Zamislite uspješnu metropolu s visokim zgradama, prostranim parkovima i pojednostavljenim javnim prijevozom. Je li 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 Sveučilišta Lancaster u Velikoj Britaniji ima za cilj revolucionirati urbano planiranje uključivanjem doprinosa gradske djece u dizajn. Objavljena u Acta Ludologica, recenziranom znanstvenom časopisu o diskursu igara i digitalnih igara, studija ilustrira nedostatak javnog angažmana u trenutnim praksama urbanog razvoja i predlaže korištenje igraćih platformi poput modificiranog „Cities: Skylines“ ili „Sim City“ kako bi se stanovnicima ponudile realistične simulacije, povećavajući njihovo uključivanje i svijest o urbanističkom planiranju.

Tehnologija u središtu ove studije je sofisticirana modifikacija igre „Cities: Skylines“, koja igračima omogućuje uvoz zgrada i modela iz stvarnog svijeta kako bi stvorili realistična urbana okruženja. Sudionici mogu upravljati aspektima gradskog života, uključujući obrazovanje, javne usluge i porezne politike, dok nadzorna ploča igre prati sreću građana. Ovaj interaktivni pristup ne samo da educira igrače o zamršenostima urbanog planiranja, već služi i kao alat za primjene u stvarnom svijetu. Istraživači Paul Cureton i Paul Coulton iz lancasterskog istraživačkog laboratorija ImaginationLancaster, vođenog dizajnom, pokazali 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 sudjelovanju 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 utire put za suradničku i dinamičniju budućnost urbanog razvoja.

Sljedeća stanica u našem pogledu na nekonvencionalne tehnološke inspiracije vodi nas u mikroskopski svijet DNK. Istraživači s njemačkog 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 nevjerojatno je složeno i još nije u potpunosti shvaćeno, a tradicionalne metode analize DNK mogu biti spore i radno intenzivne. Tu nastupa umjetna inteligencija.

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

Treniranjem na cijelom ljudskom genomu, GROVER stvara DNK rječnik za koji se 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.

„Što se tiče jezika, govorimo o gramatici, sintaksi i semantici“, rekla je za web stranicu sveučilišta 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 s TU Delft MAVLaba napravili su značajan proboj u navigaciji robota crpeći inspiraciju iz načina na koji se mravi snalaze 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 oponašao ovu metodu, stvarajući strategiju navigacije inspiriranu kukcima za sitne, lagane robote.

Tradicionalni autonomni navigacijski sustavi često se oslanjaju na hardver koji može biti nepraktičan za male robote. Inspirirani prirodom, istraživači MAVLabsa osmislili su sustav u kojem roboti snimaju snimke svoje okoline kako bi im pomogli u navigaciji. Ova metoda, slična tragu Ivice i Marice , uključuje robota koji u intervalima snima vizualne snimke i koristi ih za vođenje povratnog puta. Kombiniranjem ovih snimaka s odometrijom, roboti učinkovitije pokrivaju veće udaljenosti, značajno smanjujući računalno opterećenje.