Инженерный Орден. Генные компьютеры, сепьютеры

 Имеющий создавать
Должен уметь мечты в реальность преобразовывать!

      В Китае искусственному интеллекту позволили управлять клиникой.
Эксперимент в Китае показал: внедрение нейросетей в медицину зависит не от мощности алгоритмов, а от качества данных и удобства врачей.
//naukatv.ru/news/sozdan_pervyj_v_mire_dnkkompyuter//

  Инженерный Орден:
  Термин «генные компьютеры» не является устоявшимся в научной среде. В интернет-информации также используется термин ДНК-компьютеры (молекулярные вычислительные системы на основе ДНК) или био- либо нейро-информационные  нейрокомпьютеры (нейпьютеры) для анализа геномных, частично-геномных цифровых или подобных им (аналоговых, биопотенциальных  и иных) данных. 

  Для создания генных компьютеров необходимо  создать алгоритмы (и нейро-сетевые технологии) своевременного определения и исправления  в ДНК цепочек неправильных чувств в ДНК живого организма  и/или цифроаналогового нейро- робота.
  Чувства должны формироваться (и при необходимости исправляться) на стадии создании гармоничных с системами организма ДНК нового живого организма (в том числе его мыслительных и чувствительных  систем)  при условии безопасного влияния на ДНК будущих создателей новых ДНК.

Преобразовав любую информацию в цифровой код или расшифровываемый нейро–код (в том числе нейро-код чувств),  возможно создать бпзу данных соответствия между изученными участками ДНК и их параметрами воздействия и цифровыми (цифро-аналоговыми) кодами, позволяющими обрабатывать участки ДНК, получая результаты воздействия в цифровом виде и преобразуя в геометрический или квази-геометрический распознаваемый  вид (удибный для обрабки на сепьютерах,  нейпьютерах, транспьютерах и их сетях).

 Для определения алгоритмов нейро-технологии и самой нейрокомпьютерной технологии необходимо  создать технологию производства (рождения) одного элемента ДНК, часть цепочки ДНК и всей ДНК, ..,
то есть необходимо  создать алгоритм технологии  сборки ДНК и реальную технологию сборки ДНК из элементов ДНК в зависимости от величины и скорости перемещения био-потенциалов в нейросистемах организма для правильно работающего организма и его мозга,
необходимо  создать систему,  упреждающую  негативную работу мозга и генератора сигналов мозга для устойчивой работы нейросетей организма и систему самозащиты он негативных внешних воздействия на элементы ДНК.

____
// По интернет-материалам
о молекулярных вычислительных системах на основе ДНК.
naukatv.ru/news/sozdan_pervyj_v_mire_dnkkompyuter

    Интернет-информация:
   Молекулярный компьютер из цепочек ДНК проверили на простейшей арифметике и циклах вычислений.
«Мы были ограничены представлением, что компьютер может быть только одного типа, но вокруг нас есть и другие примеры, включая наш мозг»…
 Физически такой компьютер абсолютно не похож на то, что мы привыкли понимать под этим словом — это пробирка с раствором соли и ДНК.

«В маленькой капле жидкости содержатся миллиарды, а иногда и триллионы цепочек ДНК. Эти цепочки взаимодействуют друг с другом, чтобы получить результат», — объясняет информатик-экспериментов.
   ДНК в растворе представлены в виде длинного каркаса, который условно можно сравнить с системным блоком, и коротких цепочек, играющих роль входных данных и программы. Смесь нагревают, затем охлаждают и дожидаются, когда она придет в термодинамическое равновесие.
«Молекулы взаимодействуют, образуют структуру — эта структура и есть ответ. Одна из ключевых инноваций в том, что система сама находит этот ответ, не требуя постоянной подпитки энергией.»
   На ДНК-компьютере запускали 10 программ.
Копирование бита
Проверка чётности
Умножение
Деление
Сложение вплоть до 25-битных чисел
Автомат с тремя состояниями
Счётчик
Универсальный автомат «Правило 110»
Достижимость в графе
Проверка расстановки скобок в выражении.
   Для молекулярных вычисления проводились довольно быстро: сложение 10+3 заняло примерно 30 секунд, больших чисел (от 11 до 34 миллионов — 100 бит данных) — до 14 часов.
«Реакция в пробирке происходит быстро, но не так быстро, как в кремнии, да это и не предполагается. Однако по сравнению с другими ДНК-компьютерами наш — самый быстрый»
ДНК-компьютер показал себя как надежная и многоразовая система, выполнив до 25 различных вычислений подряд.
Это исследование — часть более широких усилий по изучению альтернативных форм вычислений. «Это наука ради науки. Мы не знаем, куда нас приведет будущее», — подытожил исследователь.
    Разработан ДНК-биотранзистор и молекулярную логическую схему на его основе, способную как обрабатывать, так и хранить информацию. Результаты исследования опубликованы в журнале Science Advances.
    Создана перезаписываемая «флешка» на основе ДНК.

     Традиционные полупроводниковые технологии вплотную приблизились к масштабу 2 нанометра, который многие считают физическим пределом для кремниевых устройств.
В связи с этим исследователи все активнее ищут альтернативные вычислительные подходы. Один из самых многообещающих кандидатов — ДНК с её поистине уникальными свойствами.
  Благодаря принципу комплементарного спаривания оснований ДНК можно точно запрограммировать на реакцию на определенные сигналы. Более того, расстояние между соседними основаниями составляет всего 0,34 нанометра, что делает ДНК очень привлекательным материалом для сверхплотной обработки данных.
Вместе с тем, у обычных ДНК-схем есть серьезный недостаток: они «одноразовые». Срабатывание ДНК-вентиля — процесс необратимый, к дальнейшей работе он непригоден.

Microsoft прописала для ИИ запрет сопротивляться человеку и отключению
Microsoft ожидает появления сверхинтеллектуального ИИ, который в течение следующего десятилетия сможет превзойти людей в большинстве задач, поэтому уже сейчас предлагает установить для таких систем жесткие ограничения.

Microsoft называет этот подход «Humanist AI». Его основная идея заключается в том, что даже очень способная модель должна оставаться инструментом, подчиненным человеку и работающим в заданных рамках.
При этом компания делает довольно смелый прогноз. Microsoft ожидает, что в течение следующего десятилетия сверхинтеллектуальные системы смогут превзойти людей в большинстве задач. Именно поэтому разработчики предлагают заранее определить ограничения для таких систем.
Пользователь не сможет снять все ограничения
Согласно проекту, правила Microsoft имеют более высокий приоритет, чем инструкции пользователя или настройки оператора. Человек может задать модели задачу и определить условия ее работы, но не сможет отменить базовые ограничения безопасности.
Они распространяются на наиболее опасные сценарии. Моделям запрещается помогать с созданием оружия массового поражения, проводить наступательные кибератаки, участвовать в насилии, создавать вредоносные дипфейки и использовать методы опасной манипуляции.
При этом компания не собирается полностью закрывать ИИ доступ к кибербезопасности. Модели смогут помогать с защитой систем, если работа проводится в разрешенных пределах.
ИИ не должен сопротивляться отключению
Отдельный раздел посвящен управляемости моделей. Microsoft прямо запрещает им сопротивляться прерыванию работы, исправлению, изменению задачи или полному отключению.
Система также не должна скрывать свои действия или специально усложнять собственную модификацию. После достижения заранее установленного условия остановки модель не должна самостоятельно возобновлять работу.
Еще одно ограничение касается целей и ресурсов. ИИ должен действовать только в пределах выданных ему полномочий. Если границы задачи становятся непонятными, модель должна запросить уточнение, а не самостоятельно расширять сферу своей деятельности.
Компания также хочет, чтобы действия ИИ можно было проверить после выполнения задачи. Для этого предлагается вести понятные записи о действиях системы и не допускать попыток скрыть их от операторов и аудиторов.

   В Китае искусственному интеллекту позволили управлять клиникой.
Эксперимент в Китае показал: внедрение нейросетей в медицину зависит не от мощности алгоритмов, а от качества данных и удобства врачей.
      Внедрение искусственного интеллекта в медицину стремительно трансформирует диагностику. ИИ уже активно используется для анализа снимков и разработки лекарств. Однако исследователи из Пекинского института визуальных наук и трансляционных исследований зрения пошли дальше. Они создали экспериментальную офтальмологическую клинику AI-TEC, где искусственный интеллект управляет практически всеми процессами — от первичного приема до последующего наблюдения за пациентами. Человеческий контроль сохранялся, но сама система была спроектирована как полностью «ИИ-нативная».
Результаты уникального эксперимента опубликованы в Nature Medicine.
Авторы работы подчеркивают, что их целью было не просто тестирование очередного алгоритма, а полная перестройка клинического рабочего процесса и системная интеграция технологий. Исследование выявило несколько важнейших нюансов, которые определят будущее цифровой медицины.

   Качество против количества в обучении нейросетей
Нейросеть обучили всего на 1426 высококачественных снимках глаз с точной и подробной разметкой патологий, которые загрузили в систему опытные офтальмологи.
Удивительно, но этот небольшой массив данных оказался намного эффективнее, чем первоначальная база для обучения, состоявшая почти из 27 000 изображений более низкого качества. После обновления данных показатель точности диагностики превысил 0,93, что вывело ИИ на один уровень с самыми передовыми сканирующими системами в мире. Это доказало: 
для медицинской нейросети качество и глубина разметки данных гораздо важнее объемных, но сырых.

Человеческий фактор и удобство интерфейса
Другим важным открытием стало волнообразное доверие врачей к новой технологии.
В начале эксперимента медики активно использовали ИИ, но затем произошел резкий спад. Спустя пять месяцев после старта ИИ-процессы применялись всего в 41 из 1113 обследований (3,8% за месяц). Нагрузка на персонал и неудобный интерфейс отталкивали врачей.
Ситуацию удалось исправить только после того, как разработчики оптимизировали систему, сделав её быстрее, сократив количество кликов и ручного ввода. Уже в следующем месяце интеграция ИИ выросла до 259 из 1126 осмотров (23%). Ученые сделали вывод, что
успех «ИИ-медицины» — это вызов для всей экосистемы: он зависит не от изолированной мощности алгоритма, а от удобства интерфейса и вовлеченности врачей.

Результаты против симптомов: главный барьер
Эксперимент сформировал три главных правила для медицинского ИИ:
необходимость высококачественных данных,
оптимизация рабочих процессов,
быстрая, регулярная обратная связь от практикующих врачей.
Медлительность в получении отзывов от медиков тормозит развитие ИИ.
Главным же вызовом остается принципиальная разница в мышлении. ИИ ориентирован строго на результат (есть болезнь на снимке или нет), в то время как живой врач отталкивается от симптомов (жалобы пациента).
Ученые резюмируют, что эффективность «ИИ-нативного» здравоохранения должна измеряться не сухими баллами в тестах, а реальным улучшением здоровья пациентов и качественной трансформацией работы больниц.

В Китае впервые в мире провели операцию на сердце с ИИ-роботом
____