像素、蚂蚁和 DNA：小包装中蕴藏大创新

想象一下，这是一个高楼林立、公园广阔、公共交通发达的繁华大都市。这座城市的设计是否不仅来自专业的城市规划师，还来自热衷于城市建设游戏的市民？

英国兰卡斯特大学（Lancaster University）的新研究旨在通过将城市儿童的意见纳入设计，彻底改变城市规划。这项研究发表在《游戏学》（Acta Ludologica）杂志上，这是一份关于游戏和数字游戏话语的同行评审科学杂志，它说明了当前城市发展实践中缺乏公众参与的问题，并建议使用游戏平台，如改良版的"城市：天际线 "或"模拟城市 "等游戏平台，为居民提供逼真的模拟，提高他们对城市规划的参与度和意识。

这项研究的核心技术是对 "Cities：天际线"，玩家可以导入现实世界中的建筑和模型，创造栩栩如生的城市环境。参与者可以管理城市生活的方方面面，包括教育、公共服务和税收政策，而游戏仪表盘则可以追踪市民的幸福感。这种互动方式不仅能让玩家了解错综复杂的城市规划，还能作为实际应用的工具。兰卡斯特以设计为主导的研究实验室ImaginationLancaster的研究人员保罗-库雷顿（Paul Cureton）和保罗-库尔顿（Paul Coulton）通过与兰卡斯特市议会合作举办研讨会，让儿童参与新花园村庄的规划，证明了这种方法的有效性。

这项研究意义深远。通过将游戏设计与城市规划相结合，研究人员提供了一种具有成本效益、令人愉悦且可扩展的方法，以提高市民在规划过程中的参与度。英国皇家城市规划学会的数据显示，年轻人对规划的兴趣微乎其微，这种方法也满足了改变公众参与方式的迫切需要。

研究最后指出，这种对游戏技术的创新使用可以为规划者提供支持，促进技能发展，并提供必要的工具，让人们更深入地参与生活空间的改造。最终，这项研究为城市发展中更具协作性和活力的未来铺平了道路。

下一站，我们将探索 DNA 的微观世界。德国 德累斯顿工业大学（TU Dresden）的研究人员正在利用人工智能解开 DNA 隐藏的语言，为遗传学和疾病提供新的见解。

DNA 通常被描述为生命的蓝图，包含构建和维持生物体的所有指令。然而，破译 DNA 中的所有信息是极其复杂的，目前还没有完全搞清楚，而且传统的 DNA 分析方法可能很慢，需要耗费大量人力物力。这就是人工智能的用武之地。

德累斯顿工业大学（TU Dresden ） 的研究人员开发了一种名为 GROVER （通过提取表征获得基因组规则）的 新型人工智能模型 ，该模型像处理语言一样处理 DNA 序列，使用的技术与自然语言处理中使用的技术类似。通过分析 DNA 代码中的模式和结构，人工智能可以识别序列。这种方法类似于破译外语，研究人员可以利用 GROVER 更快、更准确地解读基因数据。

通过对整个人类基因组进行训练，GROVER 创建了 DNA 字典，研究人员希望它能揭示基因密码，推动基因组学和个性化医疗的发展。这项发表在《自然-机器智能》（Nature Machine Intelligence）上的研究有望在理解 DNA 的复杂性方面取得重大突破。

" 该项目背后的研究人员梅丽莎-萨纳布里亚（Melissa Sanabria）告诉大学网站："就语言而言，我们谈论的是语法、句法和语义。"对于 DNA 来说，这意味着要学习管理序列的规则、核苷酸和序列的顺序以及序列的含义。就像 GPT 模型学习人类语言一样，GROVER 基本上学会了如何'说'DNA"。

代尔夫特理工大学 MAVLab 实验室的研究人员从蚂蚁的导航方式中汲取灵感， 在机器人 导航 领域取得了重大突破 。蚂蚁利用视觉识别（想象一下快照）和步数计算（想象一下里程计）相结合的方法返回家园，即使经过长途跋涉也是如此。无人飞行器实验室仿效了这种方法，为微型、轻型机器人创造了一种受昆虫启发的导航策略。

传统的自主导航系统通常依赖于硬件，而这些硬件对于小型机器人来说并不实用。受大自然的启发，MAVLabs 的研究人员设计了一种系统，让机器人拍摄周围环境的快照来帮助导航。这种方法类似于韩赛尔和格莱特的面包屑足迹，机器人每隔一段时间就会拍摄视觉快照，并利用这些快照引导自己返回。通过将这些快照与里程测量相结合，机器人可以更有效地覆盖更远的距离，大大减轻了计算负担。