Nam H. Le, Douglas Blackiston, Michael Levin i Josh Bongard obučili su sistem da kratke instrukcije poput „ubrzaj“ pretvori u izbor iz ranije zabeleženih ogleda električne stimulacije ksenobota. Njihov arXiv preprint od 30. septembra navodi da je preferirani model u 80,0% najtežih poređenja na izdvojenim podacima izabrao arhivirani ishod u željenom smeru. To je rezultat povezivanja van mreže; autori nisu prijavili primenu na novo stimulisanim ksenobotima.

Za biologe zainteresovane za usmeravanje živih sistema korisno je pitati šta je AI uradio između rečenice i fizičke intervencije. Ovde je ocenjivao stare putanje, pomogao obuku modela instrukcija-u-trajanje i vratio raniji ogled koji se najviše poklapao sa traženim ponašanjem. Nije pokazao da bi novi organizam reagovao isto.

Velika promena

  • Šta se promenilo:Istraživači su AI procenjivačem povezali jezičke zahteve za kretanje sa trajanjem stimulacije u postojećoj arhivi ksenobota. Tako mogu da obučavaju jezički interfejs bez novog eksperimenta za svaku instrukciju.
  • Zašto je važno:Zapisi o intervencijama i ishodima mogu pomoći da se proceni jezički interfejs pre ulaganja laboratorijskog vremena u prospektivne oglede. Ovde interfejs obrađuje jedan parametar stimulacije i grube smerove kretanja; praktična vrednost nije ispitana.
  • Šta pratiti:Ključni sledeći eksperiment je primeniti izabrano trajanje na novog ksenobota i izmeriti da li se kreće prema zahtevu. Preprint predlaže test; prijavljena tačnost meri povezivanje sa arhivom.

Šta je model zaista naučio

Ksenoboti su male žive tvorevine od ćelija Xenopus laevis. U ponovo korišćenim ogledima praćena je jedna tvorevina pre i posle električnog stimulusa. Trajanje stimulusa bilo je jedini izbor sistema. Arhivirani video pokazivao je da li se ksenobot posle kretao brže ili sporije.

Autori su iz snimaka izvukli 2D putanje. Sistem praćenja koristio je Segment Anything Model i metode za mehuriće, odsjaje i ostatke. Zatim su Claude-u, vizuelno-jezičkom modelu navedenom u izjavi o AI-ju, dali instrukciju i prikazanu putanju. Claude je ocenio uklapanje kretanja i reči, bez uvida u trajanje stimulusa.

Ti rezultati postali su fiksna tabela nagrada. Druga mreža je iz ugrađene instrukcije predviđala trajanje stimulacije. Glavna metoda je za svaku instrukciju prilagođavala glatku krivu rezultata arhiviranim trajanjima, izvodila ciljno trajanje i obučavala mrežu da ga predvidi. Prikaz je povezivao predviđanje sa već snimljenim ogledom i njegovom putanjom. Slika 1 u radu prikazuje niz; demonstracija sa slike 10 vraća stare putanje za tri instrukcije. „Interfejs uživo“ označava interaktivni prikaz, ne kontrolu organizma uživo.

Koliko je snažan rezultat arhive?

Početna zbirka imala je 149 praćenih ogleda. Autori su isključili 48 nepouzdanih, ostavivši 101 ogled na različitim ksenobotima: 26 bržih i 75 sporijih. Navode 61 ogled za obuku i 40 za test. Sistem je koristio 33 instrukcije za obuku, a evaluacija i neke koje nisu bile u obuci. Predviđanje je računato kao tačno kada su tri ogleda najbliža po trajanju u odgovarajućem arhivskom podskupu glasala za željeni smer.

U poređenju sa novim instrukcijama i testnim arhivskim podskupom, preferirani metod obuke postigao je 80,0% tačnosti kroz 30 nasumičnih početnih vrednosti. Pravilo koje uvek predviđa „sporije“ dobija 66,7% jer test uravnotežuje tri vrste instrukcija, ali „uspori“ i „stani“ spaja u kategoriju sporijeg. Model sa jednostavnijim ciljem iz merenih promena brzine postigao je 59,1% u tom poređenju. To su rezultati na skupu autora, ne uspeh izmeren na novim ksenobotima.

AI procenjivač je proveren i prema oznakama izvedenim nezavisno iz putanja; autori navode 97% slaganja za brže naspram sporije. To podržava grubu klasifikaciju, ali je ocena slabije korelisala sa veličinom promene brzine. Metod nije pouzdano razdvojio blago usporavanje i zaustavljanje; oba su u glavnom rezultatu „sporije“.

Detalj podele podataka treba da razreši nezavisni recenzent. Odeljak 3.4 kaže da je svih 101 arhivskih ogleda ocenjeno prema 33 instrukcije obuke radi tabele nagrada; odeljak 3.5 opisuje razdvojenu arhivsku obuku i test. Rad test naziva izdvojenim, ali glavni tekst ne pojašnjava kako su testni rezultati isključeni iz ciljeva obuke. To ograničava tumačenje 80,0% kao uopštavanja na neviđene arhivske zapise.

Nedostaje biološki test

Intervencija je i dalje trajanje iz arhive. Model ne sastavlja novi električni protokol, ne bira druga podešavanja i ne pokazuje da će novi ksenobot reagovati kao arhivirani. Nije bilo ogleda u mokroj laboratoriji. Preprint ne utvrđuje slične rezultate za organoide, popravku tkiva ili kliničku upotrebu, uprkos širim mogućnostima iz naslova i diskusije.

Rad je arXiv preprint bez prijavljene nezavisne replikacije. Doprinos je metod za učenje iz zapisa u kojima instrukcije nisu bile uparene sa intervencijama. Prospektivno usmeravanje živih ćelija ostaje eksperimentalno pitanje.

Izvori i dodatno čitanje