พิกเซล มด และดีเอ็นเอ: นวัตกรรมครั้งใหญ่กำลังรออยู่ในแพ็กเกจขนาดเล็ก

ลองนึกภาพมหานครที่เจริญรุ่งเรือง มีตึกระฟ้า สวนสาธารณะกว้างขวาง และระบบขนส่งสาธารณะที่ทันสมัย เป็นไปได้หรือไม่ว่าการออกแบบเมืองนี้ไม่ได้มาจากนักวางผังเมืองผู้เชี่ยวชาญเพียงอย่างเดียว แต่ยังมาจากพลเมืองผู้หลงใหลในเกมสร้างเมืองอีกด้วย?

งานวิจัยใหม่ จากมหาวิทยาลัยแลงคาสเตอร์ ในสหราชอาณาจักร มีเป้าหมายที่จะปฏิวัติการวางผังเมืองโดยการนำความคิดเห็นจากเด็ก ๆ ในเมืองมาใช้ในการออกแบบ งานวิจัยที่ตีพิมพ์ในวารสาร Acta Ludologica ซึ่งเป็นวารสารทางวิทยาศาสตร์ที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิเกี่ยวกับการอภิปรายเรื่องเกมและเกมดิจิทัล แสดงให้เห็นถึงการขาดการมีส่วนร่วมของประชาชนในแนวทางการพัฒนาเมืองในปัจจุบัน และเสนอแนะให้ใช้แพลตฟอร์มเกม เช่น “Cities: Skylines” หรือ “Sim City” ในรูปแบบที่ปรับปรุงแล้ว เพื่อนำเสนอการจำลองที่สมจริงแก่ผู้อยู่อาศัย ซึ่งจะช่วยเพิ่มการมีส่วนร่วมและความตระหนักรู้ในการวางแผนเมือง

เทคโนโลยีที่เป็นหัวใจสำคัญของการศึกษาครั้งนี้คือการดัดแปลงเกม “Cities: Skylines” อย่างซับซ้อน ซึ่งช่วยให้ผู้เล่นสามารถนำเข้าอาคารและแบบจำลองจากโลกแห่งความเป็นจริงเพื่อสร้างสภาพแวดล้อมเมืองที่สมจริงได้ ผู้เข้าร่วมสามารถบริหารจัดการแง่มุมต่างๆ ของชีวิตในเมืองได้ เช่น การศึกษา บริการสาธารณะ และนโยบายภาษี ในขณะที่แดชบอร์ดของเกมจะติดตามความสุขของพลเมือง วิธีการแบบโต้ตอบนี้ไม่เพียงแต่ให้ความรู้แก่ผู้เล่นเกี่ยวกับรายละเอียดที่ซับซ้อนของการวางผังเมืองเท่านั้น แต่ยังทำหน้าที่เป็นเครื่องมือสำหรับการประยุกต์ใช้ในโลกแห่งความเป็นจริงอีกด้วย นักวิจัย Paul Cureton และ Paul Coulton จาก ImaginationLancaster ซึ่งเป็นห้องปฏิบัติการวิจัยเชิงออกแบบในเมืองแลงแคสเตอร์ ได้แสดงให้เห็นถึงประสิทธิผลของวิธีการนี้ผ่านการจัดเวิร์คช็อปกับสภาเมืองแลงแคสเตอร์ หลังจากที่ได้ให้เด็กๆ มีส่วนร่วมในการวางแผนหมู่บ้านสวนแห่งใหม่

ผลลัพธ์จากการวิจัยนี้มีนัยสำคัญอย่างยิ่ง ด้วยการบูรณาการการออกแบบเกมเข้ากับการวางผังเมือง นักวิจัยจึงนำเสนอวิธีการที่มีประสิทธิภาพ คุ้มค่า สนุกสนาน และปรับขนาดได้ เพื่อเพิ่มการมีส่วนร่วมของประชาชนในกระบวนการวางแผน แนวทางนี้ยังช่วยแก้ไขปัญหาความจำเป็นเร่งด่วนในการเปลี่ยนแปลงการมีส่วนร่วมของประชาชน ดังที่ข้อมูลของ สถาบันวางผังเมืองแห่งราชอาณาจักร (Royal Town Planning Institute) ชี้ให้เห็นว่าคนรุ่นใหม่มีความสนใจในการวางผังเมืองน้อยมาก

งานวิจัยนี้สรุปโดยเสนอแนะว่า การใช้เทคโนโลยีเกมอย่างสร้างสรรค์เช่นนี้ สามารถสนับสนุนนักวางแผน พัฒนาทักษะ และมอบเครื่องมือที่จำเป็นเพื่อให้ผู้คนมีส่วนร่วมอย่างลึกซึ้งยิ่งขึ้นในการเปลี่ยนแปลงพื้นที่อยู่อาศัยของตนเอง ท้ายที่สุดแล้ว งานวิจัยนี้ปูทางไปสู่การพัฒนาเมืองในอนาคตที่เน้นความร่วมมือและพลวัตมากขึ้น

จุดหมายต่อไปของการสำรวจแรงบันดาลใจทางเทคโนโลยีที่ไม่ธรรมดา จะพาเราไปสู่โลกจุลภาคของดีเอ็นเอ นักวิจัยจาก มหาวิทยาลัยเทคนิคเดรสเดน ประเทศเยอรมนี กำลังใช้ปัญญาประดิษฐ์เพื่อถอดรหัสภาษาที่ซ่อนอยู่ของดีเอ็นเอ ซึ่งจะนำไปสู่ความเข้าใจใหม่เกี่ยวกับพันธุกรรมและโรคต่างๆ

ดีเอ็นเอมักถูกอธิบายว่าเป็นพิมพ์เขียวของชีวิต ซึ่งบรรจุคำสั่งทั้งหมดสำหรับการสร้างและบำรุงรักษาสิ่งมีชีวิต อย่างไรก็ตาม การถอดรหัสข้อมูลทั้งหมดภายในดีเอ็นเอเป็นเรื่องที่ซับซ้อนอย่างยิ่งและยังไม่เป็นที่เข้าใจอย่างถ่องแท้ และวิธีการวิเคราะห์ดีเอ็นเอแบบดั้งเดิมก็อาจช้าและต้องใช้แรงงานมาก ปัญญาประดิษฐ์จึงเข้ามามีบทบาทในจุดนี้

นักวิจัยจากมหาวิทยาลัยเทคโนโลยีเดรสเดน (TU Dresden) ได้พัฒนารูปแบบ AI ใหม่ชื่อ GROVER (Genome Rules Obtained via Extracted Representations) ซึ่งประมวลผลลำดับดีเอ็นเอเสมือนเป็นภาษา โดยใช้เทคนิคต่างๆ เช่นเดียวกับที่ใช้ในการประมวลผลภาษาธรรมชาติ ด้วยการวิเคราะห์รูปแบบและโครงสร้างภายในรหัสดีเอ็นเอ ปัญญาประดิษฐ์สามารถระบุลำดับได้ วิธีการนี้ เปรียบเสมือนการถอดรหัสภาษาต่างประเทศ ซึ่งช่วยให้นักวิจัยสามารถใช้ GROVER เพื่อการตีความข้อมูลทางพันธุกรรมที่รวดเร็วและแม่นยำยิ่งขึ้น

ด้วยการฝึกฝนโดยใช้จีโนมมนุษย์ทั้งหมด GROVER สร้างพจนานุกรมดีเอ็นเอที่นักวิจัยหวังว่าจะสามารถไขปริศนาเกี่ยวกับรหัสพันธุกรรม นำไปสู่ความก้าวหน้าทางด้านจีโนมิกส์และการแพทย์เฉพาะบุคคล งานวิจัยนี้ซึ่งตีพิมพ์ในวารสาร Nature Machine Intelligence มีศักยภาพที่จะนำไปสู่ความก้าวหน้าครั้งสำคัญในการทำความเข้าใจความซับซ้อนของดีเอ็นเอ

“ในแง่ของภาษา เรากำลังพูดถึงไวยากรณ์ โครงสร้างประโยค และความหมาย” เมลิสซา ซานาเบรีย นักวิจัยผู้อยู่เบื้องหลังโครงการนี้ กล่าวกับเว็บไซต์ของมหาวิทยาลัย "สำหรับดีเอ็นเอ นั่นหมายถึงการเรียนรู้กฎที่ควบคุมลำดับ การเรียงลำดับของนิวคลีโอไทด์และลำดับต่างๆ รวมถึงความหมายของลำดับเหล่านั้น" เช่นเดียวกับโมเดล GPT ที่เรียนรู้ภาษาของมนุษย์ GROVER ก็ได้เรียนรู้วิธี "พูด" กับดีเอ็นเอเช่นกัน"

นักวิจัยจากห้องปฏิบัติการ MAVLab ของมหาวิทยาลัยเทคโนโลยีเดลฟท์ (TU Delft) ได้ ค้นพบความก้าวหน้าครั้งสำคัญในการนำทางหุ่นยนต์ โดยได้รับแรงบันดาลใจจากวิธีการที่มดนำทางในสภาพแวดล้อมของพวกมัน มดใช้การผสมผสานระหว่างการจดจำภาพ (นึกถึงการถ่ายภาพนิ่ง) และการนับก้าว (นึกถึงการวัดระยะทาง) เพื่อกลับไปยังรัง แม้หลังจากเดินทางไกลก็ตาม MAVLab ได้จำลองวิธีการนี้ โดยสร้างกลยุทธ์การนำทางที่ได้รับแรงบันดาลใจจากแมลงสำหรับหุ่นยนต์ขนาดเล็กและน้ำหนักเบา

ระบบนำทางอัตโนมัติแบบดั้งเดิมมักอาศัยฮาร์ดแวร์ที่ไม่เหมาะสมกับการใช้งานในหุ่นยนต์ขนาดเล็ก นักวิจัยของ MAVLabs ได้แรงบันดาลใจจากธรรมชาติ และออกแบบระบบที่หุ่นยนต์สามารถถ่ายภาพสภาพแวดล้อมโดยรอบเพื่อช่วยในการนำทาง วิธีการนี้คล้ายคลึงกับวิธีเดินตามรอยเศษขนมปัง ของฮันเซลและเกรเทล โดย หุ่นยนต์จะถ่ายภาพเป็นระยะๆ และใช้ภาพเหล่านั้นเป็นแนวทางในการเดินทางกลับ ด้วยการผสานภาพถ่ายเหล่านี้เข้ากับข้อมูลการวัดระยะทาง หุ่นยนต์จึงสามารถเดินทางได้ไกลขึ้นอย่างมีประสิทธิภาพมากขึ้น และลดภาระการคำนวณลงอย่างมาก