Ми завжди копіювали природу. Тепер ми можемо її шукати
· Майбутнє
Завдяки ШІ та біоінформатиці природа перетворюється на гігантську базу даних, де ми можемо шукати інженерні рішення, що формувалися впродовж чотирьох мільярдів років еволюції.
Ми завжди копіювали природу. Тепер ми можемо її шукати.
Людство тисячоліттями шукало технологічного натхнення в навколишньому світі. Штучний інтелект та стрімкий розвиток біотехнологій дають нам нові способи дослідження чотирьох мільярдів років еволюційних експериментів.
Задовго до того, як з'явився термін «біомімікрія», люди вже практикували її. Ми завжди вивчали живі істоти, шукаючи підказки, як будувати, рухатися, лікуватися та виживати. Природа не була чимось відокремленим від технологій; скоріше, вона була тим місцем, де зароджувалися багато наших технологічних ідей.
Сучасна інженерія зробила цей зв'язок очевиднішим. Швидкісні поїзди запозичили форму дзьоба рибалочки. Адгезиви (клеї) моделювалися на основі мідій. Синтетичні волокна черпали натхнення у павутині. Навіть штучні нейронні мережі мають концептуальне коріння в організації нейронів головного мозку.
Тож ідея про те, що природа може навчити нас інноваціям, зовсім не нова. Новим є масштаб, у якому ми можемо це робити.
Протягом більшої частини людської історії наш доступ до накопичених знань природи був обмежений тим, що ми могли безпосередньо спостерігати та поступово усвідомлювати. Сьогодні секвенування, візуалізація, датчики, біоінформатика та штучний інтелект відкривають біологічні системи для досліджень на рівнях, які раніше були недоступні.
У звіті Living Tech: The Convergence of Biology and Innovation експерт Singularity Роберт Суарес описує біологію як, можливо, «найбільший набір даних, який коли-небудь існував». Це корисний спосіб осмислити зміни, що відбуваються. Біологія представляє собою приблизно чотири мільярди років еволюційних експериментів, і ми розробляємо значно кращі інструменти для зчитування їхніх результатів.
Біологія стає зрозумілою
Досягнення в біотехнологіях постійно перетворюють дедалі більше живої природи на інформацію, яку можуть аналізувати комп'ютери. Дослідники можуть секвенувати геноми, відстежувати експресію генів, створювати карти нейронних зв'язків, контролювати зміни всередині клітин і збирати дедалі детальнішу інформацію про організми та екосистеми.
Це не означає, що ми перетворили світ природи на підручник, який може зрозуміти будь-хто. Навпаки, кращі методи вимірювання часто виявляють, наскільки неадекватними були багато наших спрощених моделей. Але це означає, що біологічні процеси, раніше доступні лише через копіткі спостереження, все частіше можна аналізувати обчислювальними методами.
AlphaFold — один із найяскравіших прикладів. Визначення тривимірної структури білка традиційно вимагало складної експериментальної роботи та могло тривати роки. AlphaFold від DeepMind продемонстрував, що штучний інтелект може прогнозувати структури білків обчислювальним шляхом з надзвичайною швидкістю, а наступні версії розширили ці можливості до взаємодій між білками та іншими біомолекулами.
ШІ дає дослідникам ще один спосіб навігації у величезному просторі біологічних можливостей. Замість того, щоб тестувати кожного «кандидата» в лабораторії, обчислювальні інструменти можуть звузити коло пошуку, виявити закономірності та підказати, де дослідникам варто шукати далі.
Це пропонує новий підхід до інновацій. Замість того, щоб просто помітити, що організм робить щось корисне, і намагатися це імітувати, дослідники все частіше можуть починати з проблеми й запитувати: де еволюція вже могла зіткнутися з чимось подібним?
Що природа вже винайшла?
Візьмемо, наприклад, транспортні мережі.
Слизовик — це одноклітинний організм без мозку чи центральної нервової системи. Проте, шукаючи їжу, він створює мережу, яка балансує між ефективністю та стійкістю. У відомому експерименті дослідники розмістили джерела їжі так, щоб вони приблизно відтворювали розташування міст навколо Токіо. Слизовик розробив мережу, порівнянну із залізничною системою Токіо за вартістю, ефективністю та відмовостійкістю.
Справа не в тому, що транспортні відомства мають передати планування мереж слизовику. У муніципальної влади й так достатньо проблем, щоб додавати до них делегування повноважень амебі. Більш цікавий урок полягає в тому, що еволюція витратила величезну кількість часу, працюючи з тими ж фундаментальними обмеженнями, з якими стикаються люди.
Живі системи повинні транспортувати ресурси, регулювати температуру, зберігати інформацію, реагувати на збої, використовувати недосконалі вхідні дані — і все це в умовах жорстких енергетичних обмежень. Як тільки ці проблеми формулюються на такому рівні, біологія стає релевантною для галузей, які навіть віддалено не нагадують біотехнології.
Центри обробки даних є хорошим прикладом. Охолодження — одна з їхніх фундаментальних інженерних проблем, тоді як організми в усьому природному світі розробили надзвичайну різноманітність способів управління теплом. Можливість полягає не обов'язково в копіюванні конкретної тварини чи рослини, а в дослідженні біологічних стратегій терморегуляції та з'ясуванні, чи можуть будь-які їхні фундаментальні принципи бути корисними в інших сферах.
Те саме стосується зберігання інформації. ДНК упаковує величезну кількість даних у дуже обмежений фізичний простір. Замість того, щоб просто вважати це цікавим феноменом життя, дослідники вивчають, чи може сама ДНК з часом стати носієм для зберігання цифрової інформації.
Видобуток корисних копалин пропонує ще один, більш незвичний приклад. Деякі рослини, відомі як гіперакумулятори, природним чином поглинають з ґрунту незвично високі концентрації металів. Дослідники вивчають фітомайнінг, за допомогою якого рослини могли б допомогти видобувати цінні метали з місць, де звичайний видобуток може бути складним або економічно невигідним. Звіт Living Tech йде ще далі, розглядаючи, як генетичні інструменти з часом можуть посилити можливості, якими біологія вже володіє.
Від навчання у біології до будівництва з нею
Існує ще одна відмінність між традиційною біомімікрією і тим, що відбувається зараз.
Історично навчання у природи зазвичай означало вивчення біологічного рішення та відтворення його версії за допомогою штучних матеріалів і машин. Спостерігаємо за польотом — будуємо літак. Вивчаємо адгезію — розробляємо клей. Досліджуємо структуру мушлі — проєктуємо міцніший матеріал.
Синтетична біологія розширює можливості, оскільки сама біологічна система може стати частиною технології.
Люди тисячі років маніпулювали живими системами через сільське господарство, одомашнення, селекцію та ферментацію. Змінилася точність, з якою ми можемо читати, змінювати та проєктувати біологічні процеси.
Молекулярний біолог і експерт Singularity Тіффані Вора описує синтетичну біологію в Living Tech як застосування принципів інженерії та комп'ютерних наук до «цеглинок» життя. Як тільки генетична інформація оцифрована, біологія починає виглядати менше як об'єкт спостереження, а більше як середовище, яким можна маніпулювати.
Це відкриває інший клас можливостей. Рослина, що акумулює метал, може не просто надихнути на нову технологію видобутку — вона може стати частиною самого процесу. Мікроорганізми можуть діяти як виробничі системи, перетворюючи одну речовину на іншу. ДНК може не просто надихати на створення щільних технологій зберігання даних; сама ДНК може стати носієм інформації.
На цьому етапі межа між біологією і технологією починає ставати розмитою, що є однією з центральних ідей Living Tech. Біологія може надихати технології, цифрові технології можуть допомогти нам зрозуміти біологію, а синтетична біологія може поєднати їх у системи, які не вписуються акуратно в жодну з цих категорій.
Чотири мільярди років — це значна фора
Існує спокуса, особливо коли в розмову вступає ШІ, припустити, що якщо біологію можна обчислити, то ми близькі до її повного розуміння. Факти свідчать про дещо інше.
PigeonBot II є корисним нагадуванням.
Дослідники зі Стенфордського університету та Університету Гронінгена розробили робота, натхненного птахами, щоб вивчити, як птахи досягають стабільного польоту без вертикальних стабілізаторів, що використовуються в звичайних літаках. Робот міг регулювати крила та хвіст, моделюючи рухи голубів, і успішно продемонстрував стабільний політ без керма напрямку.
Але дослідники зіткнулися з проблемою, коли намагалися відтворити продуктивність пір'я. Синтетичні альтернативи не відповідали деяким корисним механічним властивостям справжнього пір'я, тому PigeonBot II інтегрував справжнє голубине пір'я.
Є щось по-справжньому смиренне в тому, щоб створити вдосконаленого робоптаха і виявити, що еволюція вже виготовила один із його компонентів краще, ніж ви самі.
Такі приклади важливі, тому що вони стримують уявлення про біологію як про просто набір даних. Оцифрування дає нам безпрецедентний доступ до живих систем, але цифрова репрезентація — це не сама система. Чим пильніше дослідники вивчають клітини, мозок, екосистеми та організми, тим частіше вони виявляють додаткові рівні взаємодії, які раніше ігнорувалися.
Електронна книга пропонує кілька прикладів такої закономірності. Клітини мозку, які раніше вважалися переважно структурними, виявилися такими, що відіграють активну сигнальну роль. Частини геному, раніше відкинуті як «сміттєві», здається, містять додаткові функції. Дослідники продовжують відкривати біологічні об'єкти, які не вписуються в існуючі категорії. Кращі інструменти збільшують наші знання, але вони також збільшують кількість речей, про які ми знаємо, що ми їх не розуміємо.
Чотири мільярди років еволюційних експериментів — це значна фора.
Біологія як платформа для інновацій
Ось чому «біотехнології» — це, можливо, занадто вузька назва для того, що відбувається.
Більшість людей досі асоціюють біотехнології переважно з фармацевтикою, охороною здоров'я, генетикою та, можливо, сільським господарством. Ці сфери застосування важливі, але вони можуть затьмарити ширшу можливість того, що біологія стає платформою для інновацій у всіх галузях.
Інженер центру обробки даних може звернути увагу на терморегуляцію живих систем. Матеріалознавець може дослідити, як організми виробляють міцні матеріали без тепла, тиску та хімічної обробки, поширених у промисловому виробництві. Гірничодобувна компанія може почати наймати ботаніків. Архітектори інфраструктури можуть відкрити корисні мережеві принципи в грибах або слизовиках.
Комп'ютерні технології пройшли подібну траєкторію. Вони починалися як окремий технологічний сектор, а згодом стали частиною майже кожного іншого. Штучний інтелект зараз проходить через такий самий процес. Теза Living Tech полягає в тому, що біологія може дедалі частіше робити те саме, впливаючи на виробництво, обчислювальну техніку, архітектуру, транспорт, сільське господарство та інші галузі, які традиційно не вважають себе біотехнологічними.
Люди завжди шукали ідеї в природі. Ця частина — давня. Змінюється наша здатність бачити біологічні системи з набагато більшою деталізацією, шукати закономірності у величезних обсягах інформації та поступово переходити від простого спостереження за біологічними рішеннями до їх адаптації чи прямого використання.
Природа проводить експерименти вже чотири мільярди років. Ми вчимося набагато краще розуміти те, що вона засвоїла.
Ця стаття базується на Living Tech: The Convergence of Biology and Innovation — звіті Singularity, що досліджує, як біологія та технології зближуються у сферах, починаючи від виробництва та комп'ютерних технологій і закінчуючи сільським господарством, архітектурою, нейронаукою та організаційним дизайном. Прочитайте повний звіт тут.
Оригінал: singularityhub.com