美國用DNA制造出首個人造神經網絡 其能展示與大腦類似的行為

美國科學家朝人工智能領域邁出了關鍵的一步︰他們使用DNA，在試管中制造出了首個人造神經網絡，這個相互作用的分子組成的電路能像人腦一樣，基於不完整的模式進行回憶。科學家表示，這樣的系統將有助於人們回答基本的生物學問題或診斷疾病；然而，其運行效率目前還很低下，需要進一步提高其性能。

DNA製成人造神經網絡

該神經網絡包含4個人造神經元，由112個不同的DNA片段組成。

加州理工大學的科學家在一個名為線性閾函數的簡單的神經模型上建立了該神經網絡。這個神經元模型接收輸入信號，並通過一個正權數或負權數來增強每個信號，如果輸入信號的加權總和超過某個閾值，神經元會放電，產生一個輸出信號。該研究的聯合作者、加州理工學院計算機科學和神經系統副教授埃瑞克•溫弗利表示，這個模型是對真實神經元的過度簡化，但其在探索一些簡單的計算元素的集體行為如何導致聯想回憶和模式完成等類似大腦的行為方面，確實非常有效。

為了建成這個DNA神經網絡，該團隊的科學家們使用了一個自行研發的、名為鏈置換級聯的過程，此前，該團隊也使用鏈置換級聯過程制造出了迄今最大最復雜、能計算平方根的DNA電路。

這個過程使用了單鏈和雙鏈DNA分子的一部分。雙鏈DNA是雙螺旋結構，其中的一個鏈像尾巴一樣伸出，當單鏈漂浮在水溶液表面時，可能會偶然遇見雙鏈DNA的一部分，如果兩者的堿基對完全互補，單鏈就會抓住雙鏈的尾巴並依附於其上，踢開雙螺旋的另一個單鏈。因此，這個單鏈就像輸入；而被踢開的雙鏈的一部分就像輸出，它接著可以同其他分子相互作用。因為科學家能使用任何堿基序列來合成DNA片段，因此，他們可以對這些相互作用編程讓其像神經元模型一樣工作。

可像人腦一樣基於部分特征識別事物

隨後，科學家們同該神經網絡進行了一個“測心術”游戲︰讓該神經網絡基於一定的線索確定4名科學家中的一位。科學家們首先“訓練”神經網絡“認識”4名科學家，每名科學家的個性特徵由4個是非題來表現，例如，該科學家是否為英國人等等。通過使用計算機模擬讓該網絡中的每個DNA單鏈的濃度協調一致，科學家們能教導單鏈記住與每個科學家有關的是非題的答案模式。
當一個玩家想到某個科學家，就會向該神經網絡提出一些能部分展示該科學家特征的問題，接著通過將對這些問題作出反應的DNA片段卸下放入試管中，從而將相關線索傳遞給神經網絡。通過螢光信號進行連接，該神經網絡能確切“說”出玩家想的是哪位科學家。

科學家們使用了27種（總共有81種）不同的回答問題的方式同該神經網絡進行了這項游戲，網絡每次都作出了正確的反應。該研究的聯合作者、加州理工大學計算和神經系統以及電子工程學教授喬舒亞•布瑞克表示，這表明，該神經網絡能基於部分特征識別事物，這是大腦獨特的屬性之一。

領導此項研究的加州理工學院生物工程專業博士後錢璐璐（音譯）在發表於7月21日出版的《自然》雜誌上的論文中寫道︰“這個人造‘大腦’可不簡單，它使得我們識別事物、形成記憶、做出決定並採取行動，這表明，一個由相互作用的分子組成的人造神經網絡也能展示與大腦一樣的行為。”

在醫學和化學領域意義重大

科學家們表示，具有人工智能或者擁有某些基本決策能力的生物化學系統在醫學、化學和生物學研究領域都具有非常重要的價值，未來，這樣的系統能在細胞內操作，幫助回答基本的生物學問題或診斷疾病。另外，能對其他分子的出現作出智能反應的生物化學過程使工程師能用分子制造出越來越復雜的化學物質或者建立新的結構。錢璐璐說︰“盡管幾十年來，科學家們一直假設，人造生物化學系統能表現出像大腦一樣的行為，但一直沒有實現。”

這樣的系統也讓科學家可以間接理解智能的進化。錢璐璐解釋道︰“大腦進化前，單細胞有機體也能處理信息、做決定並對周圍環境作出反應。”這樣的復雜行為必須由一個漂浮在細胞內的分子網絡完成，“或許高度進化的大腦和單細胞內看到的有限的智能形式分享同樣的計算模式，只是采用不同的基質來編程。”

布瑞克補充道，他們的實驗可以看成神經—計算原理在分子和細胞層面上的簡單展示，一個可能的解釋是，或許這樣的原理在生物信息處理領域隨處可見。

需進一步改善其性能

不過，科學家們也表示，盡管這個實驗表明科學家能用DNA制造出會閱讀思考的神經網絡，但是，這個神經網絡還非常有限。人腦包含1000億個神經元，但僅使用40個（實驗中使用的神經元的10倍）由DNA制造出的神經元來編織出一個網絡都是一個大的挑戰。而且，該系統的工作效率很低，其找出每個科學家需要花費8小時。另外，任務完成後，分子也被耗盡，無法分開並同另外的DNA單鏈配對，因此，該游戲只能進行一次。

或許在未來，一個生物化學神經網絡能通過多次重復游戲來改進其性能；或通過遭遇新環境來學會新記憶。制造出能在身體內或僅僅在細胞內或一個有蓋培養皿內操作的生物化學網絡還需要很長時間，因為使得這種技術能在試管內工作也是另一個需要很大精力來應對的挑戰。

科技日報 2011/08/09  劉霞

相關連結
Neural network computation with DNA strand displacement cascades (Nature)