Комментарии 3
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.

Биология для инженеров