8 Αυγούστου 2024
Η εικόνα μιας προσομοίωσης πόλης αναπτύχθηκε με γενετική τεχνητή νοημοσύνη. Φωτογραφία: Adobe Stock
Σε έναν κόσμο όπου η τεχνολογία αιχμής συχνά πηγάζει από τα εργαστήρια της Σίλικον Βάλεϊ, ορισμένες καινοτόμες λύσεις αντλούνται από πιο απροσδόκητες πηγές. Οι ερευνητές παίρνουν ερεθίσματα από βιντεοπαιχνίδια και μυρμήγκια και εφαρμόζουν μεγάλα γλωσσικά μοντέλα με ασυνήθιστους τρόπους για να λύσουν σύνθετα προβλήματα του πραγματικού κόσμου.
Φανταστείτε μια ακμάζουσα μητρόπολη με ψηλά κτίρια, εκτεταμένα πάρκα και βελτιωμένες δημόσιες συγκοινωνίες. Θα μπορούσε ο σχεδιασμός αυτής της πόλης να προήλθε όχι μόνο από έμπειρους πολεοδόμους, αλλά και από παθιασμένους πολίτες που είναι επίσης ένθερμοι λάτρεις των παιχνιδιών οικοδόμησης πόλεων;
Νέα έρευνα από το Πανεπιστήμιο του Λάνκαστερ στο Ηνωμένο Βασίλειο στοχεύει να φέρει επανάσταση στον πολεοδομικό σχεδιασμό ενσωματώνοντας τη συμβολή των παιδιών της πόλης στον σχεδιασμό. Η μελέτη, που δημοσιεύτηκε στο Acta Ludologica, ένα επιστημονικό περιοδικό με κριτές σχετικά με τον διάλογο των παιχνιδιών και των ψηφιακών παιχνιδιών, καταδεικνύει την έλλειψη δημόσιας συμμετοχής στις τρέχουσες πρακτικές αστικής ανάπτυξης και προτείνει τη χρήση πλατφορμών παιχνιδιών όπως ένα τροποποιημένο «Cities: Skylines» ή «Sim City» για να προσφέρει ρεαλιστικές προσομοιώσεις στους κατοίκους, ενισχύοντας τη συμμετοχή και την ευαισθητοποίησή τους στον πολεοδομικό σχεδιασμό.
Η τεχνολογία στην καρδιά αυτής της μελέτης είναι μια εξελιγμένη τροποποίηση του "Cities: Skylines", η οποία επιτρέπει στους παίκτες να εισάγουν κτίρια και μοντέλα πραγματικού κόσμου για να δημιουργήσουν ρεαλιστικά αστικά περιβάλλοντα. Οι συμμετέχοντες μπορούν να διαχειρίζονται πτυχές της ζωής στην πόλη, όπως η εκπαίδευση, οι δημόσιες υπηρεσίες και οι φορολογικές πολιτικές, ενώ ο πίνακας ελέγχου του παιχνιδιού παρακολουθεί την ευτυχία των πολιτών. Αυτή η διαδραστική προσέγγιση όχι μόνο εκπαιδεύει τους παίκτες σχετικά με τις περιπλοκές του πολεοδομικού σχεδιασμού, αλλά χρησιμεύει και ως εργαλείο για εφαρμογές στον πραγματικό κόσμο. Οι ερευνητές Paul Cureton και Paul Coulton, από το ερευνητικό εργαστήριο ImaginationLancaster του Λάνκαστερ, με επικεφαλής τον σχεδιασμό, έχουν καταδείξει την αποτελεσματικότητα αυτής της μεθόδου μέσω εργαστηρίων με το Δημοτικό Συμβούλιο του Λάνκαστερ, αφού εμπλέκαν τα παιδιά στον σχεδιασμό ενός νέου χωριού κήπου.
Οι επιπτώσεις αυτής της έρευνας είναι βαθιές. Ενσωματώνοντας τον σχεδιασμό παιχνιδιών με τον αστικό σχεδιασμό, οι ερευνητές προσφέρουν μια οικονομικά αποδοτική, ευχάριστη και επεκτάσιμη μέθοδο για την αύξηση της συμμετοχής των πολιτών στη διαδικασία σχεδιασμού. Αυτή η προσέγγιση αντιμετωπίζει επίσης την επείγουσα ανάγκη για αλλαγή στη συμμετοχή του κοινού, όπως επισημαίνεται από τα στοιχεία του Βασιλικού Ινστιτούτου Πολεοδομίας, τα οποία δείχνουν ελάχιστο ενδιαφέρον για τον σχεδιασμό μεταξύ των νεότερων ατόμων.
Η μελέτη καταλήγει υποδεικνύοντας ότι μια τέτοια καινοτόμος χρήση της τεχνολογίας παιχνιδιών θα μπορούσε να υποστηρίξει τους σχεδιαστές, να ενισχύσει την ανάπτυξη δεξιοτήτων και να παρέχει τα απαραίτητα εργαλεία για να εμπλέξουν τους ανθρώπους πιο ενεργά στη μεταμόρφωση των χώρων διαβίωσής τους. Τελικά, αυτή η έρευνα ανοίγει το δρόμο για ένα πιο συνεργατικό και δυναμικό μέλλον στην αστική ανάπτυξη.
Η επόμενη στάση στην εξέτασή μας για τις αντισυμβατικές τεχνολογικές εμπνεύσεις μας μεταφέρει στον μικροσκοπικό κόσμο του DNA. Ερευνητές στο TU Dresden της Γερμανίας χρησιμοποιούν τεχνητή νοημοσύνη για να ξεκλειδώσουν την κρυμμένη γλώσσα του DNA, παρέχοντας νέες γνώσεις για τη γενετική και τις ασθένειες.
Το DNA περιγράφεται συχνά ως το σχέδιο της ζωής, που περιέχει όλες τις οδηγίες για την κατασκευή και τη συντήρηση ενός οργανισμού. Ωστόσο, η αποκρυπτογράφηση όλων των πληροφοριών μέσα στο DNA είναι απίστευτα περίπλοκη και δεν έχει ακόμη κατανοηθεί πλήρως, και οι παραδοσιακές μέθοδοι ανάλυσης DNA μπορεί να είναι αργές και επίπονες. Εκεί ακριβώς έρχεται η τεχνητή νοημοσύνη.
Ερευνητές στο TU Dresden ανέπτυξαν ένα νέο μοντέλο τεχνητής νοημοσύνης με το όνομα GROVER (Genome Rules Obtained via Extracted Representations), το οποίο αντιμετωπίζει τις αλληλουχίες DNA σαν μια γλώσσα, χρησιμοποιώντας τεχνικές όπως αυτές που χρησιμοποιούνται στην επεξεργασία φυσικής γλώσσας. Αναλύοντας μοτίβα και δομές εντός του κώδικα DNA, η Τεχνητή Νοημοσύνη μπορεί να αναγνωρίσει αλληλουχίες. Αυτή η μέθοδος, παρόμοια με την αποκρυπτογράφηση μιας ξένης γλώσσας, επιτρέπει στους ερευνητές να χρησιμοποιούν το GROVER για ταχύτερη και ακριβέστερη ερμηνεία γενετικών δεδομένων.
Εκπαιδευόμενοι σε ολόκληρο το ανθρώπινο γονιδίωμα, το GROVER δημιουργεί ένα λεξικό DNA που οι ερευνητές ελπίζουν ότι μπορεί να ξεκλειδώσει γνώσεις σχετικά με τους γενετικούς κώδικες, προωθώντας τη γονιδιωματική και την εξατομικευμένη ιατρική. Αυτή η έρευνα, που δημοσιεύτηκε στο Nature Machine Intelligence, έχει τη δυνατότητα να οδηγήσει σε σημαντικές ανακαλύψεις στην κατανόηση της πολυπλοκότητας του DNA.
«Όσον αφορά τη γλώσσα, μιλάμε για γραμματική, σύνταξη και σημασιολογία», δήλωσε στην ιστοσελίδα του πανεπιστημίου η Μελίσα Σανάμπρια, ερευνήτρια πίσω από το έργο. «Για το DNA, αυτό σημαίνει την εκμάθηση των κανόνων που διέπουν τις αλληλουχίες, τη σειρά των νουκλεοτιδίων και των αλληλουχιών, καθώς και τη σημασία των αλληλουχιών.» Όπως τα μοντέλα GPT που μαθαίνουν ανθρώπινες γλώσσες, το GROVER έχει ουσιαστικά μάθει πώς να «μιλεί» το DNA.
Ερευνητές στο MAVLab του TU Delft σημείωσαν μια σημαντική ανακάλυψη στην πλοήγηση με ρομποτικά μέσα , αντλώντας έμπνευση από τον τρόπο με τον οποίο τα μυρμήγκια πλοηγούνται στο περιβάλλον τους. Τα μυρμήγκια χρησιμοποιούν έναν συνδυασμό οπτικής αναγνώρισης (σκεφτείτε στιγμιότυπα) και μέτρησης βημάτων (σκεφτείτε οδομετρία) για να επιστρέψουν σπίτι, ακόμη και μετά από μεγάλα ταξίδια. Το MAVLab έχει μιμηθεί αυτήν τη μέθοδο, δημιουργώντας μια στρατηγική πλοήγησης εμπνευσμένη από έντομα για μικροσκοπικά, ελαφριά ρομπότ.
Τα παραδοσιακά αυτόνομα συστήματα πλοήγησης συχνά βασίζονται σε υλικό που μπορεί να μην είναι πρακτικό για μικροσκοπικά ρομπότ. Εμπνευσμένοι από τη φύση, οι ερευνητές του MAVLabs σχεδίασαν ένα σύστημα όπου τα ρομπότ λαμβάνουν στιγμιότυπα του περιβάλλοντός τους για να βοηθήσουν στην πλοήγηση. Αυτή η μέθοδος, παρόμοια με το ίχνος ψωμιού του Χάνσελ και της Γκρέτελ , περιλαμβάνει τη λήψη οπτικών στιγμιότυπων κατά διαστήματα από το ρομπότ και τη χρήση τους για να καθοδηγήσει το ταξίδι επιστροφής του. Συνδυάζοντας αυτά τα στιγμιότυπα με την οδομετρία, τα ρομπότ καλύπτουν μεγαλύτερες αποστάσεις πιο αποτελεσματικά, μειώνοντας σημαντικά το υπολογιστικό φόρτο.
Αυτή η βιο-εμπνευσμένη προσέγγιση έχει αποδειχθεί με επιτυχία με το μικρό drone που ονομάζεται CrazyFlie, το οποίο μπορεί να πλοηγηθεί σε απόσταση έως και 100 μέτρων χρησιμοποιώντας μόνο 1,16 KB μνήμης. Η έρευνα ανοίγει το δρόμο για την πρακτική ανάπτυξη μικροσκοπικών ρομπότ σε διάφορα σενάρια πραγματικού κόσμου όπου οι παραδοσιακές μέθοδοι πλοήγησης μπορεί να είναι ανέφικτες. Ενώ το σύστημα δεν δημιουργεί λεπτομερείς χάρτες, παρέχει μια ισχυρή λύση για συγκεκριμένες εργασίες όπως η παρακολούθηση αποθεμάτων και η παρακολούθηση καλλιεργειών θερμοκηπίου, όπου η απλή λειτουργικότητα επιστροφής στη βάση είναι επαρκής.
Είτε πρόκειται για τη χρήση βιντεοπαιχνιδιών για τη βελτίωση του πολεοδομικού σχεδιασμού, είτε για την αξιοποίηση των δεξιοτήτων πλοήγησης των μυρμηγκιών για την ενίσχυση της ρομποτικής, είτε για την αξιοποίηση της Τεχνητής Νοημοσύνης για την αποκωδικοποίηση της γλώσσας του DNA, αυτά τα προοδευτικά παραδείγματα καταδεικνύουν τη δύναμη της σκέψης έξω από τα συνηθισμένα για να οδηγήσουν σε αξιοσημείωτες εξελίξεις. Και καθώς οι ερευνητές συνεχίζουν να εξετάζουν τον φυσικό κόσμο και πέρα από αυτόν για έμπνευση, μπορούμε να περιμένουμε να αναδυθούν περισσότερες από αυτές τις καινοτόμες λύσεις, μεταμορφώνοντας τον τρόπο που ζούμε και αλληλεπιδρούμε με την τεχνολογία.