Horror sztucznej inteligencji - A nie mówiłem?? (11)

To samo co z windowsem - oni nie wiedzą jak to działa.

"eksperci AI nie potrafią wyjaśnić, jak pojedyncze systemy AI docierają do swoich konkluzji"



Horror.

Ucznie czarnoksiężnika naćpani ekscytacją - chciwi nowinek, a może i pieniędzy -  gotują nam piekło.

przedruk

Prof. Aleksander Mądry w Kongresie: Sztuczna inteligencja radykalnie zmieni nasze życie



Sztuczna inteligencja radykalnie zmieni nasze życie i musimy się zastanowić, jak kształtować świat napędzany przez AI – powiedział w środę w Kongresie prof. Aleksander Mądry, pochodzący z Polski dyrektor ośrodka zajmującego się sztuczną inteligencją na Massachussetts Insitute of Technology (MIT). Ostrzegł też przed ryzykami związanymi z masowym używaniem tej technologii.

„AI nie jest już sprawą science-fiction ani technologią, która jest ograniczona do laboratoriów badawczych. AI to technologia, która już jest wykorzystywana i szeroko przyjmowana. Drastycznie zmieni nasze życie; musimy myśleć nad tym, jak kształtować napędzany przez AI świat, który stoi przed nami” – powiedział profesor prestiżowej uczelni podczas wysłuchania przed podkomisją Izby Reprezentantów ds. nadzoru.

Pochodzący z Polski uczony i szef ośrodka MIT Center for Deployable Machine Learning występował obok m.in. byłego szefa Google Erica Schmidta w wysłuchaniu poświęconym rozwojowi AI i przygotowaniu USA na „technologiczną rewolucję” z nim związaną.

Mądry podkreślił, że nowa generacja AI, tzw. generatywna sztuczna inteligencja, która pojawiła się w ostatnich latach i miesiącach – mowa tu m.in. o aplikacjach ChatGPT, Bing Chat, czy generatorach obrazów DALL-E i Midjourney – różni się nie tylko większymi zdolnościami, ale też dużo większą dostępnością i przystępnością dla zwykłego odbiorcy.

Jak podkreślił, wiążą się z tym zarówno ogromne możliwości w niemal każdym sektorze gospodarki, ale też wiele ryzyk, m.in. związanych z podatnością tych systemów na manipulacje i użycie ich do dezinformacji, powtarzaniem i utrwalaniem uprzedzeń, a także ich generalną zawodnością.

„Nawet eksperci AI mają bardzo słabe zrozumienie skali tych problemów i dopiero zaczynają znajdować sposoby, by je odkrywać i łagodzić” – powiedział ekspert.

Zwrócił też uwagę, że nowe problemy mogą powstać w drodze tworzenia „łańcuchów dostaw AI” – tzn. tworzenia nowych aplikacji na bazie i przy połączeniu z różnymi typami AI. Jak stwierdził, ponieważ tworzenie podstawowych systemów AI jest drogie i wymaga ogromnych nakładów, tylko bardzo nieliczne podmioty są w stanie je tworzyć, co da może dać im dominującą pozycję. Jak przewiduje, choć w niedalekiej przyszłości rozwój sztucznej inteligencji doprowadzi do ogromnej eksplozji nowych AI, niemal wszystkie będą oparte na kilku bazowych programach.  [albo na jednym... tym pierwszym, pierwotnym - MS]

Prof. Mądry dodał też, że łączenie różnych systemów sztucznej inteligencji może prowadzić do nieprzewidywalnych zmian w ich charakterystykach.

„To jest problem nawet bardziej skomplikowany, bo eksperci AI nie potrafią wyjaśnić, jak pojedyncze systemy AI docierają do swoich konkluzji, a dochodzenie do tego stanie się dużo trudniejsze, jeśli systemy zostaną na siebie nałożone” – ocenił Mądry.

Wezwał również do wprowadzenia regulacji prawnych i technicznych, by móc odpowiadać na problemy związane z decyzjami dokonywanymi przez systemy sztucznej inteligencji.

Pytany przez kongresmenów, czy obawia się tego, że szybki rozwój AI doprowadzi do katastrofy, Mądry odpowiedział, że choć nie obawia się „scenariusza z +Terminatora+”, to jego niepokój budzi np. większe użycie AI w mediach społecznościowych, co może jeszcze wzmocnić dotychczasowe problemy z tymi sieciami, kreując „social media na sterydach”. Powiedział przy tym, ze konieczne są w tym obszarze mocne regulacje prawne.

„Musimy zapewnić, że firmy, o których mówimy, nie są tylko motywowane przez zysk, ale zdają sobie sprawę, że mają też pewną odpowiedzialność” – powiedział profesor. Jak dodał, właśnie brak regulacji jest jego największą obawą, jeśli chodzi o rozwój AI.

Inną odpowiedź na temat swoich obaw dał Schmidt, były szef Google’a, który stwierdził, że najbardziej niepokoi go potencjalna rozbieżność interesów między ludźmi i sztuczną inteligencją.

„Chodzi o sytuację, gdzie człowiek ma jeden zestaw zachęt, komputer został wytrenowany, by dążyć do innych rezultatów, a społeczeństwo ma jeszcze inne interesy” – powiedział ekspert. Dodał też, że choć Pentagon chce, by broń oparta o AI automatycznie podejmowała decyzje, w chwili obecnej systemy te nie są gotowe do takich „ostatecznych” wyborów i może nigdy nie będą.

Z Waszyngtonu Oskar Górzyński (PAP)






Jesteśmy najstarszą polskojęzyczną gazetą codzienną w USA. Dziennik Związkowy powstał w styczniu roku 1908, jako organ Związku Narodowego Polskiego (ang. Polish National Alliance, PNA) i od tego czasu wychodzi nieprzerwanie, będąc tym samym najstarszą polskojęzyczną gazetą na świecie wydawaną bez przerwy.

https://dziennikzwiazkowy.com/ameryka/prof-aleksander-madry-w-kongresie-sztuczna-inteligencja-radykalnie-zmieni-nasze-zycie/

Ostatnia Wieczerza

 

Akt II rozpoczyna się „Ostatnią Wieczerzą”, samodzielną, wieloczęściową suitą, która po mistrzowsku łączy elementy rockowe i teatralne. Na przemian z ludowym chórem Apostołów i kilkoma innymi częściami składającymi się z kolejnego porywającego dialogu między Jezusem a Judaszem, z Gillanem i Headem w najwyższej formie wokalnej, przy akompaniamencie świetnego pianina elektrycznego i bardziej wyrafinowanego basu Spennera. Zajmując się tekstem ewangelicznym, Rice używa również wzmianek o narkotykach

„Co jest w chlebie, wpadło mi do głowy”

i spowalnia chór Apostołów, gdy odpływają od pijaństwa, nieświadomi głębokiego przepowiadania Jezusa. „Gethsemane” jest prawdziwą wizytówką Gillan i najbardziej przypominającą „Child In Time”, piosenkę Deep Purple, która dała Gillanowi występ na pierwszym miejscu. 

Na pewno chodzi o narkotyki??

Act II begins with “The Last Supper”, a self-contained, multi-part suite which masterfully blends the rock and theatrical elements. Alternating between the folk chorus of the Apostles and several other parts consistng of another spirited dialogue between Jesus and Judas, with Gillan and Head at top vocal form, accompanied by a great electric piano and more exquisite bass by Spenner. While dealing with Gospel text, Rice also uses drug references “What’s that in the bread, it’s gone to my head” and slows the Apostles chorus as they fade from drunkenness, unaware of the profound proclamation made by Jesus. “Gethsemane” is the real showcase for Gillan and the most like “Child In Time”, the Deep Purple song which got Gillan the gig in the first place.

https://www.classicrockreview.com/tag/ian-gillan/

Biologiczne maszyny

 

uwaga - brak zdjęć - zdjęcia w oryginalnym artykule

przedruk

tłumaczenie automatyczne

Skalowalny potok do projektowania rekonfigurowalnych organizmów

 Zobacz profil ORCIDSam Kriegman , Douglas Blackiston , Michael Levin i Josh Bongard

 Zobacz wszystkich autorów i afiliacje

PNAS 28 stycznia 2020 r. 117 (4) 1853-1859; po raz pierwszy opublikowano 13 stycznia 2020 r.; https://doi.org/10.1073/pnas.1910837117

1. Pod redakcją Terrence'a J. Sejnowskiego, Salk Institute for Biological Studies, La Jolla, CA, zatwierdzony 26 listopada 2019 r. (do recenzji 24 czerwca 2019 r.)

Znaczenie

Większość technologii jest wykonana ze stali, betonu, chemikaliów i tworzyw sztucznych, które z czasem ulegają degradacji i mogą powodować szkodliwe skutki uboczne dla środowiska i zdrowia. Przydałoby się zatem budowanie technologii z samoodnawialnych i biokompatybilnych materiałów, z których idealnymi kandydatami są same żywe systemy. Dlatego przedstawiamy tutaj metodę, która projektuje całkowicie biologiczne maszyny od podstaw: komputery automatycznie projektują nowe maszyny w symulacji, a najlepsze projekty są następnie budowane przez połączenie różnych tkanek biologicznych. Sugeruje to, że inni mogą wykorzystać to podejście do projektowania różnych żywych maszyn, aby bezpiecznie dostarczać leki do ludzkiego ciała, pomagać w rekultywacji środowiska lub dalej poszerzać naszą wiedzę na temat różnych form i funkcji, jakie może przyjmować życie.

Abstrakcyjny

Żywe systemy są bardziej solidne, różnorodne, złożone i wspierają ludzkie życie niż jakakolwiek dotychczas stworzona technologia. Jednak nasza zdolność do tworzenia nowych form życia jest obecnie ograniczona do różnych istniejących organizmów lub bioinżynierii organoidów in vitro. Tutaj pokazujemy skalowalny potok do tworzenia funkcjonalnych nowych form życia: metody sztucznej inteligencji automatycznie projektują różne kandydujące formy życia in silico, aby wykonać jakąś pożądaną funkcję, a następnie tworzone są projekty, które można przenieść za pomocą zestawu narzędzi konstrukcyjnych opartych na komórkach, aby zrealizować żywe systemy z przewidywanymi zachowaniami. Chociaż niektóre etapy tego procesu nadal wymagają ręcznej interwencji, pełna automatyzacja w przyszłości utoruje drogę do projektowania i wdrażania unikalnych, dostosowanych do potrzeb systemów mieszkalnych dla szerokiego zakresu funkcji.

Większość nowoczesnych technologii jest konstruowana z materiałów syntetycznych, a nie żywych, ponieważ te pierwsze okazały się łatwiejsze do zaprojektowania, wyprodukowania i utrzymania; żywe systemy wykazują solidność struktury i funkcji, a zatem mają tendencję do opierania się przyjmowaniu nowych narzuconych im zachowań. Gdyby jednak żywe systemy mogły być stale i szybko projektowane ab initio i wdrażane do pełnienia nowych funkcji, ich wrodzona zdolność do opierania się entropii mogłaby znacznie przekroczyć użyteczne czasy życia naszych najsilniejszych, ale statycznych technologii. Jako przykłady tej odporności, rozwój i regeneracja embrionów ujawniają niezwykłą plastyczność, umożliwiając komórkom lub całemu układowi narządów samoorganizację funkcji adaptacyjnych pomimo drastycznej deformacji ( 1 , 2). Wykorzystywanie zdolności obliczeniowej komórek do funkcjonowania w nowych konfiguracjach sugeruje możliwość stworzenia syntetycznej morfologii, która pozwala uzyskać złożone, nowatorskie anatomii dzięki korzyściom zarówno pojawiania się, jak i kierowanego samoorganizacji ( 3 ).

Obecnie istnieje kilka metod projektowania i budowy systemów mieszkaniowych na zamówienie. Organizmy jednokomórkowe zostały zmodyfikowane przez zrefaktoryzowane genomy, ale takie metody nie są jeszcze skalowalne do racjonalnej kontroli wielokomórkowego kształtu lub zachowania ( 4 ). Syntetyczne organoidy można wytworzyć przez wystawienie komórek na specyficzne warunki hodowli, ale nad ich strukturą (a zatem funkcją) dostępna jest bardzo ograniczona kontrola, ponieważ wynik jest w dużej mierze wyłaniający się, a nie pod kontrolą eksperymentatora ( 5 ). I odwrotnie, wysiłki bioinżynieryjne z rusztowaniami 3D zapewniają lepszą kontrolę ( 6 ⇓ - 8), ale niemożność przewidzenia behawioralnych skutków arbitralnej konstrukcji biologicznej ograniczyła montaż do maszyn biologicznych, które przypominają istniejące organizmy, zamiast odkrywania nowych form za pomocą automatycznego projektowania.

Tymczasem postęp w wyszukiwaniu obliczeniowym i drukowaniu 3D zaowocował skalowalnymi metodami projektowania i szkolenia maszyn in silico ( 9 , 10 ), a następnie wytwarzania ich fizycznych egzemplarzy ( 11 ⇓ – 13 ). Większość z tych podejść wykorzystuje ewolucyjną metodę wyszukiwania ( 14), która, w przeciwieństwie do metod uczenia, umożliwia zaprojektowanie fizycznej struktury maszyny wraz z jej zachowaniem. Te ewolucyjne metody projektowania nieustannie generują różnorodne rozwiązania danego problemu, co okazuje się przydatne, ponieważ niektóre projekty mogą być fizycznie lepsze niż inne. Co więcej, są one niezależne od rodzaju projektowanego artefaktu i funkcji, jaką powinien zapewniać: ten sam algorytm ewolucyjny można przekonfigurować w celu projektowania leków ( 15 ), maszyn autonomicznych ( 11 , 13 ), metamateriałów ( 16 ) lub architektury ( 17). ).

W tym miejscu demonstrujemy skalowalne podejście do projektowania żywych systemów in silico przy użyciu algorytmu ewolucyjnego i pokazujemy, jak wyewoluowane projekty można szybko wytwarzać przy użyciu zestawu narzędzi do budowy opartej na komórkach. Podejście jest zorganizowane w postaci liniowego potoku, który przyjmuje jako dane wejściowe opis biologicznych elementów budulcowych, które mają być użyte, oraz pożądane zachowanie, jakie powinien wykazywać wytwarzany system ( rys. 1 ). Rurociąg nieprzerwanie wytwarza wydajne żywe systemy, które ucieleśniają to zachowanie na różne sposoby. Powstałe w ten sposób żywe systemy to nowe agregaty komórek, które pełnią nowe funkcje: powyżej poziomu komórkowego w niewielkim stopniu przypominają istniejące organy lub organizmy.

Wyniki

Rurociąg jest zorganizowany jako sekwencja generatorów i filtrów ( załącznik SI , rys. S1 ). Pierwszy generator to algorytm ewolucyjny, który odkrywa różne sposoby łączenia ze sobą biologicznych elementów budulcowych w celu realizacji pożądanego zachowania. Najpierw tworzona jest populacja losowych projektów. Następnie każdy projekt jest symulowany w środowisku wirtualnym opartym na fizyce i automatycznie przypisywany jest wynik wydajności. Mniej wydajne projekty są usuwane i zastępowane losowo modyfikowanymi kopiami bardziej wydajnych projektów. Powtarzanie tego procesu daje populacje wydajnych i różnorodnych projektów ( ryc. 2 ).

Ponieważ prawdopodobnie istnieje wiele różnic między symulowanymi i docelowymi środowiskami fizycznymi, wydajne projekty są przepuszczane przez filtr odporności, który pozwala na przejście tylko projektów, które utrzymują pożądane zachowanie w obliczu hałasu ( Załącznik SI , sekcja S7 ). Poprzednie prace wykazały, że odporność na hałas w symulacji jest prostym i skutecznym predyktorem tego, czy projekt zachowa swoje zachowanie po fizycznym wystąpieniu ( 18 ).

Przetrwałe konstrukcje odporne na hałas są następnie przepuszczane przez filtr budowy ( załącznik SI , ryc. S4 ), który usuwa projekty, które nie są odpowiednie dla obecnej metody budowania ( załącznik SI , ryc. S6 ) lub są mało prawdopodobne, aby można je było skalować do bardziej złożonych zadań w przyszłe wdrożenia. Wytwarzalność projektu zależy od minimalnej wielkości wklęsłości, która utrzyma się w skupiskach rozwijających się komórek macierzystych, które mają tendencję do zamykania małych luk w ich wspólnej geometrii ( dodatku SI , ryc. S7 ). Skalowalność projektu zależy od jego proporcji w tkance biernej, która zapewnia przestrzeń dla przyszłych układów narządów lub ładunków ( załącznik SI , ryc. S13 ).

Projekty, które z powodzeniem przechodzą przez filtr budujący, są następnie budowane z żywych tkanek. Pluripotencjalne komórki macierzyste są najpierw zbierane z zarodków Xenopus laevis w stadium blastuli , dysocjowane i łączone w celu uzyskania pożądanej liczby komórek. Po okresie inkubacji zagregowana tkanka jest następnie ręcznie kształtowana przez odejmowanie za pomocą kombinacji szczypiec mikrochirurgicznych i 13-μm elektrody kauteryzacyjnej z końcówką drucianą, co daje biologiczne przybliżenie symulowanego projektu. Co więcej, tkanka kurczliwa może zostać włożona do organizmu poprzez pobranie i osadzanie Xenopussercowe komórki progenitorowe, typ komórek pochodzenia embrionalnego, który naturalnie rozwija się w kardiomiocyty (mięsień sercowy) i wytwarza fale skurczowe w określonych miejscach w powstałej formie ukształtowanej ( SI Dodatek , Ryc. S6 ).

Ostatecznym produktem tej procedury jest żywe, trójwymiarowe przybliżenie rozwiniętego projektu, który posiada zdolność do samodzielnego poruszania się i eksplorowania środowiska wodnego przez okres dni lub tygodni bez dodatkowych składników odżywczych. Organizmy te są następnie umieszczane w ich środowisku fizycznym, a wynikowe zachowanie, jeśli w ogóle, jest obserwowane ( ryc. 3 ). Zachowania są następnie porównywane z tymi przewidywanymi przez ich symulowane odpowiedniki w celu określenia, czy lub jak dobrze zachowania przeszły z silico do vivo ( Fig. 4 ).

Po rozmieszczeniu i zaobserwowaniu kilku organizmów jest prawdopodobne, że wykazują one różne ilości pożądanego zachowania. Powszechne wzorce wśród udanych systemów są sprowadzane do ograniczeń i dostarczane z powrotem do algorytmu ewolucyjnego, który obecnie rozwija projekty, które są nie tylko wydajne, ale także zgodne z ograniczeniami ( Załącznik SI , sekcja S6 ). Zwiększa to prawdopodobieństwo powodzenia kolejnych prób od projektu do wdrożenia.

Organizmy rekonfigurowalne wyewoluowały tak, aby wykazywały cztery różne zachowania: lokomocję, manipulację obiektami, transport obiektów i zachowanie zbiorowe ( Dodatek SI , sekcja S10 ). Aby to osiągnąć, rurociąg został wykorzystany czterokrotnie.

Lokomocja.

Aby uzyskać zróżnicowaną populację projektów, przeprowadzono 100 niezależnych prób algorytmu ewolucyjnego ( ryc. 2 A – C ), z których każde rozpoczynało się od innego zestawu początkowych losowych projektów. Podczas każdej próby projekty były wybierane na podstawie przemieszczenia netto uzyskanego w okresie 10 s (z randomizowanym, modulowanym fazowo skurczem, cyklem z częstotliwością 2 Hz). Zastosowano dodatkowe naciski selekcyjne w celu utrzymania różnorodności poprzez wywoływanie konkurencji w obrębie unikalnych linii genetycznych i pomiędzy nimi w każdej próbie ( 19 ), uzyskując unikalną dynamikę ekologiczną ( dodatku SI , sekcja S5 ). Na koniec każdej próby wyodrębniono najbardziej dopasowane projekty ( ryc. 1 A).) i przeszły przez filtry odporności i budowy ( dodatku SI , ryc. S4 ). Podczas tego procesu filtrowania do produkcji wybierane są nadające się do zbudowania i skalowalne projekty, które zachowują szybką lokomocję podczas losowych perturbacji ( ryc. 3 i dodatek SI , ryc. S6 ).

Rzęski, które wytwarzają lokomocję poprzez fale metachroniczne (generowanie sekwencyjnych i kierunkowych fal propagujących, w przeciwieństwie do zsynchronizowanego bicia), nie były modelowane in silico i były tłumione in vivo poprzez mikrowstrzyknięcie embrionalne mRNA transkrybującego wewnątrzkomórkową domenę Notch (Notch ICD) ( 20). Zatem każde przemieszczenie wynika z kurczliwej tkanki mięśnia sercowego, która naciska na powierzchnię naczynia. Upraszcza to symulację i jej porównanie ze zrealizowanym organizmem. Trajektorie projektów z decylacją są porównywane in silico i in vivo, w dwóch orientacjach (pionowa i odwrócona o 180° wokół płaszczyzny poprzecznej), izolując w ten sposób wpływ zaprojektowanej morfologii na różnicę między zachowaniem przewidywanym a zrealizowanym. W przypadku co najmniej jednego projektu dane sugerują, że pożądane zachowanie zostało pomyślnie przeniesione, gdy było w pozycji pionowej, ale nie w przypadku odwrócenia ( Fig. 4 ). Dokładniej, kierunek ruchu organizmów wyprostowanych był zgodny z projektem in silico w przypadkowych perturbacjach ( P < 0,01; szczegóły w dodatku SI, sekcja S9 ) i odwrócenie projektu znacznie zmniejszyło jego przemieszczenie netto zarówno in silico ( P < 0,001) jak i in vivo ( P < 0,0001). Sugeruje to, że udane przeniesienie nie wynikało z przypadku, ale było spowodowane samym projektem.

Manipulacja obiektami.

Gdy środowisko jest zasypane cząstkami stałymi, ruchliwe projekty spontanicznie agregują obiekty zewnętrzne zarówno in silico ( dodatku SI , ryc. S10 ), jak i in vivo ( ryc. 3 F i dodatek SI , ryc. S11 ). Bardziej precyzyjne manipulowanie obiektami można wybrać dla określonego celu, takiego jak określenie obszarów docelowych, z których należy usunąć szczątki, lub obiektów docelowych do odrzucenia. Ten ostatni cel został wdrożony i prymitywne efektory końcowe wyewoluowały w symulacji ( Załącznik SI , Rys. S12 ).

Transport obiektów.

Niektóre projekty ewoluowały w celu zmniejszenia oporu hydrodynamicznego w wyniku przemieszczenia ( załącznik SI , sekcja S6 ) przez otwór przechodzący przez środek ich płaszczyzny poprzecznej. Ta bardziej złożona topologia została zrealizowana in vivo ( załącznik SI , ryc. S13 ), ale nie była pokryta tkanką kurczliwą. W symulacji tę nową cechę można nazwać woreczkiem do przechowywania i transportu przedmiotów. W kolejnej rundzie ewolucji woreczki zostały wyraźnie włączone jako ograniczenie projektowe i zastosowano nowy cel, jakim było zmaksymalizowanie odległości noszonego przedmiotu. To spowodowało ewolucję transportu obiektów in silico ( dodatku SI , ryc. S13 ).

Zachowanie zbiorowe.

Wiele projektów może być umieszczonych w tym samym środowisku, co skutkuje zbiorowym zachowaniem ( 21 ) ( Załącznik SI , Rys. S10 i S11 ). Kilka takich zachowań przewidywanych in silico zaobserwowano in vivo. Na przykład, dwa projekty często zderzają się, tworząc tymczasowe wiązanie mechaniczne i orbitują wokół siebie przez kilka obrotów przed odłączeniem się wzdłuż trajektorii stycznych ( dodatku SI , rys. S10 ). Zjawisko to jest bardziej wyraźne, gdy rzęski nie są zahamowane na organizmach: osobniki często zaplątują się ze swoimi sąsiadami, często zmieniając partnerów w trakcie obserwacji ( ryc. 3 F i SI dodatek , ryc. S11 ).

Dyskusja

Chociaż symulacja i projektowanie sztywnych struktur i maszyn jest możliwe od pewnego czasu, dopiero niedawno stało się wykonalne obliczeniowo symulowanie połączonego zachowania dowolnych agregatów miękkich komponentów o różnych właściwościach materiałowych i wykonawczych ( 22 ). Jak pokazano tutaj, takie drobnoziarniste symulacje można osadzić w ewolucyjnych metodach wyszukiwania, aby odkryć projekty, które można wykonać w materiałach biologicznych, a nie sztucznych.

Powstałe organizmy ucieleśniały nie tylko strukturę ( załącznik SI , ryc. S8 ) wyewoluowanych projektów in silico, ale także ich zachowanie ( ryc. 4 ), pomimo modelowania koordynacji czasowej kardiomiocytów jako szumu losowego. Jako efekt uboczny presji selekcyjnej dla lokomocji, wyewoluowały morfologie derandomizujące: poprawa ewolucyjna nastąpiła poprzez zmiany w ogólnym kształcie i rozmieszczeniu komórek pasywnych i kurczliwych, aby wspólnie zderandomizować globalny ruch wytworzony przez przypadkowe zadziałanie. W biologii taka odporność na losowy szum jest wszechobecna; jednym z przykładów jest zdolność wielu gatunków do przystosowania się do szerokiego zakresu różnorodności wielkości i liczby komórek jako punktów wyjścia w ich embriogenezie ( 23 ).

Kompetencje behawioralne poszczególnych komórek i skłonność komórek do współpracy w grupach ułatwiają funkcjonalną morfogenezę w nowych okolicznościach. Przedstawione tutaj formy życia, pomimo braku układu nerwowego, podążają za nowymi trajektoriami rozwojowymi i składają się z materiałów pochodzących z różnych tkanek, posiadają jednak te właściwości samoorganizujące się. Właściwości te współdziałają i wspierają zachowanie, które miały wykazywać. Na przykład, chociaż sygnalizacja między kardiomiocytami nie była wymuszona, wyłaniająca się spontaniczna koordynacja między komórkami mięśnia sercowego wytworzyła spójne, dopasowane fazowo skurcze, które wspomagały lokomocję w fizycznie zrealizowanych projektach. Ponadto niektóre projekty, po połączeniu, spontanicznie i zbiorowo agregują szczątki zaśmiecone we wspólnym środowisku (Rys. 3 F i SI Dodatek , Rys. S11 ). Wreszcie, rekonfigurowalne organizmy nie tylko same utrzymują swoją narzuconą zewnętrznie konfigurację, ale także naprawiają się samoistnie w obliczu uszkodzeń, takich jak automatycznie zamykające się rany szarpane (dodatki SI , ryc. S9 ). Takiego spontanicznego zachowania nie można oczekiwać od maszyn zbudowanych z materiałów sztucznych, chyba że zachowanie to zostało wyraźnie wybrane podczas procesu projektowania ( 24 ).

Takie podejście pozwala na przyszłe uogólnienie i automatyzację, ponieważ architektura generatora i filtra umożliwia modułowe dodawanie, usuwanie lub reorganizację elementów w rurociągu w celu szybkiego projektowania i wdrażania nowych żywych systemów do nowych zadań w nowych dziedzinach. Na przykład można dodać filtr, który zapobiegawczo kieruje algorytm ewolucyjny z dala od części przestrzeni projektowej, o których wiadomo, że zawierają projekty, których nie można zrealizować fizycznie ( 25 ). Lub, zainspirowane hierarchiczną organizacją głębokich sieci neuronowych ( 26 ), poszczególne projekty generowane przez jeden generator mogą stać się elementami wejściowymi do następnego generatora, umożliwiając w ten sposób hierarchiczne projektowanie i ponowne wykorzystanie zespołów komórkowych i zespołów.

Poza przedstawionymi tutaj aplikacjami, ogólność tego podejścia jest jeszcze nieznana. Jednak postępy w uczeniu maszynowym, symulacji miękkich ciał i biodrukowaniu prawdopodobnie rozszerzą potencjalne zastosowania, w których można je zastosować w przyszłości. Zastosowania mogą być liczne, biorąc pod uwagę łatwość nieprawidłowej ekspresji nowych białek oraz ścieżek biologii syntetycznej i obwodów obliczeniowych w komórkach Xenopus ( 27 ). Biorąc pod uwagę ich nietoksyczność i samoograniczającą się długość życia, mogą służyć jako nowe narzędzie do inteligentnego dostarczania leków ( 28 ) lub chirurgii wewnętrznej ( 29).). Jeśli są wyposażone do ekspresji obwodów sygnałowych i białek dla funkcji enzymatycznych, czuciowych (receptor) i mechanicznych, mogą wyszukiwać i trawić toksyczne lub odpadowe produkty lub identyfikować interesujące molekuły w środowiskach fizycznie niedostępnych dla robotów. Jeśli są wyposażone w układy rozrodcze (poprzez wykorzystanie endogennych mechanizmów regeneracyjnych, takich jak w przypadku rozszczepienia planarnego), mogą to robić na dużą skalę. W warunkach biomedycznych można sobie wyobrazić takie bioboty (wykonane z własnych komórek pacjenta) usuwające płytkę nazębną ze ścian tętnic, identyfikujące raka lub osiadające w celu różnicowania lub kontrolowania zdarzeń w miejscach choroby. Korzystną cechą bezpieczeństwa takich konstrukcji jest to, że przy braku specyficznej inżynierii metabolicznej mają one naturalnie ograniczoną żywotność.

Te metody, odczynniki i dane poszerzają zakres organizmów modelowych dostępnych do badań poprzez projektowanie żywych systemów, które są jak najbardziej ortogonalne w stosunku do istniejących gatunków, a jednocześnie mogą być zbudowane z istniejących typów komórek. Umożliwiając sterowaną obliczeniowo interakcję między powstającymi i zaprojektowanymi procesami, platforma ta ułatwia badania relacji między genomami (w naszym przypadku X. laevis typu dzikiego ), wynikającym z tego planem ciała i jego zachowaniami w różnych środowiskach. Tak więc organizmy rekonfigurowalne mogłyby służyć jako unikalny system modelowy ułatwiający pracę w ewolucji wielokomórkowości, egzobiologii, sztucznego życia, poznania podstawowego i medycyny regeneracyjnej. Jeśli wyposażone w elektrycznie aktywne komórki i wybrane do funkcji poznawczych lub obliczeniowych ( 30), tak zaprojektowane systemy mogą w podobny sposób poszerzyć nasze rozumienie tego, w jaki sposób inteligencja może być urzeczywistniana zarówno w systemach ożywionych, jak i nieożywionych.

Materiały i metody

Projekt ewolucyjny.

Projekty ( SI Dodatek , sekcja S2 ) ewoluowały wewnątrz silnika fizyki ( SI Dodatek , sekcja S3 ) jako rekonfigurowalne agregacje pasywnych i kurczliwych wokseli ( ryc. 1 ). Przy pierwszym przejściu przez rurociąg, wykorzystując docelowe zachowanie lokomocji, zasymulowaliśmy projekty na lądzie i umożliwiliśmy procesowi ewolucyjnemu precyzyjne dostrojenie ich działania. Doprowadziło to do powstania wysoce wydajnych, ale niezbywalnych projektów ( załącznik SI , ryc. S2 ) z potężnymi, ograniczonymi chodami, których nie można uzyskać in vivo przy użyciu obecnej metody budowania ( załącznik SI , sekcja S8). Chady te charakteryzowały się ramami czasowymi (średnio 47% cyklu chodu), w których żadna część projektu in silico nie stykała się z symulowaną płaszczyzną podłoża. Jednak in vivo organizmy poddane decylacji zawsze utrzymywały część swoich brzusznych powierzchni w kontakcie z powierzchnią naczynia ze względu na ujemną pływalność.

Rozbieżności te zostały skorygowane poprzez dodanie ograniczeń do rurociągu w postaci korekt ustawień środowiskowych i wykonawczych, które zmieniono w następujący sposób. W drugim przejściu wierność symulowanego środowiska została zwiększona poprzez włączenie hydrodynamiki pierwszego rzędu: zmodyfikowane środowisko składało się z nieskończonej płaszczyzny zanurzonej w wodzie, którą aproksymowano zmniejszając współczynnik przyspieszenia grawitacyjnego (zwiększając wyporność) i stosując opór siły do ​​każdej powierzchni woksela na powierzchni projektu ( dodatku SI , sekcja S6 ).

Po drugie, aktywacja była losowa: komórki kurczliwe zostały zrewidowane, aby miały losowe przesunięcia fazowe z centralnego generatora wzorców (fala sinusoidalna o częstotliwości 2 Hz). Dokładniej, każdemu wokselowi o losowo skonfigurowanej konstrukcji (z których jeden był wstrzykiwany do populacji w każdym pokoleniu; Dodatek SI , sekcja S5 ) przypisano losowe przesunięcie fazy, które było utrzymywane na stałym poziomie w jego potomkach (całym kladu). Mutacje przełączały każdy woksel tak, aby był obecny lub nieobecny, a jeśli był obecny, pasywny lub aktywny (skurcz), ale oryginalne przesunięcie fazowe w każdym miejscu w przestrzeni roboczej było zakodowane na sztywno. Zmniejszyło to zależność od precyzyjnego pobudzenia w czasie i sprzyjało odkryciu bardziej wytrzymałych struktur mechanicznych ( SI Dodatek , Rys. S3 ).

Zachowanie projektów wygenerowanych przy drugim przejściu lepiej pasowało do zachowania rzeczywistych systemów żywych: średnio projekty stykały się z płaszczyzną podłoża przez 93,3% okresu ich oceny, w porównaniu do zaledwie 52,7% przy pierwszym przejściu ( załącznik SI , sekcja S6 ).

Filtr odporności.

Projekty o największej wydajności ( ryc. 1 A ) zostały posortowane według ich odporności na losowe zakłócenia w ich uruchamianiu. Przesunięcia fazowe zapisane w genotypie zostały zmutowane przez dodanie liczby, która została wylosowana z rozkładu normalnego ze średnią zerową i SD s = 0,4π (co stanowi 40% zakresu od -π/2 do π/2 ważnego przesunięcia fazowego wartości). Ten hiperparametr został wybrany tak, aby był wystarczająco duży, aby wymieszać oryginalną wartość przesunięcia fazowego, nie będąc na tyle dużym, aby popchnąć wszystkie mutacje w kierunku granic ±π/2. Projekty, które zachowywały najwyższą średnią wydajność w całym tym hałasie aktywacji, były przekazywane, jeden po drugim, zgodnie z ich rankingiem odporności, do filtra kompilacji.

Filtr kompilacji.

Najbardziej wytrzymałe projekty są oceniane na podstawie ich wykonalności zgodnie z obecną metodą budowania, w której sąsiednie obszary tkanki są nakładane sekwencyjnie ( załącznik SI , ryc. S6 ). Minimalną wklęsłość zbadano, wytwarzając organizmy o coraz mniejszych deformacjach kształtu, a następnie określając, które utrzymują się przez cały okres życia organizmu, a które zamykają się z powodu skurczu tkanki, co prowadzi do utraty wklęsłości. Wstępne prace wykazały, że wklęsłości o szerokości 100 µm lub większej (12% całkowitej długości ciała) powodowały stabilne, długoterminowe deformacje odpowiednie do budowy biologicznej ( załącznik SI , ryc. S7 ).

Dodatkowo filtr budowy usuwa projekty, które zawierają więcej niż 50% mięśni, aby zarezerwować wystarczającą przestrzeń projektową na dodanie wyspecjalizowanych komórek do celów innych niż poruszanie się, w tym bodźców czuciowych, metabolizmu, pamięci, bioczujników itp. Ponadto tkanka kurczliwa naraża znacznie wyższy koszt metaboliczny w porównaniu z tkanką niemięśniową (ludzkie serce zużywa ~1 mM ATP na sekundę; ref. 31 ). Tym samym ograniczenie tego typu bibułki zwiększa całkowity czas życia przenoszonych projektów. Najbardziej niezawodne projekty, które spełniają te kryteria wyboru ( załącznik SI , rys. S4 ), są przepuszczane przez filtr budowania do następnego etapu potoku: generatora realizowalności.

Generator wykonalności.

Organizmy rekonfigurowalne zostały stworzone przy użyciu embrionów Xenopus jako tkanki dawcy zgodnie z metodami zatwierdzonymi przez Institutional Animal Care and Use Committee oraz Department of Laboratory Animal Medicine Tufts University pod numerem protokołu M2017-53.

Zapłodnione jaja X. laevis hodowano w 0,1x, pH 7,8, zmodyfikowanym roztworze Ringera Marca (MMR) przy użyciu standardowych protokołów i sklasyfikowano według Nieuwkoopa i Fabera ( 32 , 33 ). Do eksperymentów kształtowania czapeczki zwierzęce zostały ręcznie wycięte w St. 9 za pomocą kleszczyków chirurgicznych (Dumont, 11241–30 #4) i przeniesione do pożywki bez wapnia i magnezu na 5 minut (50,3 mM NaCl, 0,7 mM KCl, 9,2 mM Na 2 HPO 4 , 0,9 mM KH 2 PO 42,4 mM NaHC03, 1,0 mM kwas wersenowy [EDTA], pH 7,3). Zewnętrzną warstwę ektodermy usunięto ręcznie i odrzucono, podczas gdy warstwę wewnętrzną wstrząsano aż do pełnej dysocjacji (komórki są na tym etapie w dużej mierze pluripotencjalne, ale różnicują się w ektodermę bez dalszej interwencji). Materiał z pięciu czapek zwierzęcych połączono i przeniesiono do szalki ze studzienkami zawierającej 0,75x MMR. Po 24 godzinach w 14°C sferyczne reagregaty przeniesiono do czystego 1% naczynia pokrytego agarozą zawierającego 10 ml 0,75 x MMR i 5 µl gentamycyny (ThermoFisher Scientific, 15710072). Czterdzieści osiem godzin po ponownej agregacji tkanki powstała tkanka (obecnie stworzona, aby stać się specyficznymi liniami komórek naskórka, w tym jonocytami, małymi komórkami wydzielniczymi i komórkami kubkowymi), został ukształtowany przy użyciu kombinacji kleszczyków mikrochirurgicznych i instrumentu do mikrokauteryzacji MC-2010 z elektrodami drutowymi 13 μm (Protech International Inc., MC-2010, elektroda kauteryzacyjna z końcówką drutową 13-Y1). Tkankę w razie potrzeby kształtowano przez 3 godziny, aby uzyskać pożądany efekt anatomiczny, po czym przeniesiono ją do czystego 1% naczynia pokrytego agarozą, zawierającego 10 ml 0,75 x MMR i 5 µl gentamycyny i hodowano w temperaturze 14 °C.

W przypadku eksperymentów z ruchem kurczliwym kohortom zarodków Xenopus wstrzyknięto jeden z dwóch syntetycznych mRNA na etapie czterech komórek, stosując standardowe protokoły ( 32 ). mRNA dla fluorescencyjnego znacznika linii tdTomato ( 34 ) i inhibitora komórek wielozębnych Notch ICD ( 20 , 35 )) zsyntetyzowano przy użyciu zestawów do transkrypcji mMESSAGE (ThermoFisher Scientific, AM1340). Wstrzyknięcia przeprowadzono w 3% roztworze Ficoll przy użyciu wyciągniętej kapilary, aby dostarczyć 370 pg mRNA dla każdego transkryptu do wszystkich czterech komórek. td Zarodki, którym wstrzyknięto pomidora były hodowane w 22°C, podczas gdy zarodki, którym wstrzyknięto Notch ICD, hodowano w 14°C. Dwadzieścia cztery godziny po wstrzyknięciu, zarodki w stadium 10, którym wstrzyknięto Notch ICD, przeniesiono na płytkę Petriego pokrytą 1% agarozą zawierającą 0,75 x MMR, a zwierzęce czapki ręcznie nacięto kleszczami chirurgicznymi, jak powyżej. Ponadto, zarodki w stadium 23-24 tdTd, którym wstrzyknięto pomidory, przeniesiono do tej samej szalki, a przypuszczalne pole serca wycinano z zewnętrzną warstwą ektodermy, a następnie usuwano i odrzucano. Przypuszczalną tkankę serca umieszczono następnie między dwoma czapeczkami zwierzęcymi, którym wstrzyknięto Notch ICD, i pozwolono trzem warstwom zagoić się przez 1 godzinę w 22°C. Po wygojeniu tkankę przeniesiono do czystego 1% naczynia pokrytego agarozą zawierającego 10 ml 0,75 x MMR i 5 µl gentamycyny i hodowano w 14 °C. W celu ukształtowania powstałą tkankę wyrzeźbiono jak powyżej przy użyciu kombinacji kleszczyków mikrochirurgicznych i instrumentu do mikrokauteryzacji MC-2010.

Filtr przenoszenia.

Wszystkie próbki obrazowano na żywo w 0,75x MMR w temperaturze 20°C przy użyciu mikroskopu Nikon SMZ-1500 wyposażonego zarówno w oświetlenie górne, jak i podstolikowe. Nieruchome obrazy rejestrowano za pomocą kamery CCD QImaging Retiga 2000R, a filmy rejestrowano za pomocą Sony IMX234 z częstotliwością próbkowania 30 klatek na sekundę. Ścieżki ruchu XY zostały wyodrębnione dla każdego przebiegu przy użyciu oprogramowania Noldus Ethovision 14 i wygładzone przy użyciu jednowymiarowego filtra Gaussa ( SI Dodatek , rozdział S9.1 ). Wskaźnik linii tdTomato zobrazowano przy użyciu standardowej kostki filtrującej z izotiocyjanianu tetrametylorodaminy (TRITC) i fluorescencyjnego źródła światła w celu weryfikacji lokalizacji komórek mięśnia sercowego, a sygnał GFPIII zobrazowano za pomocą standardowej kostki filtrującej z izotiocyjanianu fluoresceiny (FITC) w celu weryfikacji lokalizacji komórek naskórka ( Załącznik SI, sekcja S9.2 ).

Dostępność danych.

Kod źródłowy niezbędny do odtworzenia wyników obliczeń przedstawionych w tym artykule można znaleźć na GitHub ( 36 ).

Podziękowanie

Badanie to było sponsorowane przez Agencję Zaawansowanych Projektów Badawczych Obrony (DARPA) w ramach umowy o współpracy numer HR0011-18-2-0022, programu Lifelong Learning Machines z DARPA/MTO. Treść informacji niekoniecznie odzwierciedla stanowisko lub politykę rządu i nie należy wnioskować o oficjalnym aprobacie. Zatwierdzony do publicznego udostępnienia; dystrybucja jest nieograniczona. Badania te były również wspierane przez program Allen Discovery Center za pośrednictwem The Paul G. Allen Frontiers Group (12171), a ML z wdzięcznością dziękuje za wsparcie z grantu Emergent Behaviors of Integrated Cellular Systems przez National Science Foundation (Subaward CBET-0939511). Badania te były również wspierane przez Kontinuum Emerging Frontiers in Research and Innovation (EFRI) National Science Foundation, Compliant, oraz program Configurable Soft Robotics Engineering (C3 SoRo) (Subaward EFMA-1830870). Dziękujemy firmie Vermont Advanced Computing Core za dostarczone zasoby obliczeniowe.

Przypisy

• ↵ 1 S. K. i DB w równym stopniu przyczynili się do tej pracy.

• § 2 Do kogo można kierować korespondencję. E-mail: josh.bongard@uvm.edu .

• Wkład autorów: badania projektowe SK, DB, ML i JB; SK i DB przeprowadziły badania; SK i DB przeanalizowały dane; i SK, DB, ML i JB napisali artykuł.

• Autorzy deklarują brak konkurencyjnego interesu.

• Ten artykuł jest bezpośrednim składaniem PNAS.

• Depozycja danych: Kod źródłowy niezbędny do odtworzenia wyników obliczeń przedstawionych w tym artykule można znaleźć na GitHub ( https://github.com/skriegman/reconfigutable_organisms ).

• Ten artykuł zawiera dodatkowe informacje online pod adresem https://www.pnas.org/lookup/suppl/doi:10.1073/pnas.1910837117/-/DCSupplemental .

• Copyright © 2020 Autor(y). Opublikowane przez PNAS.

Ten artykuł z otwartym dostępem jest rozpowszechniany na licencji Creative Commons Attribution License 4.0 (CC BY) .

Bibliografia

1. ↵

1.  DJ Blackiston ,

2.  M. Levin

, Ektopowe oczy poza głową u kijanek Xenopus dostarczają danych sensorycznych do nauki za pośrednictwem światła . J. Eksp. Biol. 216 , 1031 – 1040 ( 2013 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

2. ↵

1.  LN Vandenberg ,

2.  DS Adams ,

3.  M. Levin

, Znormalizowany kształt i rozmieszczenie struktur twarzoczaszki zaburzonych Xenopus kijanki ujawniają wrodzoną zdolność do osiągnięcia prawidłowej morfologii . Odw. Dyn. 241 , 863 – 878 ( 2012 ).

CrossRefPubMedGoogle Scholar

3. ↵

1.  RD Kamm i inni

., Perspektywa: Obietnica wielokomórkowych inżynieryjnych systemów życia . APL Bioeng 2 , 040901 ( 2018 ).

CrossRefGoogle Scholar

4. ↵

1.  CA Hutchison III i inni

., Projektowanie i synteza minimalnego genomu bakteryjnego . Nauka 351 , aad6253 ( 2016 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

5. ↵

1.  Y. Sasai ,

2.  M. Eiraku ,

3.  H. Suga

, Organogeneza in vitro w trzech wymiarach: Samoorganizujące się komórki macierzyste . Rozwój 139 , 4111 – 4121 ( 2012 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

6. ↵

1.  SJ Park i inni

., Fototaktyczne naprowadzanie zmodyfikowanego tkankowo miękkiego-robotycznego promienia . Nauka 353 , 158 – 162 ( 2016 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

7. ↵

1.  MD Tang-Schomer i inni

., Bioinżynieryjna funkcjonalna tkanka korowa podobna do mózgu . Proc. Natl. Acad. Nauka. Stany Zjednoczone 111 , 13811 – 13816 ( 2014 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

8. ↵

1.  JC Nawroth i inni

., Meduza z inżynierii tkankowej z napędem biomimetycznym . Nat. Biotechnologia. 30 , 792 – 797 ( 2012 ).

CrossRefPubMedGoogle Scholar

9. ↵

1.  K. Sims

, Ewolucja morfologii i zachowania 3D przez konkurencję . Art. Życie 1 , 353 – 372 ( 1994 ).

Google Scholar

10. ↵

1.  N. Cheneya ,

2.  J. Bongarda ,

3.  V. Słoneczna spirala ,

4.  H. Lipson

, Skalowalna kooptymalizacja morfologii i sterowania w maszynach wbudowanych . JR Soc. Interfejs 15 , 20170937 ( 2018 ).

CrossRefPubMedGoogle Scholar

11. ↵

1.  H. Lipsona ,

2.  JB Pollack

, Automatyczne projektowanie i produkcja zrobotyzowanych form życia . Natura 406 , 974 – 978 ( 2000 ).

CrossRefPubMedGoogle Scholar

12. ↵

1.  J. Bongarda ,

2.  W. Żykow ,

3.  H. Lipson

, Odporne maszyny dzięki ciągłemu samomodelowaniu . Nauka 314 , 1118 – 1121 ( 2006 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

13. ↵

1.  D. Cellucciego ,

2.  R. MacCurdy ,

3.  H. Lipsona ,

4.  S. Risi

, druk 1D robotów nadających się do recyklingu . Robot IEEE. Autom. Łotysz. 2 , 1964 – 1971 ( 2017 ).

Google Scholar

14. ↵

1.  DJ Munka ,

2.  GA Vio ,

3.  Lekarz rodzinny Steven

, Topologia i metody optymalizacji kształtu z wykorzystaniem algorytmów ewolucyjnych: Przegląd . Struktura. Wielodyscyplinarny. Optymalny. 52 , 613 – 631 ( 2015 ).

Google Scholar

15. ↵

1.  RV Devi ,

2.  SS Sathya ,

3.  MS Coumar

, Algorytmy ewolucyjne do projektowania leków de novo – ankieta . Zał. Soft Computing. 27 , 543 – 552 ( 2015 ).

Google Scholar

16. ↵

1.  MD Huntington ,

2.  LJ Lauhon ,

3.  TW Odom

, Optyka sieciowa o długości subfalowej według ewolucyjnego projektu . Nano Lett. 14 , 7195 – 7200 ( 2014 ).

Google Scholar

17. ↵

1.  CT Mueller ,

2.  JA Ochsendorf

, Połączenie wydajności i markowe preferencje strukturalnych w ewolucji kosmicznej projekt eksploracji . Autom. Konstr. 52 , 70 – 82 ( 2015 ).

Google Scholar

18. ↵

1.  N. Jakobi

, Robotyka ewolucyjna i radykalna hipoteza otoczki hałasu . Przystosować się. Zachowuj. 6 , 325 – 368 ( 1997 ).

CrossRefGoogle Scholar

19. ↵

1.  M. Schmidta ,

2.  H. Lipson

, „Optymalizacja pareto-fitness do wieku” w Genetic Programming Theory and Practice VIII ( Springer , 2011 ), s. 129 – 146 .

Google Scholar

20. ↵

1.  GA Deblandre ,

2.  DA Wettstein ,

3.  N. Koyano-Nakagawę ,

4.  C. Kintner

, Dwuetapowy mechanizm generuje wzór odstępów między komórkami rzęskowymi w skórze zarodków Xenopus . Rozwój 126 , 4715 – 4728 ( 1999 ).

AbstrakcyjnyGoogle Scholar

21. ↵

1.  J. Werfela ,

2.  K. Petersena ,

3.  R. Nagpal

, Projektowanie zachowań zbiorowych w zespole konstruktorów robotów inspirowanych termitami . Nauka 343 , 754 – 758 ( 2014 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

22. ↵

1.  J. Hillera ,

2.  H. Lipson

, Dynamiczna symulacja miękkich, multimateriałowych obiektów drukowanych w 3d . Miękki robot. 1 , 88 – 101 ( 2014 ).

Google Scholar

23. ↵

1.  J. Cooke

, Skala ciało dostosowuje wzór do dostępnej liczby komórek w zarodkach płazów . Natura 290 , 775 – 778 ( 1981 ).

CrossRefPubMedGoogle Scholar

24. ↵

1.  S. Kriegmana ,

2.  S. Walkera ,

3.  D. Szach ,

4.  M. Lewina ,

5.  R. Kramer-Bottiglio ,

6.  J. Bongard

, Zautomatyzowana zmiana kształtu w celu przywrócenia funkcji w uszkodzonych robotach . Proc. Obrabować. Nauka. Syst. ( 2019 ).

Google Scholar

25. ↵

1.  S. Koosa ,

2.  JB Mouret ,

3.  S. Doncieux

, Podejście transferowalności: przekraczanie przepaści rzeczywistości w robotyce ewolucyjnej . IEEE Trans. Ewol. Komputer. 17 , 122 – 145 ( 2013 ).

Google Scholar

26. ↵

1.  D. Flota ,

2.  T. Pajdlę ,

3.  B. Schielego ,

4.  T. Tuytelaars

5.  MD Zeiler ,

6.  R. Fergus

, „Wizualizacja i zrozumienie sieci konwolucyjnych ” w Proceedings of the European Conference on Computer Vision , D. Fleet , T. Pajdla , B. Schiele , T. Tuytelaars , wyd. ( Springer , 2014 ), s. 818 – 833 . 

Google Scholar

27. ↵

1.  S. Toda ,

2.  LR Blauch ,

3.  Niebo Tang ,

4.  L. Morsut ,

5.  WA Lim

, Programowanie samoorganizujących się struktur wielokomórkowych z syntetyczną sygnalizacją komórka-komórka . Nauka 361 , 156 – 162 ( 2018 ).

Streszczenie / BEZPŁATNY pełny tekstGoogle Scholar

28. ↵

1.  D. Patra i in

., Inteligentne, samozasilające się systemy dostarczania leków . Nanoskala 5 , 1273 – 1283 ( 2013 ).

CrossRefPubMedGoogle Scholar

29. ↵

1.  J. Li ,

2.  B. Esteban- Fernández de Ávila ,

3.  W. Gao ,

4.  L. Zhang ,

5.  J. Wang

, Mikro/nanoroboty dla biomedycyny: dostarczanie, chirurgia, wykrywanie i detoksykacja . Nauka. Obrabować. 2 , eaam6431 ( 2017 ).

Google Scholar

30. ↵

1.  F. Baluškę ,

2.  M. Levin

, O braku głowy: poznanie w systemach biologicznych . Z przodu. Psychol. 7 , 902 ( 2016 ).

PubMedGoogle Scholar

31. ↵

1.  J. Piquereau ,

2.  R. Ventura-Clapier

, Dojrzewanie metabolizmu energetycznego serca w okresie okołoporodowym . Z przodu. Fizjol. 9 , 959 ( 2018 ).

Google Scholar

32. ↵

1.  PD Nieuwkoop ,

2.  J. Fabera

, Normal Table of Xenopus laevis (Daudin) ( North Holland Publishing Co. , Amsterdam , 1956 ).

Google Scholar

33. ↵

1.  HL Sive ,

2.  RM Grainger ,

3.  RM Harland

, Wczesny rozwój Xenopus laevis ( CSHL Press , 2000 ).

Google Scholar

34. ↵

1.  C. Waldnera ,

2.  M. Roose ,

3.  GU Ryffel

, Czerwona fluorescencyjna Xenopus laevis: nowe narzędzie do analizy szczepień . BMC Dev. Biol. 9 , 37 ( 2009 ).

CrossRefPubMedGoogle Scholar

35. ↵

1.  CW Beck ,

2.  JM Slack

, Ścieżka rozwojowa kontrolująca przerost pąka ogonowego Xenopus . Rozwój 126 , 1611 – 1620 ( 1999 ).

AbstrakcyjnyGoogle Scholar

36. ↵

1.  S. Kriegmana ,

2.  D. Blackistona ,

3.  M. Lewina ,

4.  J. Bongard

, Dane z „Skalowalnego potoku do projektowania rekonfigurowalnych organizmów”. GitHub. https://github.com/skriegman/reconfigurable_organisms . Złożone 2 października 2019 r .

Google Scholar

https://www.pnas.org/content/117/4/1853

Xenoboty - pierwsze żywe roboty

 

mam obawy...

w sumie to było już o tym w marcu - z polskiej strony - tu większy artykuł, w linku również filmy

przedruk

tłumaczenie automatyczne

14 stycznia 2020 r.

Poznaj Xenoboty: pierwsze żywe roboty, które są w stanie chodzić, pływać, a nawet leczyć się w razie uszkodzenia.

W ramach rewolucyjnego – przerażającego – naukowego osiągnięcia, grupa badaczy z powodzeniem stworzyła pierwsze żywe roboty z komórek macierzystych żab. Roboty nazywają się Xenobots, od afrykańskiej żaby szponiastej (Xenopus laevis).

Naukowcy z uniwersytetów Vermont i Tufts ponownie wykorzystali żywe komórki – zarodki żab – i zdołali stworzyć zupełnie nowe formy życia, uważane za żywe roboty.

Nazywane „Xenobotami” stworzenia mają rozmiar jednego milimetra i mogą poruszać się w wyznaczonym obszarze, a nawet wykonywać różne zadania.

Naukowcy, którzy stworzyli Xenoboty, ujawnili, że maszyny są wystarczająco małe, aby wejść do ludzkiego ciała. Potrafią pływać, chodzić i mogą przetrwać bez jedzenia przez wiele tygodni. Potrafią również pracować zespołowo w grupach.

„To są zupełnie nowe formy życia. Nigdy wcześniej nie istniały na Ziemi” – wyjaśnił Michael Levin , dyrektor Allen Discovery Center na Uniwersytecie Tufts w Medford w stanie Massachusetts.

„Są żywymi, programowalnymi organizmami”.

Roboty zostały zaprojektowane przez „ewolucyjny algorytm”, który działa na superkomputerze, wysoce zaawansowanym elemencie sztucznej inteligencji.

To zdjęcie przedstawia Xenobota z czerwonym mięśniem sercowym. Źródło obrazu: Douglas Blackiston.

Powstanie żywego robota

Według komunikatu prasowego naukowcy wykorzystali komórki macierzyste z afrykańskiej bicza szponiastego do stworzenia tych stworzeń. Wykorzystano komórki macierzyste, ponieważ są to niewyspecjalizowane komórki, które mogą rozwijać się w wiele różnych typów komórek.

Po pobraniu komórek macierzystych z zarodków żab naukowcy pozostawili je do inkubacji.

Po inkubacji komórki zostały pocięte i ukształtowane w pożądany korpus stworzony przez superkomputer, który wytwarzał formy „nigdy wcześniej nie widziane w naturze”.

W końcu komórki skóry związały się ze strukturą. Pulsujące komórki mięśnia sercowego umożliwiły Xenobotowi samodzielne chodzenie.

Oprócz tego, że potrafią chodzić i pływać, naukowcy odkryli, że roboty mogą same się leczyć.

Eksperymenty, w których naukowcy pokroili roboty, wykazały, że stworzenie potrafiło się leczyć i kontynuować ruch. Udało się to osiągnąć, ponieważ zamiast tworzyć robota z metalu lub plastiku, stworzenie zostało zbudowane z żywej tkanki.

To przerażające, ale zdumiewające osiągnięcie.

„To są nowe żywe maszyny. Nie są ani tradycyjnym robotem, ani znanym gatunkiem zwierząt. Zamiast tego jest to nowa klasa artefaktów: żywy, programowalny organizm., wyjaśnił Joshua Bongard z Uniwersytetu Vermont.

Xenoboty mogą okazać się pomocne w wielu sprawach. Na przykład eksperci powiedzieli, że stworzenia te mogą zostać wykorzystane w niedalekiej przyszłości do oczyszczania oceanów z zanieczyszczeń, eliminowania toksycznych odpadów, a nawet dostarczania leków pacjentom.

Ich możliwości są na razie niemożliwe do przewidzenia.

„Nie można wiedzieć, jakie będą zastosowania dla jakiejkolwiek nowej technologii, więc możemy się tylko domyślać” — powiedział Joshua Bongard z Uniwersytetu Vermont.

Dla tych, którzy martwią się, że sprawy mogą wymknąć się spod kontroli, nie bójcie się. Naukowcy twierdzą, że nie ma powodu do niepokoju . Xenoboty mają własne zapasy żywności, co pozwala im na „działanie” przez około tydzień. Mogą jednak przetrwać przez dłuższy czas, jeśli zostaną umieszczone w środowiskach bogatych w składniki odżywcze.

Pomimo posiadania kontroli nad robotami, naukowcy uznają pojęcie robotów atakujących swoich twórców za przerażający apokaliptyczny koszmar, ale nic więcej.

„Ten strach nie jest nieuzasadniony… Kiedy zaczniemy bawić się złożonymi systemami, których nie rozumiemy, poniesiemy niezamierzone konsekwencje. To badanie jest więc bezpośrednim wkładem w zrozumienie tego, czego ludzie się boją” – ujawnił Levin.

Xenoboty nie mają zdolności do reprodukcji ani ewolucji.

Stworzenie Xenobotów zostało opisane w artykule naukowym opublikowanym w Proceedings of the National Academy of Sciences .

https://curiosmos.com/the-rise-of-the-robot-scientists-create-first-living-robots/

Nanoboty - Xenoboty

przedruk

Pamiętacie robale, które w serialu SW Wojna Klonów właziły ludziom przez nos do głowy i zamieniały ich w zombi?

Także w Akademii Pana kleksa - kapanie do nosa.

 

Naukowcy stworzyli żywe roboty. Mają niesamowity potencjał

Izabela Wojtaś14 stycznia 2020, 08:03

Poznaj ksenobota. To pierwszy na świecie żyjący, samoleczący się roboty stworzony z żabich komórek macierzystych. Choć ma niespełna milimetr szerokości, to porusza się niezwykle sprawnie. Może już niebawem będzie dostarczać leki w określone miejsca w naszym ciele.

Naukowcy z University of Vermont i Tufts University stworzyli niesamowity nowy rodzaj programowalnego organizmu za pomocą kilku wymyślnych algorytmów. Został zaprojektowany na superkomputerze w UVM, a następnie połączony pod mikroskopem przez biologów z Tufts University.

Organizmy do zadań specjalnych
Ksenoboty, bo o nich mowa, zbudowane są w całości z komórek macierzystych skóry i komórek mięśnia sercowego żaby z gatunku Xenopus laevis, stąd ich nazwa.

• To nowe żywe maszyny – mówi w komunikacie prasowym University of Vermont Joshua Bongard, informatyk i ekspert w dziedzinie robotyki, który współprowadził nowe badania. I dodaje: Nie są ani tradycyjnym robotem, ani znanym gatunkiem zwierząt. To nowa klasa artefaktów: żywy, programowalny organizm.

Choć mają zaledwie milimetr szerokości, to wykazują niezwykłe zdolności. Potrafią się samodzielnie poruszać i mają zdolność do samoleczenia. Kiedy naukowcy pokroili jednego ksenobota, sam się połączył i ruszył dalej. Co więcej, mogą przetrwać w środowisku wodnym bez dodatkowych składników odżywczych przez nawet kilka tygodni.

Naukowcy mają nadzieję, że ten nowy rodzaj organizmów pomoże im odkryć tajemnice komunikacji komórkowej. Już mówią też o ich potencjalnych zastosowaniach. Będzie je można wykorzystać do zbierania mikroplastiku w oceanach i co chyba najważniejsze – do przenoszenia lekarstw w głąb ludzkich ciał, a nawet podróżowania do naszych tętnic.

Choć to wszystko wydaje się nieco futurystyczną sceną z filmów sci-fi, to takich naukowych odkryć jest coraz więcej. Australijscy naukowcy z Australian National University są na to doskonałym przykładem. Niedawno informowaliśmy, że badaczom udało się wynaleźć specjalny hydrożel, który ma właściwości żywej, biologicznej tkanki i może się samoczynnie leczyć.

https://innpoland.pl/157341,na-university-of-vermont-stworzono-ksenoboty-to-zywe-roboty-z-komorek-zaby

Cząsteczki plastyku w łożyskach nienarodzonych dzieci

 przedruk z 23.12.2020

Szokujące odkrycie: mikroplastyczne cząsteczki mogą dostać się do łożyska!

Nasze osobiste połączenie z mikroskopijnymi fragmentami plastiku może nawet sięgać aż do macicy. Cząsteczki mikroplastyczne zostały po raz pierwszy ujawnione w łożyskach nienarodzonych dzieci, co według naukowców „jest bardzo niepokojące”.

Łożyska zebrane w środowisku wolnym od plastiku od sześciu matek zostały podzielone na skrawki, które zostały następnie rozpuszczone i przefiltrowane. Proces ten ujawnił 12 małych kawałków kolorowego plastiku, wszystkie o wielkości od 5 do 10 mikrometrów. Wszystko pochodziło z zaledwie czterech łożysk. Podczas gdy cztery fragmenty znaleziono w tkankach znajdujących się po stronie łożyska matki, pięć zidentyfikowano bliżej rozwijającego się płodu. Ostatnie trzy znaleziono osadzone w cienkiej błonie, która tworzy ścianę wokół płynu owodniowego. Może się wydawać, że nie jest to ogromna liczba cząstek, zwłaszcza biorąc pod uwagę ich rozmiar. Przeanalizowano jednak tylko około 4% każdego łożyska, co sugeruje, że całkowita liczba mikroplastików może być znacznie wyższa.

Łożysko jest szalenie złożoną agregacją tkanek ukształtowaną przez miliony lat ewolucji, aby izolować wyłaniające się życie na najważniejszym etapie jego rozwoju. Jego funkcja polega na filtrowaniu patogenów i innych potencjalnie niebezpiecznych materiałów z krwiobiegu matki. Jednocześnie łożysko dostarcza składniki odżywcze, przeciwciała i tlen.

Narząd ten, to nie tylko ochronna, ale także zróżnicowane i dynamiczne układy komórkowe, w których panuje delikatna równowaga hormonalna i odpowiednio dobrane w czasie reakcje biochemiczne.

Nie jest jeszcze jasne, czy mikroplastiki stanowią zagrożenie dla zdrowia nienarodzonego dziecka. Z drugiej strony wiadomo już, że wiele dodatków do tworzyw sztucznych, takich jak bisfenol A, zaburza gospodarkę hormonalną, zakłóca funkcje naszego organizmu, więc sama ich obecność w tak wrażliwej części ludzkiego ciała jest głęboko niepokojąca.

„To tak, jakby mieć dziecko cyborga: nie składa się już tylko z ludzkich komórek, ale jest mieszaniną biologicznych i nieorganicznych jednostek” ‒ powiedział Antonio Ragusa, dyrektor położnictwa i ginekologii w szpitalu San Giovanni Calibita Fatebenefratelli w Rzymie, który kierował badaniem.  

W badaniu, opublikowanym w czasopiśmie Environment International, naukowcy doszli do wniosku: „Ze względu na kluczową rolę łożyska we wspieraniu rozwoju płodu oraz w działaniu jako interfejs ze środowiskiem zewnętrznym, obecność potencjalnie szkodliwych cząstek plastiku jest kwestią wielkiej troski. Konieczne są dalsze badania, aby ocenić, czy obecność mikroplastików może wywołać odpowiedź immunologiczną lub może prowadzić do uwolnienia toksycznych zanieczyszczeń, powodując szkody w organizmie. ”

Badania odzwierciedlają zeszłoroczne odkrycia belgijskich naukowców, że nanocząsteczki „sadzy” wdychane przez matkę mogą również przenikać przez granicę łożyska. Jeśli jest jakaś pociecha w tym ostatnim badaniu, to fakt, że wszystkie urodzone dzieci były całkowicie zdrowe. Jednak na jak długo?

Nasz głód plastiku jest nienasycony, a odpady podwoją się w ciągu najbliższych dwóch dekad. Samo pranie syntetycznych spodni dresowych wystarczy, aby wyrzucić tony maleńkich plastikowych włókien do środowiska, co stanowi narastający problem, który ledwie zaczynamy rozumieć. Zanieczyszczenie mikroplastikami dotarło do każdej części planety, od szczytu Mount Everest po najgłębsze oceany. Wiadomo już, że ludzie spożywają drobne cząsteczki wraz z jedzeniem i wodą. Ich wpływ na organizm jest nieznany, ale naukowcy twierdzą, że istnieje pilna potrzeba oceny problemu, szczególnie w przypadku niemowląt.  

Badanie to zostało opublikowane w Environment International.

https://www.ekologia.pl/wiadomosci/srodowisko/szokujace-odkrycie-mikroplastyczne-czasteczki-moga-dostac-sie-do-lozyska,27411.html?fbclid=IwAR1YEeGYxRc1HEbwZR7HO120dA06Aw6zSUX1Na9mOCnBeZs3Fh_tj15TeFQ

Puchar Likurga

 

Cenny rzymski szklany kubek, wykonany około 1.600 lat temu przez nieznanego artystę, ujawnia niesamowitą rzeczywistość: Rzymscy rzemieślnicy byli pionierami tego, co teraz nazywamy nanotechnologią.

Starożytny kielich, nazywany #Lycurge Cup, został nabyty przez Muzeum Brytyjskie w latach 50. Naukowcy zajęli około 40 lat, aby rozwiązać ukrytą tajemnicę w szkle artefaktu, który wydaje się zielony, gdy świeci się przodem, a czerwony w kolorze, jeśli się cofnie.

To charakterystyczna cecha szkła dikroicznego, którego wynalazek często przypisuje się NASA, ale która była używana wiele wieków wcześniej przez rzemiejskich rzemieślców

Aby uzyskać efekt, należy skazić szkło złotym lub srebrnym nanocząsteczkiem, rozproszone w szklanej objętości. Nie wiadomo, jak starożytni Rzymianie uzyskiwali szkło dikroiczne, nawet jeśli jest prawdopodobne, że efekt został losowo uzyskany, nie chciał, ale uzyskano przypadkowo.

Tego typu szklanka, zwana kubkiem diatreta, posiada gładką wewnętrzną kubek oraz ozdobną klatkę na zewnątrz, ozdobną, wykonane przez rzeźbienie szyb. Wciąż nie wiadomo, czy to były dwa różne garnki, które połączyły się w upalną pogodę, czy też tego typu puchar był efektem ciężkiej pracy.

Dekoracja Pucharu Lycurge reprezentuje legendarnego Króla Lycurga, winnego śmierci Ambrozji, nimfy, która wzbudziła boga Dionizusa. Zamienił się w winnicę, Ambrozja kopertuje króla swoimi winoroślami, aż go zabije, podczas gdy Dionizus i dwóch jego zwolenników pomagają w miejscu zdarzenia.

 

Dziś przybyło około pięćdziesiąt kubków diatreta, ale tylko kilka pozostaje nietkniętych. Puchar Likurgii to jedyny rzymski artefakt w całkowicie nienaruszonym szkle dikroicznym, '' najbardziej spektakularny puchar tego okresu, odpowiednio zdobiony, jaki kiedykolwiek mieliśmy ". (D.B. Harden)

Jak już wcześniej stwierdzono, kubki diatre były wyraźnie bardzo trudne do zrobienia, a niewątpliwie niezwykle drogie, ale Puchar Licurgo wyróżnia się zjawiskiem optycznym, które narażało ekspertów, którzy przez wiele lat badali go w tarapatach. W końcu wyjaśnienie było zaskakujące: szkło zawiera ślady cząsteczek złota i srebra, o nieskończonym wymiarze 50 nanometrów, mniej niż tysiąc ziarna soli. Ilość metalu znalezionego w szkle jest tak mała, że badacze odgadli przypadkowe zanieczyszczenie szkła złotym i srebrnym proszkiem, prawdopodobnie niewiadomo jak szkło.

Jednak odkrycie innych tego rodzaju artefaktów, nawet gdyby tylko we fragmentach, pokazuje, że rzemieślnicy rozumieli mechanizm rozróżniający szkło dichroiczne: światło przechodzące przez szybę, w której cząsteczki złota i srebra zmieniają kolor samego szkła. Jednak dodatek tych metali nie wystarczy, aby wywołać ten szczególny efekt optyczny, jeśli nie tworzyły pod mikroskopowych kryształków, zwanych koloidami, odpowiedzialnych za zjawisko rozprzestrzeniania światła.

Dodanie metalu, czy tlenku metalu, nie było praktyką nieznaną szkła rzymskiemu, który przy użyciu miedzi wykonał szkło czerwone i brązowe. Koloryzacja szkła ze złotem i srebrem nie miała być zwyczaj, a może magia koloru Pucharu Likurgii wynika z fuksa. Aby celowo osiągnąć ten rezultat, trzeba było kontrolować dużą liczbę czynników, takich jak stężenie metalu i wielkość cząsteczek, status utleniania niektórych elementów, czas i temperatura grzewcza.

Rzymscy rzemieślnicy raczej nie będą w stanie kontrolować cały ten szereg prób ponad 1.600 lat temu, a w rzeczywistości Puchar Lycurgonu jest wybitnym przykładem, jednym z najbardziej wyszukanych technicznie obiektów szklanych produkowanych przed czasów współczesnych. Ian Freestone, jeden z ekspertów, którzy studiowali puchar, uważa, że rzymscy rzemieślnicy '' byli wysoko wykwalifikowani, ale nie w nanotechnologii. Nie wiedzieli, że działają na skalę nanometryczną ".

tekst oryginalny:

Una preziosa coppa romana in vetro colorato, realizzata all’incirca 1.600 anni fa da un artista sconosciuto, rivela una realtà sorprendente: gli artigiani romani furono i pionieri di quella che oggi chiamiamo nanotecnologia.

L’antico calice, chiamato #Coppa di #Licurgo, fu acquisito dal British Museum negli anni ’50. Gli scienziati hanno impiegato circa 40 anni per risolvere il mistero nascosto nel vetro del manufatto, che appare di colore verde se illuminato frontalmente, e di colore rosso se illuminato posteriormente.

Questa è la caratteristica del vetro dicroico, la cui invenzione è spesso attribuita alla NASA, ma che in realtà era usato molti secoli prima dagli artigiani romani

Per ottenere l’effetto è necessario contaminare il vetro con nanoparticelle di oro o argento, disperse nel volume vetroso. Non è chiaro come gli antichi Romani ottenessero il vetro dicroico, anche se è verosimile che l’effetto fosse ottenuto casualmente, non ricercato ma ottenuto per pure caso.

Questo tipo di calice, chiamato coppa diatreta, presenta una coppa interna liscia e una gabbia esterna decorativa, realizzata intagliando il vetro. Ancora non è chiaro se si trattasse di due distinti vasi poi uniti insieme a caldo, o se questo tipo di coppa fosse il frutto di un laborioso lavoro di incisione.

La decorazione della Coppa di Licurgo rappresenta il mitico Re Licurgo, colpevole della morte di Ambrosia, la ninfa che aveva allevato il dio Dioniso. Trasformata in un vitigno, Ambrosia avviluppa il re con i suoi viticci, fino ad ucciderlo, mentre Dioniso e due suoi seguaci assistono divertiti alla scena.

Sono circa cinquanta le coppe diatreta arrivate ai giorni nostri, ma solo pochissime ancora intatte. La Coppa di Licurgo è l’unico manufatto romano in vetro dicroico completamente integro, “la coppa più spettacolare di quel periodo, opportunamente decorata, che sappiamo essere mai esistita”. (D.B. Harden)

Come prima specificato, le coppe diatreta erano oggetti chiaramente molto difficili da realizzare, e indubbiamente estremamente costosi, ma la Coppa di Licurgo si distingue per il fenomeno ottico che ha messo in difficoltà per molti anni gli esperti che l’hanno studiata. Alla fine la spiegazione è risultata sorprendente: il vetro contiene tracce di particelle di oro e d’argento, dalla infinitesimale dimensione di 50 nanometri, meno di un millesimo di un granello di sale. La quantità di metallo presente nel vetro è talmente piccola che i ricercatori hanno ipotizzato una contaminazione accidentale del vetro con polvere d’oro e d’argento, avvenuta probabilmente all’insaputa dei vetrai.

Tuttavia, la scoperta di altri manufatti di questo tipo, anche se ritrovati solo in frammenti, dimostrano che gli artigiani romani avevano compreso il meccanismo che contraddistingue il vetro dicroico: la luce che passa attraverso un vetro dove sono presenti particelle di oro e argento altera il colore del vetro stesso. Non è però sufficiente l’aggiunta di questi metalli per produrre quel particolare effetto ottico, se essi non formassero dei sub-microscopici cristalli, chiamati colloidi, responsabili del fenomeno di dispersione della luce.

L’aggiunta di metalli, o ossidi di metallo, non era una pratica sconosciuta ai vetrai romani, che realizzavano vetri rossi e marroni utilizzando il rame. Tuttavia, colorare il vetro con oro e argento non doveva essere una consuetudine, e forse la magia del colore della Coppa di Licurgo si deve a un colpo di fortuna. Per ottenere volutamente quel risultato occorreva controllare un gran numero di fattori, come la concentrazione dei metalli e la dimensione delle particelle, lo stato di ossidazione di alcuni elementi, il tempo e la temperatura di riscaldamento.

E’ improbabile che gli artigiani romani fossero in grado di controllare tutta questa serie di processi oltre 1.600 anni fa, e difatti la Coppa di Licurgo è un esempio eccezionale, uno degli oggetti in vetro tecnicamente più sofisticati prodotti prima dell’era moderna. Ian Freestone, uno degli esperti che ha studiato la coppa, pensa che gli artigiani romani “erano altamente qualificati, ma non in nanotecnologie. Loro non sapevano che stavano lavorando su scala nanometrica”.

facebook

https://www.vanillamagazine.it/la-coppa-di-licurgo-la-straordinaria-testimonianza-della-nanotecnologia-di-epoca-romana/?fbclid=IwAR1VrV9-dE8ECRsIqKClhFUXRxwuSXUDyJ-LtZ9Qq38tzkM4OnsHwN-buJY