Zamislite uspješnu metropolu s visokim zgradama, prostranim parkovima i pojednostavljenim javnim prijevozom. Da li je dizajn ovog grada mogao proizaći ne samo iz stručnih urbanista, već i od strastvenih građana koji su ujedno i strastveni entuzijasti igara izgradnje gradova?

Novo istraživanje sa Univerziteta Lancaster u Velikoj Britaniji ima za cilj revolucionirati urbano planiranje uključivanjem doprinosa gradske djece u dizajn. Objavljena u Acta Ludologica, recenziranom naučnom časopisu o diskursu igara i digitalnih igara, studija ilustruje nedostatak javnog angažmana u trenutnim praksama urbanog razvoja i predlaže korištenje platformi za igre poput modificiranog "Cities: Skylines" ili "Sim City" kako bi se stanovnicima ponudile realistične simulacije, povećavajući njihovo učešće i svijest o urbanom planiranju.

Tehnologija koja je u središtu ove studije je sofisticirana modifikacija igre "Cities: Skylines", koja omogućava igračima da uvoze zgrade i modele iz stvarnog svijeta kako bi stvorili realistična urbana okruženja. Učesnici mogu upravljati aspektima gradskog života, uključujući obrazovanje, javne usluge i poreske politike, dok kontrolna ploča igre prati sreću građana. Ovaj interaktivni pristup ne samo da educira igrače o složenosti urbanog planiranja, već služi i kao alat za primjenu u stvarnom svijetu. Istraživači Paul Cureton i Paul Coulton iz lancasterskog istraživačkog laboratorija ImaginationLancaster, vođenog dizajnom, demonstrirali su učinkovitost ove metode kroz radionice s gradskim vijećem Lancastera nakon što su uključili djecu u planiranje novog vrtnog sela.

Implikacije ovog istraživanja su duboke. Integracijom dizajna igara s urbanističkim planiranjem, istraživači nude isplativu, zabavnu i skalabilnu metodu za povećanje angažmana građana u procesu planiranja. Ovaj pristup također se bavi hitnom potrebom za promjenom u učešću javnosti, što je istaknuto podacima Kraljevskog instituta za urbanističko planiranje koji ukazuju na minimalan interes za planiranje među mlađim ljudima.

Studija završava sugestijom da bi takva inovativna upotreba tehnologije igara mogla podržati planere, poboljšati razvoj vještina i pružiti potrebne alate za dublje uključivanje ljudi u transformaciju njihovih životnih prostora. U konačnici, ovo istraživanje otvara put za kolaborativniju i dinamičniju budućnost urbanog razvoja.

Sljedeća stanica u našem pogledu na nekonvencionalne tehnološke inspiracije vodi nas u mikroskopski svijet DNK. Istraživači na njemačkom TU Dresden koriste umjetnu inteligenciju kako bi otključali skriveni jezik DNK, pružajući nove uvide u genetiku i bolesti.

DNK se često opisuje kao nacrt života, koji sadrži sve upute za izgradnju i održavanje organizma. Međutim, dešifriranje svih informacija unutar DNK je nevjerovatno složeno i još nije u potpunosti shvaćeno, a tradicionalne metode analize DNK mogu biti spore i radno intenzivne. Tu nastupa vještačka inteligencija.

Istraživači na TU Dresden razvili su novi model umjetne inteligencije pod nazivom GROVER (Genome Rules Obtained via Extracted Representations - Pravila genoma dobijena putem ekstrahovanih reprezentacija), koji tretira DNK sekvence kao jezik, koristeći tehnike slične onima koje se koriste u obradi prirodnog jezika. Analizirajući obrasce i strukture unutar DNK koda, vještačka inteligencija može identificirati sekvence. Ova metoda, slična dešifriranju stranog jezika, omogućava istraživačima da koriste GROVER za brže i preciznije tumačenje genetskih podataka.

Obukom na cijelom ljudskom genomu, GROVER stvara DNK rječnik za koji istraživači nadaju da će otkriti uvide u genetske kodove, unaprijediti genomiku i personaliziranu medicinu. Ovo istraživanje, objavljeno u časopisu Nature Machine Intelligence, ima potencijal za značajna otkrića u razumijevanju složenosti DNK.

„Kada je u pitanju jezik, govorimo o gramatici, sintaksi i semantici“, rekla je za web stranicu univerziteta Melissa Sanabria, istraživačica koja stoji iza projekta. "Za DNK, to znači učenje pravila koja upravljaju sekvencama, redoslijedom nukleotida i sekvenci, te značenjem sekvenci." Poput GPT modela koji uče ljudske jezike, GROVER je u osnovi naučio kako 'govoriti' DNK.

Istraživači na TU Delft MAVLab-u napravili su značajan proboj u navigaciji robota crpeći inspiraciju iz načina na koji se mravi kreću u svom okruženju. Mravi koriste kombinaciju vizualnog prepoznavanja (zamislite snimke) i brojanja koraka (zamislite odometriju) kako bi se vratili kući, čak i nakon dugih putovanja. MAVLab je emulirao ovu metodu, stvarajući strategiju navigacije inspirisanu insektima za sitne, lagane robote.

Tradicionalni autonomni navigacijski sistemi često se oslanjaju na hardver koji može biti nepraktičan za male robote. Inspirisani prirodom, istraživači MAVLabs-a su dizajnirali sistem u kojem roboti snimaju snimke svoje okoline kako bi im pomogli u navigaciji. Ova metoda, slična metodi "handcrumb track" Ivice i Marice , uključuje robota koji u intervalima pravi vizualne snimke i koristi ih za vođenje povratnog puta. Kombinovanjem ovih snimaka sa odometrijom, roboti efikasnije prelaze veće udaljenosti, značajno smanjujući računarsko opterećenje.