Only Perception: 科學家以 DNA 創造出第一個人造神經網路

2011-08-01

科學家以 DNA 創造出第一個人造神經網路

Researchers create the first artificial neural network out of DNA
http://www.physorg.com/news/2011-07-artificial-neural-network-dna.html

July 20, 2011

人工智慧（AI）已成為無數書籍與電影的靈感來源，同時也是無數科學家與工程師的志向。加州理工學院（Caltech）的研究者現在在創造人工智慧上跨出了一大步 -- 並不是一部機器人或一塊矽晶片，而是在一根試管中。這些研究者率先以 DNA 製造出一個人工神經網路，創造出一個互動分子迴路，如同一個腦袋所能辦到的，那可基於不完整的模式（patterns）回想過去的記憶。

"腦袋真不可思議，" Lulu Qian（錢璐璐）說，加州理工生物工程資深博士後學者，同時也是一篇描述此研究之論文的第一作者，發表在 7/21 當期的 Nature 期刊上。"它允許我們從記憶中識別事件模式、做出決策並採取行動。所以我們問，如果沒有實體連接的神經細胞網路，一鍋交互作用的分子能展現出類腦（brainlike）行為嗎？"

這個問題的答案，如研究者的證明：是的！

由四種人造神經元組成（那以 112 不同的 DNA 股製成），研究者的神經網路玩起一種讀心術遊戲，在其中，它試著確認一位神秘的科學家。研究者「訓練」這個神經網路「認識（know）」四位科學家，這些科學家的識別是以一組特殊的、對於四道是非題（例如科學家是否為英國人）的獨特回答來表示。

設想某位科學家後，一位人類玩家提供一個不完整的答案子集，那識別出科學家的某一部分。與那些答案相關的 DNA 股則被滴入試管內，玩家藉此將這些線索傳遞給網路。此網路接著確認玩家心裡所想的科學家是哪位，然後經由螢光訊號進行通訊。

否則，這個網路會「說」，資訊不足以從其記憶中挑出一位科學家，或著那些線索與其所記得的相牴觸。研究者與這個網路玩遊戲時，使用 27 種不同的方式回答問題（總共有 81 種組合），而它每次都答對。

這種基於 DNA 的神經網路證明了能讀取一個不完整的模式，並理解那代表什麼的能力 -- 腦部的獨特特色之一。"我們所擅長的是辨識東西，" 共同作者 Jehoshua "Shuki" Bruck 表示， Gordon and Betty Moore 計算與神經系統及電機工程教授。"僅觀看某特徵的子集，我們就能據此識別東西。" DNA 神經網路辦到的就是這件事，儘管是以一種簡單的方式。

具人工智慧的生化系統 -- 或至少某些基本的決策能力 -- 在醫療、化學與生物研究中能有強大的應用，研究者表示。在未來，這樣的系統能在細胞內運作，幫助回答基礎的生物學問題或診斷疾病。能有智慧地回應其他分子存在的生化過程，能讓工程師製造日益複雜的化學物質或一個分子接著一個建立新的結構。

"雖然在人造生化系統中的類腦行為假說已被提出數十年了，" Qian 說，"不過它們顯然非常難以實現。" 研究者的生化神經網路是基於一種簡單的神經元模型，稱為線性閾值功能（linear threshold function）。模型神經元接收輸入訊號，把每一個加上正的或負的權重，而且只有當加權後的輸入總和抑制某個閾值後神經元才會「發射」，產生一個輸出。此模型是真實神經元的過度簡化版，論文共同作者 Erik Winfree 表示，電腦科學、計算與神經系統以及生物工程教授。不管怎樣，那是一個不錯的模型。"在探索許多簡單計算元素的集體行為如何能導致類腦行為上，例如關聯性回憶（associative recall）與模式補完（pattern completion），那已是一種極具生產力的模型。"

為了建造這個 DNA 神經網路，研究者使用一種稱為單股置換級聯（strand-displacement cascade）的過程。先前，該團隊曾開發此技術來創造出迄今最大且最複雜的 DNA 電路，那能計算平方根。

此方法使用「單股」以及「部份雙股」 DNA 分子。後者為雙螺旋，其中一股像條尾巴般伸出。在水溶液中到處漂浮時，單股 DNA 能插入（run into）部份雙股 DNA，而且如果它們的鹼基（DNA 序列中那些字母）互補，單股 DNA 會抓住雙股 DNA 的尾巴並結合，把雙螺旋的另一股踢掉。單股 DNA 因而扮演著一種輸入的角色，同時被置換的那一股則是輸出，那接著能與其他分子互動。

因為他們能以他們想要的鹼基順序合成 DNA，故研究者能將這些交互作用程式化，表現如一個模型神經元的網路。藉由調整每種 DNA 股在網路中的濃度，研究者能教導它屬於這四位科學家的獨特「是否」回答模式。不像某些人造神經網路能從例子直接學習，研究者使用電腦模擬來決定需要將記憶「植入」這個 DNA 神經網路的分子濃度。

雖然這項「原理驗證」實驗證明創造出基於 DNA 的網路 -- 在本質上，那能思考 -- 看起來大有可為，不過這種神經網路有所限制，研究者說。根據研究者表示，人腦由上兆個神經元組成，但只以這 40 種基於 DNA 的神經元來創造網路 -- 比示範網路大上十倍 -- 將會是一種挑戰。此外，這套系統很慢；這個試管網路花了 8 小時來確認每位神秘科學家。在完成它們的任務後，些分子也會消耗 -- 無法分離並與他股 DNA 配對 -- 所以這個遊戲只能玩一次。或許在未來反覆經歷多次遊戲後，一個生化神經網路能學會改善其效能，或在遇到新的情況時學習新記憶。創造在體內 -- 或甚至只在培養皿的一個細胞內 -- 運作的生化神經網路還有一段很長的路要走，因為使這種技術能在活體內用，又是另一種全然不同的挑戰了。

除了技術上的挑戰外，改造這些系統也許能為智慧的演化提供間接的靈感。"在演化出腦部前，單細胞生物體也能夠處理資訊、決策並做出動作以回應其環境，" Qian 解釋。如此複雜行為的來源必定是一種漂浮在細胞內的分子網路。"也許高度演化的腦袋以及在單細胞內所見到的有限智慧形態共享相似的計算模型，那只不過以不同基質程式化。"

"我們的論文可被詮釋成分子與間細胞層次之神經運算原理的簡單示範，" Bruck 補充。"一種可能的詮釋是，也許，這些原理在生物資訊處理中是一體適用的。"

※ 相關報導：

＊ Neural network computation with DNA strand displacement cascades
http://www.nature.com/nature/journal/v475/n7356/full/nature10262.html