Թվային տեխնոլոգիաները մի փոքր ավելի մոտ են կենսաբանությանը, ԴՆԹ-ին և ուղեղին

Իլոն Մասկը վստահեցնում է, որ մոտ ապագայում մարդիկ կկարողանան ստեղծել ուղեղ-համակարգիչ լիարժեք ինտերֆեյս։ Այդ ընթացքում մենք ժամանակ առ ժամանակ լսում ենք կենդանիների վրա նրա փորձերի մասին՝ նախ խոզերի, իսկ վերջերս՝ կապիկների վրա։ Այն միտքը, որ Մասկը կհասնի իր ճանապարհին և կկարողանա կապի տերմինալ տեղադրել մարդու գլխում, ոմանց հիացնում է, մյուսներին՝ վախեցնում:

Նա ոչ միայն նորի վրա է աշխատում Մուշկ. Միացյալ Թագավորության, Շվեյցարիայի, Գերմանիայի և Իտալիայի գիտնականները վերջերս հայտարարեցին մի նախագծի արդյունքների մասին, որը միավորել է. արհեստական ​​նեյրոններ բնական (1). Այս ամենն արվում է ինտերնետի միջոցով, որը թույլ է տալիս կենսաբանական և «սիլիկոնային» նեյրոններին հաղորդակցվել միմյանց հետ։ Գիտափորձը ներառում էր առնետների մեջ նեյրոնների աճեցում, որոնք այնուհետև օգտագործվում էին ազդանշանների համար: Խմբի առաջնորդ Ստեֆանո Վասանելի հաղորդում է, որ գիտնականներին առաջին անգամ հաջողվել է ցույց տալ, որ չիպի վրա տեղադրված արհեստական ​​նեյրոնները կարող են ուղղակիորեն կապված լինել կենսաբանականների հետ։

Հետազոտողները ցանկանում են օգտվել արհեստական ​​նյարդային ցանցեր վերականգնել ուղեղի վնասված հատվածների պատշաճ գործունեությունը. Հատուկ իմպլանտի մեջ տեղադրվելուց հետո նեյրոնները կգործեն որպես պրոթեզ, որը կհարմարվի ուղեղի բնական պայմաններին: Նախագծի մասին ավելին կարող եք կարդալ գիտական ​​հաշվետվությունների հոդվածում:

Facebook-ը ցանկանում է մտնել ձեր ուղեղը

Նրանք, ովքեր վախենում են նման նոր տեխնոլոգիայից, կարող են ճիշտ լինել, հատկապես, երբ մենք լսում ենք, որ, օրինակ, մենք կցանկանայինք ընտրել մեր ուղեղի «բովանդակությունը»։ 2019 թվականի հոկտեմբերին Facebook-ի կողմից աջակցվող Chan Zuckerberg BioHub հետազոտական ​​կենտրոնի կողմից անցկացված միջոցառման ժամանակ նա խոսեց ուղեղի կողմից կառավարվող ձեռքի սարքերի հույսերի մասին, որոնք կփոխարինեն մկնիկը և ստեղնաշարը: «Նպատակն այն է, որ կարողանաք կառավարել վիրտուալ կամ ընդլայնված իրականության օբյեկտները ձեր մտքերով», - ասել է Ցուկերբերգը, որը մեջբերում է CNBC-ն: Facebook-ը գրեթե մեկ միլիարդ դոլարով գնել է CTRL-labs ստարտափը, որը զարգացնում է ուղեղ-համակարգիչ ինտերֆեյսի համակարգեր:

Ուղեղ-համակարգիչ ինտերֆեյսի վրա աշխատանքը առաջին անգամ հայտարարվել է Facebook F8 կոնֆերանսում 2017թ. Ընկերության երկարաժամկետ ծրագրի համաձայն՝ մի օր ոչ ինվազիվ կրելի սարքերը թույլ կտան օգտատերերին գրել բառերը միայն մտածելով. Բայց այս տեսակի տեխնոլոգիան դեռ շատ վաղ փուլում է, հատկապես, որ խոսքը հպման, ոչ ինվազիվ ինտերֆեյսերի մասին է: «Ուղեղում տեղի ունեցողը շարժողական գործունեության վերածելու նրանց կարողությունը սահմանափակ է: Մեծ հնարավորությունների համար անհրաժեշտ է ինչ-որ բան ներդնել»,- ասել է Ցուկերբերգը վերոնշյալ հանդիպմանը։

Արդյո՞ք մարդիկ իրենց թույլ կտան «ինչ-որ բան իմպլանտացնել»՝ կապվելու իրենց անզուսպ ախորժակով հայտնի մարդկանց հետ անձնական տվյալներ facebook-ից? (2) Թերևս այդպիսի մարդիկ կգտնվեն, հատկապես, երբ նա նրանց առաջարկում է հոդվածների կրճատումներ, որոնք նրանք չեն ցանկանում կարդալ։ 2020 թվականի դեկտեմբերին Facebook-ը աշխատակիցներին ասաց, որ աշխատում է տեղեկատվությունը ամփոփելու գործիքի վրա, որպեսզի օգտվողները ստիպված չլինեն կարդալ այն: Նույն հանդիպմանը նա ներկայացրեց նյարդային սենսորի հետագա պլանները՝ հայտնաբերելու մարդկային մտքերը և դրանք վերածելու գործողություններ կայքում:

2. Ֆեյսբուքի ուղեղն ու ինտերֆեյսները

Ինչի՞ց են պատրաստված ուղեղի արդյունավետ համակարգիչները:

Այս նախագծերը միակ ստեղծվելիք ջանքերը չեն։ Այս աշխարհների սոսկ կապը միակ հետապնդվող նպատակը չէ: Կան, օրինակ. նեյրոմորֆիկ ճարտարագիտություն, միտում, որն ուղղված է մեքենաների հնարավորությունների վերստեղծմանը մարդու ուղեղը, օրինակ՝ իր էներգաարդյունավետության առումով։

Կանխատեսվում է, որ մինչև 2040 թվականը համաշխարհային էներգետիկ ռեսուրսները չեն կարողանա բավարարել մեր հաշվողական կարիքները, եթե հավատարիմ մնանք սիլիկոնային տեխնոլոգիաներին: Ուստի, հրատապ անհրաժեշտություն կա մշակելու նոր համակարգեր, որոնք կարող են ավելի արագ մշակել տվյալները և, որ ամենակարևորն է, ավելի էներգաարդյունավետ: Գիտնականները վաղուց գիտեն, որ նմանակման տեխնիկան կարող է լինել այս նպատակին հասնելու ճանապարհներից մեկը: մարդու ուղեղը.

W սիլիկոնային համակարգիչներ տարբեր գործառույթներ են կատարում տարբեր ֆիզիկական օբյեկտներ, ինչը մեծացնում է մշակման ժամանակը և առաջացնում է հսկայական ջերմային կորուստներ։ Ի հակադրություն, ուղեղի նեյրոնները կարող են միաժամանակ ուղարկել և ստանալ տեղեկատվություն հսկայական ցանցի միջոցով մեր ամենաառաջադեմ համակարգիչների լարման տասը անգամ:

Ուղեղի հիմնական առավելությունն իր սիլիցիումային գործընկերների նկատմամբ տվյալների զուգահեռ մշակման կարողությունն է: Նեյրոններից յուրաքանչյուրը կապված է հազարավոր ուրիշների հետ, և նրանք բոլորը կարող են գործել որպես տվյալների մուտքային և ելք: Որպեսզի կարողանանք պահել և մշակել տեղեկատվությունը, ինչպես մենք անում ենք, անհրաժեշտ է մշակել ֆիզիկական նյութեր, որոնք կարող են արագ և սահուն անցում կատարել անցկացման վիճակից անկանխատեսելի վիճակի, ինչպես դա նեյրոնների դեպքում է: 

Մի քանի ամիս առաջ Matter ամսագրում հոդված է հրապարակվել նման հատկություններով նյութի ուսումնասիրության մասին։ Տեխասի A&M համալսարանի գիտնականները ստեղծել են նանոլարեր β'-CuXV2O5 միացության նշանից, որոնք ցույց են տալիս հաղորդունակության վիճակների միջև տատանվելու ունակություն՝ ի պատասխան ջերմաստիճանի, լարման և հոսանքի:

Ավելի մանրակրկիտ ուսումնասիրության արդյունքում պարզվել է, որ այս ունակությունը պայմանավորված է պղնձի իոնների տեղաշարժով β'-CuxV2O5 ամբողջ տարածքում, ինչը հանգեցնում է. էլեկտրոնի շարժում և փոխում է նյութի հաղորդիչ հատկությունները: Այս երեւույթը վերահսկելու համար β'-CuxV2O5-ում էլեկտրական իմպուլս է առաջանում, որը շատ նման է նրան, որը տեղի է ունենում, երբ կենսաբանական նեյրոններն ազդանշաններ են ուղարկում միմյանց: Մեր ուղեղը գործում է առանցքային ժամանակներում որոշակի նեյրոններ արձակելով յուրահատուկ հաջորդականությամբ: Նյարդային իրադարձությունների հաջորդականությունը հանգեցնում է տեղեկատվության մշակմանը, լինի դա հիշողություն հիշելը կամ ֆիզիկական ակտիվությունը: β'-CuxV2O5-ով սխեման կաշխատի նույն կերպ:

Կոշտ սկավառակ ԴՆԹ-ում

Հետազոտության մեկ այլ ոլորտ կենսաբանության վրա հիմնված հետազոտությունն է: տվյալների պահպանման մեթոդներ. Գաղափարներից մեկը, որը մենք բազմիցս նկարագրել ենք նաև ՄՏ-ում, հետևյալն է. տվյալների պահպանում ԴՆԹ-ում, համարվում է խոստումնալից, չափազանց կոմպակտ և կայուն պահեստավորման միջոց (3): Ի թիվս այլոց, կան լուծումներ, որոնք թույլ են տալիս տվյալներ պահպանել կենդանի բջիջների գենոմներում։

Մինչև 2025 թվականը հաշվարկվում է, որ ամբողջ աշխարհում ամեն օր կարտադրվի գրեթե հինգ հարյուր էկսաբայթ տվյալ: Դրանց պահպանումը կարող է շատ արագ դառնալ անիրագործելի: ավանդական սիլիկոնային տեխնոլոգիա. ԴՆԹ-ում տեղեկատվության խտությունը պոտենցիալ միլիոնավոր անգամ ավելի մեծ է, քան սովորական կոշտ սկավառակների խտությունը: Ենթադրվում է, որ ԴՆԹ-ի մեկ գրամը կարող է պարունակել մինչև 215 միլիոն գիգաբայթ: Այն նաև շատ կայուն է, երբ պատշաճ կերպով պահվում է: 2017-ին գիտնականները արդյունահանեցին 700 XNUMX տարի առաջ ապրած ձիու անհետացած տեսակի ամբողջական գենոմը, իսկ անցյալ տարի ԴՆԹ-ն կարդացվեց միլիոն տարի առաջ ապրած մամոնտից:

Հիմնական դժվարությունը ճանապարհ գտնելն է բարդ թվային աշխարհ i տվյալներ գեների կենսաքիմիական աշխարհի հետ. Այս պահին խոսքը գնում է ԴՆԹ սինթեզ լաբորատորիայում, և չնայած ծախսերը արագորեն նվազում են, դա դեռ բարդ և ծախսատար խնդիր է: Սինթեզվելուց հետո հաջորդականությունները պետք է խնամքով պահվեն in vitro, մինչև պատրաստ լինեն վերաօգտագործման կամ CRISPR գեների խմբագրման տեխնոլոգիայի միջոցով կենդանի բջիջներ ներմուծվեն:

Կոլումբիայի համալսարանի հետազոտողները ցուցադրել են նոր մոտեցում, որը թույլ է տալիս ուղղակի փոխակերպում թվային էլեկտրոնային ազդանշաններ կենդանի բջիջների գենոմներում պահվող գենետիկ տվյալների մեջ: «Պատկերացրեք բջջային կոշտ սկավառակներ, որոնք կարող են իրական ժամանակում հաշվարկել և ֆիզիկապես վերակազմավորվել», - ասում է Հարիս Վանգը, Singularity Hub թիմի անդամներից մեկը: «Մենք կարծում ենք, որ առաջին քայլը կարողանալն է ուղղակիորեն կոդավորել երկուական տվյալները բջիջներում՝ առանց in vitro ԴՆԹ-ի սինթեզի անհրաժեշտության»:

Աշխատանքը հիմնված է CRISPR-ի վրա հիմնված բջջային ձայնագրիչի վրա, որը Վան նախկինում մշակված E. coli բակտերիաների համար, որը հայտնաբերում է որոշակի ԴՆԹ-ի հաջորդականությունների առկայությունը բջջի ներսում և գրանցում այդ ազդանշանը օրգանիզմի գենոմում: Համակարգն ունի ԴՆԹ-ի վրա հիմնված «սենսորային մոդուլ», որն արձագանքում է որոշակի կենսաբանական ազդանշանների: Վանգը և նրա գործընկերները հարմարեցրել են սենսորային մոդուլը մեկ այլ թիմի կողմից մշակված բիոսենսորի հետ աշխատելու համար, որն իր հերթին արձագանքում է էլեկտրական ազդանշաններին: Ի վերջո, դա թույլ տվեց հետազոտողներին բակտերիաների գենոմում թվային տեղեկատվության ուղղակի կոդավորում. Տվյալների քանակը, որը կարող է պահել մեկ բջիջը, բավականին փոքր է, ընդամենը երեք բիթ:

Այսպիսով, գիտնականները գտել են 24 տարբեր բակտերիաների պոպուլյացիաներ կոդավորելու միևնույն ժամանակ տարբեր 3-բիթանոց տվյալների կոդավորումը՝ ընդհանուր 72 բիթով: Նրանք այն օգտագործել են «Բարև աշխարհ» հաղորդագրությունները կոդավորելու համար: բակտերիաների մեջ. և ցույց տվեց, որ համախմբված բնակչությանը պատվիրելով և հատուկ մշակված դասակարգիչ օգտագործելով՝ նրանք կարող են կարդալ հաղորդագրությունը 98 տոկոս ճշգրտությամբ: 

Ակնհայտ է, որ 72 բիթը հեռու է հզորությունից: զանգվածային պահեստավորում ժամանակակից կոշտ սկավառակներ. Այնուամենայնիվ, գիտնականները կարծում են, որ լուծումը կարող է արագ մասշտաբավորվել: Տվյալների պահպանում բջիջներում այն, ըստ գիտնականների, շատ ավելի էժան է, քան մյուս մեթոդները կոդավորում գեներումքանի որ դուք պարզապես կարող եք աճեցնել ավելի շատ բջիջներ՝ արհեստական ​​ԴՆԹ-ի բարդ սինթեզի միջով անցնելու փոխարեն: Բջիջները նաև ունեն բնական հատկություն՝ պաշտպանելու ԴՆԹ-ն շրջակա միջավայրի վնասներից: Նրանք դա ապացուցեցին՝ ավելացնելով E. coli բջիջները չստերիլիզացված զամբյուղի հողին և այնուհետև հուսալիորեն հանելով դրանցից ողջ 52-բիթանոց հաղորդագրությունը՝ հաջորդականացնելով հողի հետ կապված մանրէաբանական համայնքը: Գիտնականները նաև սկսել են նախագծել բջիջների ԴՆԹ-ն, որպեսզի նրանք կարողանան տրամաբանական և հիշողության գործողություններ կատարել:

4. Տրանսհումանիստական ​​եզակիության տեսլականը՝ որպես էվոլյուցիայի հաջորդ փուլ

ինտեգրում համակարգչային տեխնիկ i հեռահաղորդակցություն այն խստորեն կապված է այլ ֆուտուրիստների կողմից կանխատեսված տրանսմումանիստական ​​«եզակիության» հասկացությունների հետ (4): Ուղեղ-մեքենա ինտերֆեյսներ, սինթետիկ նեյրոններ, գենոմային տվյալների պահպանում՝ այս ամենը կարող է զարգանալ այս ուղղությամբ։ Կա միայն մեկ խնդիր՝ սրանք բոլոր մեթոդներն ու փորձերն են հետազոտության շատ վաղ փուլում։ Այսպիսով, նրանք, ովքեր վախենում են այս ապագայից, պետք է հանգստանան, իսկ մարդ-մեքենա ինտեգրման սիրահարները պետք է զովանան: