Comments 16
Ничего не понимаю в биологии, но было крайне интересно прочитать статью. Узнал много нового. Отдельное спасибо за оригинальный текст без ИИ паттернов и прочего!
Это на самом деле очень сильно напоминает работу нейросетей. То есть ДНК – это веса сети, а внутреннее состояние клетки – её текущий контекст и активации.
Нет, это ваша богатая фантазия хочет, чтобы это напоминало нейросети. Вы скажете так, а я скажу, что клетки это наборы градиентов концентраций. И ни один из нас не скажет чем является клетка на самом деле.
Исследователи обнаружили, что после обучения скрытые состояния начинают выполнять вполне осмысленные функции: появляются информационные потоки, пространственная память, синхронизация и другие механизмы самоорганизации.
И всё равно это бесконечно далеко от даже одной клетки.
Читайте больше работ Стивена Вольфрама, это такая клеточно-автоматная секта. Вроде всё можно смоделировать и всё понятно, но реальных прорывов нет. Биотех только сейчас стал дрейфовать в сторону data-driven и то, благодаря AlphaFold, а не клеточным автоматам.
То есть внутри модели не просто возникают случайные числа – формируется внутренняя регуляторная система, которая и позволяет организму расти, поддерживать форму и восстанавливаться после повреждений.
И чем больше эта система будет становиться в размерах, тем сложнее вам будет объяснять вашему бизнес-ангелу для чего вы сжигаете мегаватты энергии на поддержание состояния системы. Модель может быть бесконечно сложной, если электричество бесплатное.
Здорово конечно, что вы пытаетесь объяснять биологию знаниями о кремнии, об интегральных схемах. Но всё не то. Как и у многих поколений программистов, у вас кружится голова от Великого Множества Возможностей биологии. Поищите того же Редозубова на Хабре, там забористо было, 10 лет назад.
Привет. Спасибо за адекватную критику. С Вольфрамом и его сектой, разумеется, знаком. Можно было бы конечно сразу уйти в молекулярку и детали реализации, но хотел показать, что можно получить глобальный результат из исключительно локальных действий не прибегая к ручному проектированию условий. До молекул, надеюсь, ещё доберемся :)
О, техношаманом я вдохновлялся, естественно. Но он решает прямую задачу. Придумывает правила, чтобы получить целевой вид, это работа и отладка мозгами. А этот автомат по сути редуцирует множество вариантов до простых правил, генерируя их. То есть решается обратная задача "хотим вот так, придумай как". Когда доберемся до esm 3, то раскидаем заряды. И попробуем вокруг базовых заряженных точек собрать рабочую конструкцию по тем же принципам.
Сейчас вроде учёные этим и занимаются, но не в рамках клетки или организма, а в рамках отдельных белков “Нужен вот такой белок с такими основаниями торчащими вот тут и тут” и ИИ с генетическими алгоритмами перебирает комбинации и смотрит как он сворачивается. Есть научпоп видео на эту тему.
Конечно, реальная регуляция значительно сложнее, но для понимания принципа этого достаточно мне кажется. Спасибо за обратную связь!
К сравнению живой клетки с клеточными автоматами. Посмотрите конкурс с призом в 10 млн. долларов, может быть вам удастся выиграть: Evolution 2.0 Prize
Тема необычная, но местами статья больше похожа на попытку объяснить сложные процессы через привычные ИТ-аналогии.
Помоему серия вот этих видео гораздо ближе к теме.
https://www.youtube.com/watch?v=1xo3Vbew59w
через сколько статей дойдем до загрузки сознания в компьютер ?
Всё что есть сейчас не может эмулировать мозг даже частично. При этом есть опенворм, например. Нет движения в сторону эмуляции, кажется
Тема очень перспективная, но почти без инвестиций. Парочка стартапов есть и сообществ на эту тему
Есть в клетке система управления: ДНК и РНК, она ситнезирует только те белки, которые кодирует ген в клетке (это упрощенно). Есть энергия митохондрии и АТФ(наш клеточный бензин). Есть нервная система вегетативная и центральная, электрические импульсы генерированеые ими, синапсы, нейромедиаторы. Клетка сама по себе уникальна и функционирует самостоятельно. И самые сложные клетки - нейроны головного мозга.
Основы биологии для инженеров (Часть 0. Морфогенез)