Šiame skyriuje studentai supažindinami su pagrindine idėja, kad dirbtinis intelektas (DI) biologijos nesupranta taip, kaip ją supranta žmonės. Vietoje to, DI interpretuoja biologines sistemas naudodamas duomenis, dėsningumus ir matematinius atvaizdavimus.

Šio tyrinėjimo etapo tikslas – padėti besimokantiesiems sukurti konceptualų pagrindą apie tai, kaip biologinė informacija paverčiama skaitmeniniais duomenimis ir kaip DI sistemos mokosi atpažinti struktūras, ryšius ir dėsningumus tuose duomenyse.

1.3 Mokymasis iš gamtos: bioįkvėpimas ir dirbtinis intelektas

Įdomu tai, kad daugelis dirbtinio intelekto sistemų yra įkvėptos biologijos. Šis metodas vadinamas bioįkvėpimu, kai gamtiniai procesai tampa technologinių sprendimų modeliais.

Pavyzdžiai:

Dirbtiniai neuroniniai tinklai, įkvėpti žmogaus smegenų neuronų struktūros ir veikimo.
Evoliuciniai algoritmai, kurie imituoja natūralios atrankos procesą, palaipsniui tobulindami sprendimus per variacijas ir atranką.
Savaime organizuojančios sistemos, modeliuotos pagal biologines sistemas, kurios prisitaiko prie besikeičiančios aplinkos.

Šie bioįkvėpti metodai leidžia DI sistemoms:

Mokytis iš klaidų.
Prisitaikyti prie naujų biologinių duomenų, pvz., generuoti naujas molekules vaistų kūrimui.
Tobulinti veikimą laikui bėgant.

Bioįkvėpimas sukuria stiprų konceptualų tiltą tarp biologijos, dirbtinio intelekto ir inžinerijos, sustiprindamas šiuolaikinio STEM ugdymo tarpdisciplininį pobūdį.