据外媒报道，科学家已经在实验室开发出完全由DNA组成、模拟大脑工作方式的人工神经网络。

　　通过正确地识别手写体数字，这一试管人工智能系统能解决典型的机器学习问题。

　　科学家称，在展示通过人造有机电路实现人工智能方面，这一研究是重要的一步。

　　有朝一日，这项研究将会催生完全由有机材料构成的人形机器人，而非科幻影视作品中的金属机器人。

　　研究人员希望，该人工智能系统将很快能开始借助添加到试管中的样本，形成它自己的“记忆”。

　　他们的最终目标，是使由DNA构成的人工神经网络具备智能——例如计算和作出选择等的能力。

　　加州理工学院的专家选择了一项任务，也就是电子人工神经网络的一个经典难题：手写体识别。

　　这是机器视觉研究人员首先解决的任务之一，也是证明基于DNA的神经网络能力的理想方法。

　　人类手写体可以有相当大的差别，因此当一个人仔细审视潦草的数字序列时，大脑会执行复杂的计算任务，以识别它们。

　　因为即使人类也难以识别彼此潦草的手写体，因此，识别手写体数字，是对人工智能神经网络“智商”的常见测试项目。

　　必须“教会”这些网络如何识别数字，考虑手写体的变化，然后将未知数字与他们所谓的记忆进行比较，并确定数字。

　　研究团队证明，由精心设计的DNA序列构建的神经网络，可以进行化学反应，表明它已经正确识别出“分子笔迹”。

　　当给出未知数字时，这种所谓的“智能汤”将发生一系列反应，并输出两个荧光信号，例如，绿色和黄色代表数字5，或绿色和红色代表数字9。

　　生物工程助理教授、首席研究员钱璐璐(Lulu Qian，音译)表示：“虽然科学家们刚刚开始探索在分子机器中开发人工智能，但其潜力是无可否认的。”

　　钱璐璐说，“类似于电子计算机和智能手机使人类比一百年前更有能力，人工分子机器可以制造由分子组成的任何物品——可能包括油漆和绷带——使人类在未来一百年中更有能力，更好地保护环境。”

　　与几何形状各异的手写体一样，每个分子手写体的样本，实际上都不是数字形状。

　　相反，每个分子数字由20个独特的DNA链组成，这些DNA链选自100个分子，每个分子代表任一10×10图案的单个像素。

　　这些DNA链在试管中混合在一起。

　　对于给定分子手写体的特定样本，DNA神经网络可以将其分类为多达九个类别，每个类别代表从1到9的九个可能的手写体数字中的一个。

　　首先，该团队建立了一个DNA神经网络，用以区分手写体数字6和7。

　　然后他们测试了36个手写体数字，试管神经网络正确识别出了所有这些数字。

　　从理论上说，该系统能够将超过1.2万个手写体6和7——这些数字的90%来自一个广泛用于机器学习的手写体数字数据库——分类为两种可能性。

　　这一过程的关键，是利用DNA分子编码“赢者通吃”的竞争策略。

　　在该策略中，在确定未知数字时，使用被称为歼灭者的特定类型DNA分子来选择优胜者。

　　歼灭者与来自一个竞争者的一个分子和来自不同竞争者的一个分子形成复合体，并经过反应生成不起化学反应的物质。

　　歼灭者迅速吃掉所有竞争者的分子，直到剩下一个竞争者。

　　然后，获胜的竞争者恢复到一个相当高的浓度，并产生指示网络决策的荧光信号。

　　接下来，该团队制定了DNA神经网络的规则，以开发一个更复杂、可以分类1到9的单个数字的神经网络。

　　该团队现在计划开发可以从添加到试管中的样本中学习，并形成“记忆”的人工神经网络。

　　他们说，通过这种方式，可以训练相同的“智能汤”来执行不同任务。

　　芬莱小编以为，AI通过“学习”将达到大多数人类智力水平时，就是二八法则的“八”将被代替的时候。