Los investigadores de Caltech han desarrollado una red neuronal artificial hecha de ADN que puede resolver un problema clásico de aprendizaje automático: identificar correctamente los números escritos a mano. El trabajo es un paso significativo para demostrar la capacidad de programar la inteligencia artificial en circuitos biomoleculares sintéticos.
El trabajo se realizó en el laboratorio de Lulu Qian, profesora asistente de bioingeniería. Un artículo que describe la investigación aparece en línea el 4 de julio y en la edición impresa de la revista el 19 de julio Naturaleza .
"Aunque los científicos acaban de comenzar a explorar la creación de inteligencia artificial en máquinas moleculares, su potencial ya es innegable", dice Qian. "Similar a cómo las computadoras electrónicas y los teléfonos inteligentes han hecho a los humanos más capaces que hace cien años, el molecular artificiallas máquinas podrían hacer que todas las cosas estén hechas de moléculas, quizás incluso pintura y vendas, más capaces y más sensibles al medio ambiente en los próximos cien años ".
Las redes neuronales artificiales son modelos matemáticos inspirados en el cerebro humano. A pesar de estar muy simplificadas en comparación con sus contrapartes biológicas, las redes neuronales artificiales funcionan como redes de neuronas y son capaces de procesar información compleja. El objetivo final del laboratorio de Qian para este trabajo esprogramar comportamientos inteligentes la capacidad de calcular, tomar decisiones y más con redes neuronales artificiales hechas de ADN.
"Los humanos tienen cada uno más de 80 mil millones de neuronas en el cerebro, con lo que toman decisiones muy sofisticadas. Los animales más pequeños, como los gusanos redondos, pueden tomar decisiones más simples utilizando solo unos pocos cientos de neuronas. En este trabajo, hemos diseñado y creado circuitos bioquímicos quefuncionan como una pequeña red de neuronas para clasificar la información molecular sustancialmente más compleja de lo que anteriormente era posible ", dice Qian.
Para ilustrar la capacidad de las redes neuronales basadas en ADN, el estudiante graduado de laboratorio de Qian Kevin Cherry eligió una tarea que es un desafío clásico para las redes neuronales artificiales electrónicas: reconocer la escritura a mano.
La escritura a mano humana puede variar ampliamente, por lo que cuando una persona examina una secuencia de números garabateada, el cerebro realiza tareas computacionales complejas para identificarlos. Porque puede ser difícil incluso para los humanos reconocer la escritura descuidada de otros, identificando números escritos a manoes una prueba común para programar la inteligencia en redes neuronales artificiales. Estas redes deben ser "enseñadas" a reconocer números, tener en cuenta las variaciones en la escritura a mano, luego comparar un número desconocido con sus llamados recuerdos y decidir la identidad del número.
En el trabajo descrito en el Naturaleza artículo, Cherry, quien es el primer autor del artículo, demostró que una red neuronal hecha de secuencias de ADN cuidadosamente diseñadas podría llevar a cabo reacciones químicas prescritas para identificar con precisión la "escritura molecular". A diferencia de la escritura visual que varía en forma geométrica,cada ejemplo de escritura molecular no toma la forma de un número, sino que cada número molecular está formado por 20 cadenas de ADN únicas elegidas entre 100 moléculas, cada una asignada para representar un píxel individual en cualquier patrón de 10 por 10. Estas cadenas de ADNse mezclan en un tubo de ensayo.
"La falta de geometría no es infrecuente en las firmas moleculares naturales, pero aún requiere redes neuronales biológicas sofisticadas para identificarlas: por ejemplo, una mezcla de moléculas de olor únicas comprende un olor", dice Qian.
Dado un ejemplo particular de escritura molecular, la red neuronal de ADN puede clasificarlo en hasta nueve categorías, cada una representando uno de los nueve posibles dígitos escritos a mano del 1 al 9.
Primero, Cherry construyó una red neuronal de ADN para distinguir entre 6s y 7s escritos a mano. Probó 36 números escritos a mano y la red neuronal de probeta los identificó correctamente a todos. Su sistema teóricamente tiene la capacidad de clasificar más de 12,000 6s y 7s escritos a mano -- El 90 por ciento de esos números tomados de una base de datos de números escritos a mano utilizados ampliamente para el aprendizaje automático - en las dos posibilidades
Crucial para este proceso fue codificar una estrategia competitiva "el ganador se lleva todo" utilizando moléculas de ADN, desarrolladas por Qian y Cherry. En esta estrategia, se utilizó un tipo particular de molécula de ADN denominado aniquilador para seleccionar un ganador al determinar la identidad deun número desconocido
"El aniquilador forma un complejo con una molécula de un competidor y una molécula de un competidor diferente y reacciona para formar especies inertes, no reactivas", dice Cherry. "El aniquilador se come rápidamente todas las moléculas del competidor hasta que solo un competidor únicola especie permanece. El competidor ganador se restablece a una alta concentración y produce una señal fluorescente que indica la decisión de las redes ".
Luego, Cherry se basó en los principios de su primera red neuronal de ADN para desarrollar una aún más compleja, una que podría clasificar los números de un solo dígito del 1 al 9. Cuando se le da un número desconocido, esta "sopa inteligente" sufriría una serie de reaccionesy emiten dos señales fluorescentes, por ejemplo, verde y amarillo para representar un 5, o verde y rojo para representar un 9.
Qian y Cherry planean desarrollar redes neuronales artificiales que puedan aprender, formando "recuerdos" a partir de ejemplos agregados al tubo de ensayo. De esta manera, dice Qian, la misma sopa inteligente se puede entrenar para realizar diferentes tareas.
"Los diagnósticos médicos comunes detectan la presencia de algunas biomoléculas, por ejemplo, colesterol o glucosa en sangre", dice Cherry. "Utilizando circuitos biomoleculares más sofisticados como el nuestro, las pruebas de diagnóstico podrían algún día incluir cientos de biomoléculas, con el análisis y la respuesta realizadadirectamente en el entorno molecular "
Fuente de la historia :
Materiales proporcionados por Instituto de Tecnología de California . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :