大脑是典型的决策者，在选择前进的道路之前收集和权衡信息。但在自然界中，许多更简单的系统也完成了类似的任务。细胞利用化学信号网络来决定何时繁殖或死亡。甚至可以说水“决定”它是否会冻结成雪花或冰雹，加州理工学院的分子计算研究员 Erik Winfree 说，考虑到这种转变极其复杂的物理学。
长期以来，Winfree 一直对物理世界隐藏的信息处理能力感兴趣。在最近发表于《自然》杂志Nature上的一项研究中，他和他的合作者设计了一组人工 DNA 链，这些链可以共同识别模式和分类信息。该系统与许多人工智能模型的基础“神经网络”算法具有关键相似之处。
为了利用生物机制构建类似计算机的电路，研究人员经常求助于自组装 DNA 分子。这些定制的 DNA 链（或“瓦片”）在试管中混合并冷却后，会自组装成可预测形状的马赛克，从而可以传递信息。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
科学家们想知道这种类型的装置是否可以识别模式——例如通过将灰度照片分类到不同的类别中。为了在试管中表示图像，科学家们创建了一个代码，其中每个图像像素对应于特定“形状”的 DNA 瓦片。像素越亮，其对应的 DNA 瓦片在溶液中存在的越多。
冷却后，这些瓦片像自组装的拼图一样拼接在一起，形成三种可能的形状之一，具体取决于混合物中 DNA 瓦片形状的平衡。合作作者 Constantine Glen Evans 解释说，每种形状代表一个类别，他现在是爱尔兰梅努斯大学的分子计算研究员。
该系统旨在将 18 张照片分为三个任意类别，但它也可以对以前从未见过的图像进行分类，例如同一张照片的扭曲版本。芝加哥大学的物理学家、合作作者 Arvind Murugan 说，就像神经网络一样，它识别图像中的一般相似性，“而不是寻找完全匹配”。
Murugan 说，这项研究的目的不是要替代神经网络本身，而是要揭示“物质已经拥有的”计算能力。科学家们希望在自然界的其他系统中找到类似的计算能力；Murugan 说，这些能力“可能隐藏在我们没有注意到的各种事物中”。
约翰·霍普金斯大学的生物分子工程师 Rebecca Schulman 说：“这本身就很有趣”，她没有参与这项新研究。她补充说，信息可以通过大量分子的相互作用隐式存储，类似于信息存储在神经网络中大量神经元中的方式，“这是我以前从未见过的”。
Schulman 补充说，这些发现就像是对“奇异”深海生态系统的首次、短暂的一瞥。“这也许是在呼唤我们回去更努力地寻找。”