Predstavljajte si cvetočo metropolo z visokimi stavbami, prostranimi parki in poenostavljenim javnim prevozom. Bi lahko zasnova tega mesta izhajala ne le od strokovnih urbanistov, temveč tudi od strastnih meščanov, ki so tudi navdušeni nad igrami gradnje mest?

Nova raziskava Univerze Lancaster v Združenem kraljestvu si prizadeva revolucionirati urbanistično načrtovanje z vključitvijo prispevkov mestnih otrok v načrtovanje. Študija, objavljena v Acta Ludologica, strokovno recenzirani znanstveni reviji o diskurzu iger in digitalnih iger, ponazarja pomanjkanje javnega sodelovanja v trenutnih praksah urbanega razvoja in predlaga uporabo igralnih platform, kot sta spremenjena »Cities: Skylines« ali »Sim City« , da bi prebivalcem ponudili realistične simulacije, s čimer bi povečali njihovo vključenost in ozaveščenost o urbanističnem načrtovanju.

Tehnologija, ki je v središču te študije, je sofisticirana modifikacija igre »Cities: Skylines«, ki igralcem omogoča uvoz stavb in modelov iz resničnega sveta za ustvarjanje realističnih urbanih okolij. Udeleženci lahko upravljajo vidike mestnega življenja, vključno z izobraževanjem, javnimi storitvami in davčno politiko, medtem ko nadzorna plošča igre spremlja srečo državljanov. Ta interaktivni pristop ne le izobražuje igralce o zapletenostih urbanističnega načrtovanja, temveč služi tudi kot orodje za aplikacije v resničnem svetu. Raziskovalca Paul Cureton in Paul Coulton iz lancasterjevega raziskovalnega laboratorija ImaginationLancaster, ki se osredotoča na oblikovanje, sta učinkovitost te metode dokazala na delavnicah z mestnim svetom Lancasterja, potem ko sta otroke vključila v načrtovanje nove vrtne vasi.

Posledice te raziskave so globoke. Z integracijo oblikovanja iger z urbanističnim načrtovanjem raziskovalci ponujajo stroškovno učinkovito, zabavno in prilagodljivo metodo za povečanje vključenosti državljanov v proces načrtovanja. Ta pristop obravnava tudi nujno potrebo po spremembi sodelovanja javnosti, kar poudarjajo podatki Kraljevega inštituta za urbanistično načrtovanje, ki kažejo na majhno zanimanje mlajših za načrtovanje.

Študija se zaključi z namigom, da bi takšna inovativna uporaba igralne tehnologije lahko podprla načrtovalce, izboljšala razvoj spretnosti in zagotovila potrebna orodja za globlje vključevanje ljudi v preobrazbo njihovih bivalnih prostorov. Konec koncev ta raziskava utira pot bolj sodelovalni in dinamični prihodnosti v urbanem razvoju.

Naslednja postaja našega pogleda na nekonvencionalne tehnološke navdihe nas popelje v mikroskopski svet DNK. Raziskovalci na nemški tehnični univerzi v Dresdnu uporabljajo umetno inteligenco za odklepanje skritega jezika DNK, kar zagotavlja nove vpoglede v genetiko in bolezni.

DNK pogosto opisujejo kot načrt življenja, ki vsebuje vsa navodila za izgradnjo in vzdrževanje organizma. Vendar pa je dešifriranje vseh informacij v DNK neverjetno zapleteno in še ni povsem razumljeno, tradicionalne metode analize DNK pa so lahko počasne in delovno intenzivne. Tu pride na vrsto umetna inteligenca.

Raziskovalci na TU Dresden so razvili nov model umetne inteligence z imenom GROVER (Genome Rules Obtained via Extracted Representations - Pravila genoma, pridobljena z izvlečenimi predstavitvami), ki obravnava zaporedja DNK kot jezik, pri čemer uporablja tehnike, podobne tistim, ki se uporabljajo pri obdelavi naravnega jezika. Z analizo vzorcev in struktur znotraj kode DNK lahko umetna inteligenca prepozna zaporedja. Ta metoda, podobna dešifriranju tujega jezika, raziskovalcem omogoča uporabo GROVERJA za hitrejšo in natančnejšo interpretacijo genetskih podatkov.

Z učenjem na celotnem človeškem genomu GROVER ustvarja slovar DNK, za katerega raziskovalci upajo, da bo odkril vpogled v genetske kode, s čimer bo napredovala genomika in personalizirana medicina. Ta raziskava, objavljena v reviji Nature Machine Intelligence, ima potencial za pomembne preboje v razumevanju kompleksnosti DNK.

»Kar zadeva jezik, govorimo o slovnici, sintaksi in semantiki,« je za spletno stran univerze povedala Melissa Sanabria, raziskovalka, ki stoji za projektom. "Za DNK to pomeni učenje pravil, ki urejajo zaporedja, vrstni red nukleotidov in zaporedij ter pomen zaporedij." Tako kot modeli GPT, ki se učijo človeških jezikov, se je GROVER v bistvu naučil 'govoriti' DNK.

Raziskovalci na TU Delft MAVLab so dosegli pomemben preboj v robotski navigaciji, saj so se navdihnili pri tem, kako mravlje navigirajo v svojem okolju. Mravlje uporabljajo kombinacijo vizualnega prepoznavanja (pomislite na posnetke) in štetja korakov (pomislite na odometrijo), da se vrnejo domov, tudi po dolgih potovanjih. MAVLab je posnemal to metodo in ustvaril navigacijsko strategijo, ki jo navdihujejo žuželke, za drobne, lahke robote.

Tradicionalni avtonomni navigacijski sistemi se pogosto zanašajo na strojno opremo, ki je lahko nepraktična za drobne robote. Raziskovalci MAVLabs so, navdihnjeni z naravo, zasnovali sistem, v katerem roboti posnamejo posnetke svoje okolice, da bi jim pomagali pri navigaciji. Ta metoda, podobna drobtinski poti Janka in Metke , vključuje robota, ki v intervalih posname vizualne posnetke in jih uporabi za vodenje povratne poti. Z združevanjem teh posnetkov z odometrijo roboti učinkoviteje premagujejo večje razdalje, kar znatno zmanjša računalniško breme.