דמיינו מטרופולין משגשג עם בניינים רבי קומות, פארקים רחבי ידיים ותחבורה ציבורית יעילה. האם ייתכן שעיצוב העיר הזו נבע לא רק ממתכנני ערים מומחים, אלא גם מאזרחים נלהבים שהם גם חובבי משחקי בניית ערים מושבעים?

מחקר חדש מאוניברסיטת לנקסטר בבריטניה שואף לחולל מהפכה בתכנון העירוני על ידי שילוב קלט מילדי העיר בעיצוב. המחקר, שפורסם ב- Acta Ludologica, כתב עת מדעי שעבר ביקורת עמיתים העוסק בשיח על משחקים ומשחקים דיגיטליים, ממחיש את חוסר המעורבות הציבורית בפרקטיקות הפיתוח העירוניות הנוכחיות ומציע שימוש בפלטפורמות משחקים כמו "Cities: Skylines" או "Sim City" משופרים כדי להציע סימולציות מציאותיות לתושבים, ולשפר את מעורבותם ומודעותם בתכנון ערים.

הטכנולוגיה שבלב המחקר הזה היא גרסה מתוחכמת של "Cities: Skylines", המאפשרת לשחקנים לייבא מבנים ומודלים מהעולם האמיתי כדי ליצור סביבות עירוניות מציאותיות. המשתתפים יכולים לנהל היבטים של חיי העיר, כולל חינוך, שירותים ציבוריים ומדיניות מס, בעוד שלוח המחוונים של המשחק עוקב אחר אושר האזרחים. גישה אינטראקטיבית זו לא רק מחנכת את השחקנים על מורכבויות התכנון העירוני, אלא גם משמשת ככלי ליישומים בעולם האמיתי. החוקרים פול קיורטון ופול קולטון, ממעבדת המחקר ImaginationLancaster של לנקסטר, המתמקדת בעיצוב, הדגימו את יעילותה של שיטה זו באמצעות סדנאות עם מועצת העיר לנקסטר לאחר ששיתפו ילדים בתכנון כפר גנים חדש.

ההשלכות של מחקר זה הן עמוקות. על ידי שילוב עיצוב משחקים עם תכנון עירוני, החוקרים מציעים שיטה חסכונית, מהנה וניתנת להרחבה להגברת מעורבות האזרחים בתהליך התכנון. גישה זו עונה גם על הצורך הדחוף בשינוי בהשתתפות הציבור, כפי שמודגש על ידי נתוני המכון המלכותי לתכנון ערים המצביעים על עניין מינימלי בתכנון בקרב צעירים.

המחקר מסכם בהצעה כי שימוש חדשני שכזה בטכנולוגיית משחקים יכול לתמוך במתכננים, לשפר את פיתוח המיומנויות ולספק את הכלים הדרושים כדי לערב אנשים בצורה עמוקה יותר בשינוי של מרחבי המגורים שלהם. בסופו של דבר, מחקר זה סולל את הדרך לעתיד שיתופי ודינמי יותר בפיתוח עירוני.

התחנה הבאה במבטנו על השראות טכנולוגיות לא קונבנציונליות לוקחת אותנו לעולם המיקרוסקופי של ה-DNA. חוקרים באוניברסיטת טנסי דרזדן בגרמניה משתמשים בבינה מלאכותית כדי לחשוף את השפה הנסתרת של הדנ"א, ומספקים תובנות חדשות לגבי גנטיקה ומחלות.

DNA מתואר לעתים קרובות כתוכנית האב של החיים, המכילה את כל ההוראות לבנייה ותחזוקה של אורגניזם. עם זאת, פענוח כל המידע בתוך ה-DNA הוא מורכב להפליא ועדיין לא מובן במלואו, ושיטות מסורתיות של ניתוח DNA יכולות להיות איטיות ודורשות עבודה רבה. שם נכנסת לתמונה בינה מלאכותית.

חוקרים באוניברסיטת טנסי דרזדן פיתחו מודל בינה מלאכותית חדש בשם GROVER (חוקי גנום שהתקבלו באמצעות ייצוגים מופקים), אשר מתייחס לרצפי DNA כשפה, תוך שימוש בטכניקות דומות לאלו המשמשות בעיבוד שפה טבעית. על ידי ניתוח דפוסים ומבנים בתוך קוד ה-DNA, הבינה המלאכותית יכולה לזהות רצפים. שיטה זו, בדומה לפענוח שפה זרה, מאפשרת לחוקרים להשתמש ב-GROVER לפרשנות מהירה ומדויקת יותר של נתונים גנטיים.

על ידי אימון על הגנום האנושי כולו, GROVER יוצר מילון DNA שהחוקרים מקווים שיוכל לפתוח תובנות לגבי קודים גנטיים, לקדם גנומיקה ורפואה מותאמת אישית. מחקר זה, שפורסם בכתב העת Nature Machine Intelligence, טומן בחובו פוטנציאל לפריצות דרך משמעותיות בהבנת מורכבות ה-DNA.

"מבחינת שפה, אנחנו מדברים על דקדוק, תחביר וסמנטיקה", אמרה מליסה סנבריה, חוקרת שעומדת מאחורי הפרויקט, לאתר האינטרנט של האוניברסיטה. "עבור DNA, משמעות הדבר היא לימוד הכללים השולטים ברצפים, סדר הנוקלאוטידים והרצפים, ומשמעות הרצפים." כמו מודלים של GPT הלומדים שפות אנושיות, GROVER למעשה למד כיצד 'לדבר' DNA.

חוקרים במעבדת MAVL של TU Delft עשו פריצת דרך משמעותית בניווט רובוטי על ידי שאיבת השראה מהאופן שבו נמלים מנווטות את סביבתן. נמלים משתמשות בשילוב של זיהוי חזותי (חשבו על תמונות בזק) וספירת צעדים (חשבו על מרחק) כדי לחזור הביתה, אפילו לאחר נסיעות ארוכות. מעבדת MAVL חיקתה שיטה זו, ויצרה אסטרטגיית ניווט בהשראת חרקים עבור רובוטים זעירים וקלים.

מערכות ניווט אוטונומיות מסורתיות מסתמכות לעתים קרובות על חומרה שיכולה להיות לא מעשית עבור רובוטים זעירים. בהשראת הטבע, חוקרי MAVLabs תכננו מערכת שבה רובוטים מצלמים תמונות של סביבתם כדי לסייע בניווט. שיטה זו, בדומה לשביל פירורי הלחם של הנזל וגרטל , כוללת את הרובוט מצלם תמונות חזותיות במרווחים ומשתמש בהן כדי להנחות את מסעו חזרה. על ידי שילוב תמונות מצב אלו עם מרחק מדידה, הרובוטים מכסים מרחקים גדולים יותר בצורה יעילה יותר, ומפחיתים משמעותית את נטל החישוב.