了檢測。在這個遊戲中,它試圖辨認一個身份未知的科學家。科研人員「訓練」這一神經網絡來「認識」四位科學家,他們的身份由四個是非問題的答案來決定,例如這個科學家是不是英國人。

 

人類玩家先在心裡默想一個科學家,提供一組不完整的是非問題的答案來暗示這個科學家的身份。對應於每一個「是」或者「不是」的答案,玩家將一個特定的DNA鏈加入到試管中,作為傳達給神經網絡的線索。而神經網絡會根據這些線索來猜測玩家心裡所想的是哪個科學家,並將結果通過螢光信號告訴給玩家。在某些情況下,神經網絡會「說」,玩家提供的線索與它記憶中的多個科學家相符,或者這些線索與它所記得的信息相互矛盾。科研人員和這個試管中的神經網絡玩了27次遊戲,每次提供的線索都不相同(一共有81種組合的可能),而它每次都猜對了。

 

因為科研人員可以設計任意想要的鹼基序列來合成DNA鏈,他們可以對這些分子間的相互作用進行編程,根據神經元的模型設計出DNA神經網絡。通過調整網絡中逐個DNA分子的濃度,科研人員教給了它是非問題的答案,而這些答案組合在一起的不同模式分別決定了四個不同的科學家。

 

科研人員表示,這種具有人工智慧的生化系統,或者至少是具有某些基本的決策能力的生化系統,可以在醫藥,化學以及生物領域帶來不可估量的應用。在將來,這樣的系統也許可以在細胞內工作,幫助回答根本的生物問題或者診斷疾病。如果一個生化過程能夠對其他分子的存在做出智能響應,它將會允許工程師們一步一個分子的製造出日益複雜的化學物質,或者搭建出新的分子結構。並且在科技應用之外,對這些系統的設計也可以帶給思維的進化過程以間接的認識。(來源:生物通 何嬙)

 

 

 

 

特別聲明:本文轉載僅僅是出於傳播信息的需要,並不意味著代表本網站觀點或證實其內容的真實性;如其他媒體、網站或個人從本網站轉載使用,須保留本網站註明的「來源」,並自負版權等法律責任;作者如果不希望被轉載或者聯繫轉載稿費等事宜,請與我們接洽。

相關焦點

  • 人工神經網絡
    隨著科技的快速發展,人工智慧這個詞變得越來越熱門了,今天,小創君想給大家分享一個與人工智慧有關的主題——人工神經網絡。那麼,什麼是人工神經網絡呢?看到這個主題,相信很多理工科的學生的腦海裡都會自然而然地想到三個熟悉的詞:人工智慧、機器學習與深度學習。那他們之間到底具有怎樣的一個關係呢?
  • 人工神經網絡簡介
    人工神經網絡則是把對生物神經網絡的認識與數學統計模型相結合,藉助數學統計工具來實現。另一方面在人工智慧學的人工感知領域,我們通過數學統計學的方法,使神經網絡能夠具備類似於人的決定能力和簡單的判斷能力,這種方法是對傳統邏輯學演算的進一步延伸。         人工神經網絡中,神經元處理單元可表示不同的對象,例如特徵、字母、概念,或者一些有意義的抽象模式。
  • 什麼是人工神經網絡(ANN)?
    每天使用神經網絡的應用程式有很多,例如Google的翻譯服務,Apple的Face ID iPhone鎖和Amazon的Alexa AI驅動的助手。神經網絡也在其他領域的一些重要人工智慧突破背後,例如診斷皮膚和乳腺癌,讓目光投向自動駕駛汽車。人工神經網絡背後的概念和科學已經存在了數十年。
  • 「人工神經網絡」人工神經網絡之BP算法
    人工神經網絡(Artificial Neural Network,ANN)是在受到了生物學的啟發後創建的,在某種程度上它是對生物大腦的一種模擬。人們仿照生物神經網絡的結構,使用簡單運算單元模擬神經元,並將大量運算單元按某種形式密集連接,便構成了人工神經網絡。結構如圖:人工神經網絡(ANN)模型帶有權重值(w1,w2,...
  • 初識人工神經網絡
    這也就是神經網絡的魅力所在。人工神經網絡(artificial neural networks) 是一種模仿生物神經網絡行為特徵,進行信息處理的算法數學模型。在人工神經網絡模型中使用單元節點模擬神經元,通過調整神經網絡內部大量節點(神經元)之間相互連接的權重來達到處理信息的目的。
  • 3D 列印造出人工神經網絡,UCLA團隊實現全光學機器學習
    圖丨論文:All-optical machine learning using diffractive deep neural networks(利用衍射深度神經網絡的全光機器學習)「構建由光學元件堆疊成的固態人工神經網絡是一種非常有創新性的方法,」瑞士洛桑聯邦理工學院光學與電氣工程學院教授
  • 土木工程與人工神經網絡(一)
    本文是該系列的第一篇文章,主要先介紹人工神經網絡(Artificial Neural Network)的原理和發展歷程。1.什麼是人工神經網絡第一次看到人工神經網絡(ANN)的時候會覺得它是一個黑盒子,扔進去一堆數據會返回一些東西,但其實簡單的人工神經網絡可以看做一個帶有若干參數的擬合函數或模型(類似於多項式擬合),但不同於簡單地線性相加,它的結構很複雜,神經元之間不光可以像下圖一樣,從輸入層到輸出層單向連接(前饋型神經網絡
  • 獨家 | 一文讀懂人工神經網絡
    本文通過使用淺顯易懂的語言和介紹youtube上的實驗方式帶讀者認識人工神經網絡。人工神經網絡(ANN)是一種用於機器學習的計算模型,它的工作方式和生物的神經元類似。 當信息到達神經元,它們(神經元)通過調整網絡去感知和獲取這些信息得出一個理想的結果。通過神經元傳輸儘量多的數據會有助於得到更精準的結果。這就是神經網絡中的「訓練」。 在使用神經網絡之前,我們需要訓練和調試,以得到理想的決策結果。
  • 人工神經網絡的原理與訓練
    ==============分割線==============最近這段時間,人工智慧、神經網絡算法著實的又火了一把。在金融中,也有了不少的人在試圖合理的運用這套技術。那麼到底什麼是人工神經網絡?它背後的原理又是什麼?這篇文章適合只聽說過人工神經網絡,但沒有了解其原理的人。
  • 深度|人工神經網絡深入分析
    文章從神經網絡談到了人工神經網絡,並對此進行詳細的介紹。最近「神經網絡」非常火,特別是AlphaGo與韓國選手李世石的比賽落幕後,各種關於神經網絡的文章滿天飛,但可能對於非專業領域出身的人來說接觸這些文章就會雲裡霧裡了。究其原因主要是缺少適合大部分人理解的神經網絡的科普文章,其實吳軍老師的《數學之美》在科普神經網絡這方面做的就比較通俗易懂,感興趣的朋友可以去讀一下吳老師的書。
  • 人工神經網絡初學:是什麼以及為什麼?
    [來自IT168]  【IT168 技術】談及人工智慧,就會涉及到人工神經網絡。人工神經網絡是現代人工智慧的重要分支,它是一個為人工智慧提供動力,可以模仿動物神經網絡行為特徵,進行分布式並行信息處理的系統。
  • 人工神經網絡算法及其簡易R實現
    作者:魯偉一個數據科學踐行者的學習日記。數據挖掘與機器學習,R與Python,理論與實踐並行。人工神經網絡(Artificial Neural Network)簡單而言是一種分類算法。作為機器學習的一個龐大分支,人工神經網絡目前大約有幾百種算法,其中包括一些著名的ANN算法:感知器神經網絡(Perceptron Neural Network), 反向傳遞(Back Propagation), Hopfield網絡和自組織映射(Self-Organizing Map, SOM)等等,這篇文章我們只介紹最基本的人工神經網絡算法原理及其簡易的R語言實現方式。
  • 獨家 | 一文讀懂人工神經網絡學習原理
    本文對人工神經網絡是如何學習的進行了簡單介紹,使讀者可以對神經網絡的運行機制有更進一步的認識。在之前的博客中,我們談到了關於人工神經網絡(ANN)的一些非常有趣的主題。其中介紹了人工神經網絡的基本結構以及一些最常用的激活函數。然而,我們並未提及人工神經網絡最重要的方面 ---- 學習。
  • 人工神經網絡的驅動者:激活函數是什麼?
    圖源:unsplash激活函數是人工神經網絡的驅動因素,其位於神經元之上,並管理著神經元行為,比如是否需要處理某個輸入數據,若需要,又以何種程度處理等等。從技術上來講,某個節點的激活函數將其在神經網絡中前一個節點的數據輸入,並輸出一個確定值,這個值繼而指導後續節點如何發動來響應特定輸入信號。本文剖析由激活函數組成的神經網絡,以及神經網絡的生物類似物,並簡要介紹幾種常用的激活函數。神經網絡的結構作為一名數據科學愛好者,你一定見過上面的這張圖片或者與之相似的圖片。這張圖片是對雙層神經網絡工作流程的經典描述。
  • 人工神經網絡算法介紹及其參數講解
    每兩個節點間的連接都代表一個對於通過該連接信號的加權值,稱之為權重,這相當於人工神經網絡的記憶。網絡的輸出則依網絡的連接方式,權重值和激勵函數的不同而不同。而網絡自身通常都是對自然界某種算法或者函數的逼近,也可能是對一種邏輯策略的表達。人工神經網絡模型主要考慮網絡連接的拓撲結構、神經元的特徵、學習規則等。
  • 算法的算法:人工神經網絡
    在上周的人工神經網絡課程中介紹了機器學習中的支持向量機(SVM:Support Vector Machine)與前饋網絡RBF的之間的聯繫,而對於由傳遞函數為線性函數組成的單層網絡的代表自適應線性單元(ADLINE:Adaptive  Linear Element)更是和傳統信號處理中的自適應濾波器相類似。
  • 科學家用皮膚細胞造出精子卵子 有望治療不育症
    英國科學家用皮膚細胞培養出早期的人工精子和卵子,可能對治療不育症產生很大影響。 中新網12月26日電 據外媒25日報導,英國科學家用皮膚細胞培養出早期的人工精子和卵子,此舉對改變不育症治療方法可能產生很大影響。劍橋大學的科學家們在精心控制的條件下,用了5天時間,把人類胚胎幹細胞培養成生殖細胞。研究顯示,這一實驗過程可以用成人的皮膚組織培養出早期的精子和卵子。
  • 機器學習:人工神經網絡ANN
    神經網絡是從生物領域自然的鬼斧神工中學習智慧的一種應用。
  • 用於英文字母識別的三種人工神經網絡的設計
    本文引用地址:http://www.eepw.com.cn/article/198994.htm1引言人工神經網絡是在人類對其大腦神經網絡認識理解的基礎上人工構造的能夠實現某種功能的神經網絡。代寫論文 它是理論化的人腦神經網絡的數學模型,是基於模仿大腦神經網絡結構和功能而建立的一種信息處理系統。
  • 高清圖解:神經網絡、機器學習、數據科學一網打盡|附PDF
    今天,新智元要為大家推薦一個超實用、顏值超高的神經網絡+機器學習+數據科學和Python的完全圖解,文末附有高清PDF版連結,支持下載、列印,推薦大家可以做成滑鼠墊、桌布,或者印成手冊等隨手攜帶,隨時翻看。