SVET NE STOJI U MESTU.RSS
BIG CHANGE.
BIG CHANGE, na jedan dodir
BIG CHANGE, na jedan dodir

Ostavite prostor za širu sliku.

Dodajte BIG CHANGE na početni ekran ili radnu površinu. Otvara se u sopstvenom prozoru, sa najnovijim pričama kada ste na mreži.

iPhone & iPad
Otvorite bigchange.ai u pregledaču Safari. Dodirnite Share, zatim Add to Home Screen. Uključite Open as Web App ako se prikaže, a zatim dodirnite Add.
Android
Otvorite bigchange.ai u pregledaču Chrome. U meniju pregledača izaberite „Instaliraj aplikaciju“ ili „Dodaj na početni ekran“.
Računar
U pregledaču Chrome ili Edge koristite ikonu za instalaciju u adresnoj traci ili meni aplikacija pregledača. U pregledaču Safari na Mac računaru izaberite File → Add to Dock.

Markdown izdanje

AI-translated from English; not yet reviewed by a fluent editor.

# AI studija o ksenobotima povezuje instrukcije sa arhiviranim ogledima

> Preprint navodi 80% tačnosti pri povezivanju novih instrukcija za kretanje sa arhiviranim ogledima. Predviđanja nisu ispitana na novim organizmima.

By BIG CHANGE Editorial

Published: 2026-10-09T18:38:57.532Z
Updated: 2026-10-09T18:38:57.532Z
Canonical: https://bigchange.ai/blog/xenobot-ai-language-archived-experiments

![Several transparent film strips with unlabelled movement traces sit in a shallow archival drawer; one strip is picked out in orange.](https://bigchange.ai/api/media/file/xenobot-archive-matching-hero-v1.png)
Conceptual illustration of a system matching language prompts to previously recorded xenobot motion trials. The traces and archive drawer are illustrative and are not study data or a depiction of a new experiment. AI-generated illustration by BIG CHANGE.

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 ](https://arxiv.org/html/2610.02247v1)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 ](https://arxiv.org/html/2610.02247v1#S1.F1)prikazuje niz; [demonstracija sa slike 10 ](https://arxiv.org/html/2610.02247v1#S4.F10)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 ](https://arxiv.org/html/2610.02247v1#S3.SS4)kaže da je svih 101 arhivskih ogleda ocenjeno prema 33 instrukcije obuke radi tabele nagrada; [odeljak 3.5 ](https://arxiv.org/html/2610.02247v1#S3.SS5)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

- [Le, Blackiston, Levin i Bongard, *Ka kontroli biologije pomoću jezika* (arXiv v1, 30. septembar 2026).](https://arxiv.org/html/2610.02247v1)Ceo preprint daje metodu, arhivske brojeve, protokol, tabele i ograničenja. Rezultati su navodi autora, bez dokaza recenzije, nezavisne replikacije ili prospektivne kontrole.
- [PDF istog preprinta](https://arxiv.org/pdf/2610.02247v1). PDF od 15 strana čuva tabele i opise slika za proveru brojeva i upotrebe snimljenih putanja. To je drugi format istog izvora, ne nezavisna potvrda.

## Sources

- [Le i dr., Ka kontroli biologije pomoću jezika, arXiv HTML v1](https://arxiv.org/html/2610.02247v1) — Preprint prikazuje arhivske metode, evaluaciju, rezultate i ograničenja; to su navodi autora bez nezavisnog ponavljanja ili prospektivnog testa.
- [Le i dr., isti preprint, PDF od 15 strana v1](https://arxiv.org/pdf/2610.02247v1) — PDF omogućava proveru tabela i slika. To je drugi format istog rada, ne nezavisan izvor.