美國加州理工學(xué)院的科研人員利用合成的DNA分子研制出了一個(gè)人工神經(jīng)網(wǎng)絡(luò)，能夠處理經(jīng)典的機(jī)器學(xué)習(xí)問題。

加州理工學(xué)院的研究人員開發(fā)了一種由DNA制成的人工神經(jīng)網(wǎng)絡(luò)，可以解決經(jīng)典的機(jī)器學(xué)習(xí)問題：正確識(shí)別手寫數(shù)字。這項(xiàng)工作在展示將人工智能引入合成生物分子電路的潛力方面邁出了重要一步。這項(xiàng)工作是在生物工程助理教授Lulu Qian的實(shí)驗(yàn)室完成的。描述該研究的論文于7月4日發(fā)表在網(wǎng)絡(luò)上，并發(fā)表在7月19日出版的《自然》雜志上。

Qian表示：“雖然科學(xué)家們剛剛開始在分子機(jī)器中創(chuàng)建人工智能的探索，但其潛力已經(jīng)不可否認(rèn)。電子計(jì)算機(jī)和智能手機(jī)使得人類的能力比一百年前更強(qiáng)。與此類似的是，在未來的一百年內(nèi)，人工分子機(jī)器可以構(gòu)造出所有由分子組成的物體，其中甚至可能包括油漆和繃帶。它們更加強(qiáng)大，且對(duì)環(huán)境的適應(yīng)性更好?！?/p>

人工神經(jīng)網(wǎng)絡(luò)是受到人類大腦啟發(fā)的數(shù)學(xué)模型。盡管與其生物學(xué)對(duì)應(yīng)物相比被大大簡化，人工神經(jīng)網(wǎng)絡(luò)的功能與神經(jīng)元網(wǎng)絡(luò)是類似的，并且也能夠處理復(fù)雜信息。在Qian的實(shí)驗(yàn)室開展的這項(xiàng)工作的最終目標(biāo)是利用DNA制作的人工神經(jīng)網(wǎng)絡(luò)對(duì)智能行為（計(jì)算、做出選擇等行為的能力）進(jìn)行編程。

“每個(gè)人的大腦中都有超過800億個(gè)神經(jīng)元，因此人類可以做出非常復(fù)雜的決策。較小的動(dòng)物，如蛔蟲，可以使用幾百個(gè)神經(jīng)元做出較簡單的決策。在這項(xiàng)工作中，我們?cè)O(shè)計(jì)并創(chuàng)造了很多生物化學(xué)電路，使其可以像一個(gè)小型神經(jīng)元網(wǎng)絡(luò)一樣對(duì)分子信息進(jìn)行分類，且能夠處理的分子信息比以前復(fù)雜得多”，Qian說。

為了說明基于DNA的神經(jīng)網(wǎng)絡(luò)的能力，Qian實(shí)驗(yàn)室的研究生Kevin Cherry選擇了電子人工神經(jīng)網(wǎng)絡(luò)的一個(gè)經(jīng)典挑戰(zhàn)作為自己的任務(wù)：識(shí)別字跡。人類筆跡的差別可能是很大的，所以當(dāng)一個(gè)人仔細(xì)檢查一個(gè)潦草的數(shù)字序列時(shí)，大腦會(huì)執(zhí)行復(fù)雜的計(jì)算任務(wù)來識(shí)別它們。由于即使是人類也很難識(shí)別他人的潦草筆跡，所以識(shí)別手寫數(shù)字是對(duì)將智能引入人工神經(jīng)網(wǎng)絡(luò)工作的一種常見測(cè)試。這些網(wǎng)絡(luò)必須“學(xué)會(huì)”如何識(shí)別數(shù)字，解釋筆跡的變化，然后把一個(gè)未知的數(shù)字與它們所謂的記憶進(jìn)行比較，并確定是什么數(shù)字。

在發(fā)表在《Nature》的論文中，Cherry演示了由精心設(shè)計(jì)的DNA序列制成的神經(jīng)網(wǎng)絡(luò)可以進(jìn)行規(guī)定的化學(xué)反應(yīng)，以準(zhǔn)確識(shí)別“分子字跡”。不同幾何形狀的視覺筆跡是不一樣的。與此不同的是，分子字跡的每個(gè)例子并不具有某個(gè)數(shù)字的形狀。相反，每個(gè)分子數(shù)字由20個(gè)獨(dú)特的DNA鏈組成，這些DNA鏈選自100個(gè)分子，每個(gè)分子用于表征任意10×10模式下的單個(gè)像素。這些DNA鏈在一個(gè)試管中被混合在一起。“自然分子簽名缺少幾何特征的情況并不少見，但仍然需要復(fù)雜的生物神經(jīng)網(wǎng)絡(luò)來識(shí)別它們：例如，獨(dú)特氣味分子的混合物會(huì)包含某種氣味，”Qian說。

在處理特定分子字跡的時(shí)候，DNA神經(jīng)網(wǎng)絡(luò)可以將其分類為多達(dá)九個(gè)類別，每個(gè)類別代表從1到9的九個(gè)可能的手寫數(shù)字中的一個(gè)。

首先，Cherry構(gòu)建了一個(gè)DNA神經(jīng)網(wǎng)絡(luò)來區(qū)分手寫的6和7。他測(cè)試了36個(gè)手寫數(shù)字，而試管神經(jīng)網(wǎng)絡(luò)正確識(shí)別了所有這些數(shù)字。理論上，他的系統(tǒng)能夠?qū)⒊^1.2萬個(gè)手寫的6和7分為兩個(gè)類別——90％的數(shù)字來源于機(jī)器學(xué)習(xí)廣泛使用的手寫數(shù)字?jǐn)?shù)據(jù)庫。

這個(gè)過程的關(guān)鍵是使用由Qian和Cherry開發(fā)的DNA分子對(duì)“贏家通吃”競爭策略進(jìn)行編碼。在該策略中，為確定未知數(shù)字的身份，需要使用被稱為殲滅者的特定類型的DNA分子來選擇獲勝者。

Cherry說：“殲滅者與來自一個(gè)競爭者的一個(gè)分子和來自另一個(gè)競爭者的一個(gè)分子形成一個(gè)化合物，并通過反應(yīng)形成不活潑的惰性物種。殲滅者迅速吞噬所有競爭對(duì)手的分子，直到只剩下一個(gè)競爭對(duì)手的物種。然后，獲勝的競爭者被恢復(fù)到高濃度并產(chǎn)生熒光信號(hào)，以此來表明網(wǎng)絡(luò)的決定?！?/p>

接下來，在他的第一個(gè)DNA神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上，Cherry開發(fā)了一個(gè)更復(fù)雜的模型，可以對(duì)從1到9的單個(gè)數(shù)字進(jìn)行分類。當(dāng)給出一個(gè)未知數(shù)字時(shí)，這款“智能湯（smart soup）”會(huì)進(jìn)行一系列的反應(yīng)并輸出兩個(gè)熒光信號(hào)，例如，綠色和黃色代表一個(gè)5，或綠色和紅色代表一個(gè)9。

Qian和Cherry計(jì)劃開發(fā)能夠?qū)W習(xí)的人工神經(jīng)網(wǎng)絡(luò)，并從用于試管模型的實(shí)例進(jìn)行學(xué)習(xí)。Qian表示，通過這種方式，可以訓(xùn)練同樣的智能湯來執(zhí)行不同的任務(wù)。Cherry說：“普通的醫(yī)學(xué)診斷會(huì)檢測(cè)到一些生物分子的存在，例如膽固醇或血糖。如果使用像我們這樣的更復(fù)雜的生物分子電路，將來有可能可以對(duì)數(shù)百種生物分子進(jìn)行診斷測(cè)試，并直接在分子環(huán)境中做出分析和反應(yīng)。