想像一下，一座繁榮的大都市擁有高樓大廈、廣闊的公園和便利的公共交通系統。這座城市的設計是否不僅出自專業的城市規劃師之手，還出自充滿熱情、同時也是城市建設遊戲愛好者的市民之手呢？

英國蘭卡斯特大學的一項新研究旨在透過將城市兒童的意見納入設計中來徹底改變城市規劃。該研究發表在《遊戲學報》 （Acta Ludologica）上，這是一份關於遊戲和電子遊戲話語的同行評審科學期刊。該研究闡明了當前城市發展實踐中公眾參與度的不足，並建議使用類似修改版的「城市：天際線」或「模擬城市」之類的遊戲平台，為居民提供逼真的模擬，從而增強他們對城市規劃的參與度和意識。

這項研究的核心技術是對「城市：天際線」的複雜修改，它允許玩家導入現實世界的建築物和模型，從而創建逼真的城市環境。參與者可以管理城市生活的各個層面，包括教育、公共服務和稅收政策，而遊戲儀表板則會追蹤市民的幸福感。這種互動方式不僅可以讓玩家了解城市規劃的複雜性，還可以作為現實世界應用的工具。來自蘭卡斯特設計主導研究實驗室ImaginationLancaster的研究人員 Paul Cureton 和 Paul Coulton 在與蘭卡斯特市議會合作舉辦研討會，讓孩子們參與規劃一個新的花園村莊後，證明了這種方法的有效性。

這項研究意義深遠。透過將遊戲設計與城市規劃結合，研究人員提供了一種成本效益高、趣味性強且可擴展的方法，以提高公民參與規劃過程的動機。這種方法也解決了公眾參與方面亟需變革的問題，正如皇家城鎮規劃學會的數據所顯示的那樣，年輕人對規劃的興趣微乎其微。

研究最後指出，這種創新地運用遊戲技術可以為規劃者提供支持，增強技能發展，並提供必要的工具，使人們能夠更深入地參與生活空間的改造中。最終，這項研究為城市發展中更具協作性和活力的未來鋪平了道路。

接下來，我們將目光轉向非常規科技靈感的微觀世界—DNA。德國德勒斯登工業大學的研究人員正在利用人工智慧來破解 DNA 的隱藏語言，為遺傳學和疾病研究提供新的見解。

DNA常被描述為生命的藍圖，包含了建構和維持生物體的所有指令。然而，解讀 DNA 中的所有資訊極為複雜，而且尚未完全理解，傳統的 DNA 分析方法速度較慢，而且勞動強度大。這就需要人工智慧的幫助了。

德勒斯登工業大學的研究人員開發了一種名為 GROVER（透過提取表示獲得的基因組規則）的新型人工智慧模型，該模型將 DNA 序列視為一種語言，並使用類似於自然語言處理的技術。透過分析 DNA 代碼中的模式和結構，人工智慧可以識別序列。這種方法類似於破解一門外語，使研究人員能夠利用 GROVER 更快、更準確地解讀基因數據。

GROVER 透過對整個人類基因組進行訓練，創建了一個 DNA 詞典，研究人員希望該詞典能夠揭示遺傳密碼的奧秘，從而推進基因組學和個人化醫療的發展。這項發表在《自然機器智能》上的研究有望在理解DNA的複雜性方面取得重大突破。

「就語言而言，我們談論的是語法、句法和語義，」該計畫的研究員梅麗莎·薩納布里亞告訴大學網站。「對於 DNA 而言，這意味著學習控制序列的規則、核苷酸和序列的順序以及序列的意義。就像 GPT 模型學習人類語言一樣，GROVER 基本上已經學會如何「解讀」DNA。

代爾夫特理工大學 MAVLab 的研究人員從螞蟻如何導航環境中汲取靈感，在機器人導航方面取得了重大突破。螞蟻利用視覺識別（想想快照）和步數計算（想想里程計）相結合的方式，即使在長途跋涉之後也能返回家園。MAVLab 模仿了這種方法，為小型輕型機器人創造了一種受昆蟲啟發的導航策略。

傳統的自主導航系統通常依賴對微型機器人來說不切實際的硬體。受大自然的啟發，MAVLabs 的研究人員設計了一種系統，讓機器人可以拍攝周圍環境的照片，以輔助導航。這種方法類似於漢塞爾和格雷特爾的麵包屑路線，即機器人間隔拍攝視覺快照，並利用這些快照來引導其返迴路線。透過將這些快照與里程計結合，機器人可以更有效率地覆蓋更遠的距離，從而顯著降低計算負擔。