Skip to main content

Innovatie

8 augustus 2024

 

Pixels, mieren en DNA: grote innovatie wacht op je in kleine verpakkingen

In onze In Tech-rubriek gebruiken onderzoekers videogames om betere steden te bouwen, zich te laten leiden door mieren en DNA te leren 'spreken'.

Een door AI gegenereerde afbeelding van een stadsbouwspel met hoge gebouwen in een lommerrijke stedelijke omgeving.

Afbeelding van een stadssimulatie is ontwikkeld met generatieve AI. Foto credit: Adobe Stock

Chris Mullen

Donateur

Over In Tech

In Tech is onze vaste rubriek die laat zien waar mensen het over hebben in de wereld van technologie - alles van crypto en NFT's tot slimme steden en cyberbeveiliging. 

In een wereld waar geavanceerde technologie vaak voortkomt uit de laboratoria van Silicon Valley, worden sommige innovatieve oplossingen uit meer onverwachte bronnen gehaald. Onderzoekers nemen aanwijzingen van videogames en mieren en passen grote taalmodellen op ongebruikelijke manieren toe om complexe problemen uit de echte wereld op te lossen.

Betere blokken bouwen met polygonen en pixels

Stel je een bloeiende metropool voor met hoogbouw, uitgestrekte parken en gestroomlijnd openbaar vervoer. Zou het ontwerp van deze stad niet alleen afkomstig kunnen zijn van deskundige stedenbouwkundigen, maar ook van gepassioneerde burgers die ook fervente liefhebbers zijn van stedenbouw?

Nieuw onderzoek van de Lancaster University in het Verenigd Koninkrijk heeft tot doel een revolutie teweeg te brengen in de stedenbouw door de inbreng van de kinderen van de stad in het ontwerp op te nemen. Gepubliceerd in Acta Ludologica, een peer-reviewed wetenschappelijk tijdschrift over het discours van games en digitale games, illustreert de studie het gebrek aan publieke betrokkenheid bij de huidige stedenbouwkundige praktijken en stelt voor om gameplatforms zoals een aangepaste "Cities: Skylines" of "Sim City" te gebruiken om realistische simulaties voor bewoners te bieden, waardoor hun betrokkenheid en bewustzijn bij stadsplanning wordt vergroot.

De technologie die centraal staat in deze studie is een geavanceerde aanpassing van 'Cities: Skylines', waarmee spelers echte gebouwen en modellen kunnen importeren om levensechte stedelijke omgevingen te creëren. Deelnemers kunnen aspecten van het stadsleven beheren, waaronder onderwijs, openbare diensten en belastingbeleid, terwijl het speldashboard het geluk van burgers bijhoudt. Deze interactieve aanpak leert spelers niet alleen over de fijne kneepjes van stedenbouw, maar dient ook als hulpmiddel voor toepassingen in de echte wereld. Onderzoekers Paul Cureton en Paul Coulton, van Lancaster's ontwerpgeleide onderzoekslaboratorium ImaginationLancaster, hebben de effectiviteit van deze methode aangetoond door middel van workshops met de gemeenteraad van Lancaster nadat ze kinderen hadden betrokken bij de planning van een nieuw tuindorp.

De implicaties van dit onderzoek zijn ingrijpend. Door gamedesign te integreren met stedenbouw, bieden de onderzoekers een kosteneffectieve, plezierige en schaalbare methode om de betrokkenheid van burgers bij het planningsproces te vergroten. Deze aanpak komt ook tegemoet aan de dringende behoefte aan verandering in de participatie van het publiek, zoals blijkt uit de gegevens van het Royal Town Planning Institute die wijzen op minimale interesse in planning onder jongeren.

De studie concludeert met de suggestie dat een dergelijk innovatief gebruik van gametechnologie planners zou kunnen ondersteunen, de ontwikkeling van vaardigheden zou kunnen verbeteren en de nodige hulpmiddelen zou kunnen bieden om mensen dieper te betrekken bij de transformatie van hun woonruimtes. Uiteindelijk maakt dit onderzoek de weg vrij voor een meer collaboratieve en dynamische toekomst in stedelijke ontwikkeling.

De taal van het leven

De volgende halte op onze blik op onconventionele technische inspiraties brengt ons naar de microscopische wereld van DNA. Onderzoekers van de Duitse TU Dresden gebruiken kunstmatige intelligentie om de verborgen taal van DNA te ontrafelen en nieuwe inzichten te verschaffen in genetica en ziekte.

DNA wordt vaak beschreven als de blauwdruk van het leven, met alle instructies voor het bouwen en onderhouden van een organisme. Het ontcijferen van alle informatie in DNA is echter ongelooflijk complex en nog niet volledig begrepen, en traditionele methoden van DNA-analyse kunnen traag en arbeidsintensief zijn. Dat is waar kunstmatige intelligentie om de hoek komt kijken.

Onderzoekers van de TU Dresden hebben een nieuw AI-model ontwikkeld met de naam GROVER (Genome Rules Obtained via Extracted Representations), dat DNA-sequenties als een taal behandelt met behulp van technieken zoals die worden gebruikt bij natuurlijke taalverwerking. Door patronen en structuren in de DNA-code te analyseren, kan de AI sequenties identificeren. Deze methode, die lijkt op het ontcijferen van een vreemde taal, stelt onderzoekers in staat om GROVER te gebruiken voor een snellere en nauwkeurigere interpretatie van genetische gegevens.

Door te trainen op het hele menselijke genoom, creëert GROVER een DNA-woordenboek waarvan onderzoekers hopen dat het inzichten kan ontsluiten in genetische codes, het bevorderen van genomica en gepersonaliseerde geneeskunde. Dit onderzoek, gepubliceerd in Nature Machine Intelligence, heeft potentieel voor belangrijke doorbraken in het begrijpen van de complexiteit van DNA.

"In termen van taal hebben we het over grammatica, syntaxis en semantiek," vertelde Melissa Sanabria, een onderzoeker achter het project, op de website van de universiteit. "Voor DNA betekent dit het leren van de regels voor de sequenties, de volgorde van de nucleotiden en sequenties en de betekenis van de sequenties. Net zoals GPT-modellen menselijke talen leren, heeft GROVER in feite DNA leren 'spreken'."

Mieren analyseren om miniatuurmachines te mobiliseren

Onderzoekers van het MAVLab van de TU Delft hebben een belangrijke doorbraak bereikt in robotnavigatie door inspiratie te halen uit de manier waarop mieren door hun omgeving navigeren. Mieren gebruiken een combinatie van visuele herkenning (denk aan snapshots) en het tellen van stappen (denk aan odometrie) om naar huis terug te keren, zelfs na lange reizen. Het MAVLab heeft deze methode nagebootst en een op insecten geïnspireerde navigatiestrategie ontwikkeld voor kleine, lichtgewicht robots.

Traditionele autonome navigatiesystemen vertrouwen vaak op hardware die onpraktisch kan zijn voor kleine robots. Geïnspireerd door de natuur hebben MAVLabs-onderzoekers een systeem ontworpen waarbij robots snapshots van hun omgeving maken om de navigatie te ondersteunen. Deze methode, vergelijkbaar met het broodkruimelspoor van Hans en Grietje, houdt in dat de robot met tussenpozen visuele snapshots maakt en deze gebruikt om zijn terugreis te begeleiden. Door deze snapshots te combineren met odometrie, leggen de robots efficiënter grotere afstanden af, waardoor de rekenlast aanzienlijk wordt verminderd.

Deze bio-geïnspireerde aanpak is met succes gedemonstreerd met de kleine drone genaamd de CrazyFlie, die tot 100 meter kan navigeren met slechts 1,16 KB geheugen.  Het onderzoek maakt de weg vrij voor de praktische inzet van kleine robots in verschillende real-world scenario's waar traditionele navigatiemethoden mogelijk onhaalbaar zijn. Hoewel het systeem geen gedetailleerde kaarten genereert, biedt het een robuuste oplossing voor specifieke taken zoals het bijhouden van voorraden en het monitoren van kasgewassen, waarbij een eenvoudige terugkeer naar de basisfunctionaliteit voldoende is.

Of het nu gaat om het gebruik van videogames om de stadsplanning te verbeteren, het gebruik van de navigatievaardigheden van mieren om robotica te verbeteren of het gebruik van AI om de taal van DNA te decoderen, deze vooruitstrevende voorbeelden demonstreren de kracht van out-of-the-box denken om opmerkelijke vooruitgang te boeken. En naarmate onderzoekers naar de natuurlijke wereld en daarbuiten blijven kijken voor inspiratie, kunnen we verwachten dat er meer van deze innovatieve oplossingen zullen ontstaan, die de manier waarop we leven en omgaan met technologie veranderen.