研究人员已经教会人工智能制造人工基因组，这可能克服了如何保护人类遗传信息的问题，同时也积累了足够的DNA用于研究。
生成对抗网络(GANs)让两个神经网络相互对抗，以产生新的、合成的数据，这些数据非常好，可以当作真实数据。这样的例子在网络上随处可见——生成图片和视频。这个城市不存在“）。AIS甚至可以产生令人信服新闻文章,食物的博客,或人脸(看一看这里看一份甘斯创造的所有奇奇怪怪的完整清单)。
现在，爱沙尼亚的研究人员正在对人类DNA进行更深入的研究。他们创造了一种算法，可以反复生成不存在的人的遗传密码。
人类DNA Deepfaking
它看起来很简单 - 随机混合A，T，C和G，构成遗传码的字母和voila，人类遗传序列。但不是任何随机的字母模式都将起作用。AI需要了解分子水平的人类。这个ai已经想出了它。
如马Deepeake，人工基因组是一个可行的人的令人信服的副本 - 一个人类，研究人员认为，他真的可能存在但没有。
最重要的是，他们可以在遗传研究中发挥重要作用。
人工基因组是一个令人信服的克隆人——研究人员相信，一个真正的人类可以存在但没有。
研究小组在他们的研究报告中写道:“(基因研究)已知的一个限制是，由于担心侵犯个人隐私，对许多基因数据库的访问减少。”发表在PLOS遗传学中。
研究小组报告称，这些“人工基因组”与真实基因组的模仿程度如此之高，以至于无法区分。但由于它们不是真实的，研究人员可以挖掘数据，而不必担心隐私问题。他们可以对基因组进行实验，而不需要真正的人提供他们的私人信息。
保护遗传信息背后的人民的隐私是挑战，并且通常限制研究人员如何使用该DNA以及他们愿意分享数据集。但随着人工基因组，研究人员不必担心许多道德隐私问题。
假装你不完全理解的东西
使用甘斯生成合成基因组的过程与深度伪造人脸不同。人脸是我们都很熟悉的东西，并且有无数的例子可以用来训练AI。
但是，关于DNA和基因组还有太多的东西仍然是一个谜。
订阅“自由思考”，了解更多类似的故事。
“我的首次追求是有趣的，但我不确定我现在看到了现在对研究的真正实际影响，”Biotech Company Inscripta的哺乳动物业务领域和软件战略副总裁Deanna Church，告诉未来主义。
“只是因为你无法计算地区分这些生成的基因组，并不意味着他们真的保留了功能的功能图案和域名 - 很重要，我们仍然不明白。”
即使人工基因组解决了基因研究中的隐私障碍，它们也可能引发一些新的担忧。
“在近期，糟糕的演员会更容易创造一个甚至最严格检查的假角色。不是我们设想骗局艺术家需要提供他们基因组的假成绩单的场景，但是未知的未知数是安全漏洞倾向于增长最快的地方，“写道《下一个网》中的特里斯坦·格林。
我们很乐意听取您的意见！如果您对本文有评论，或者您有未来Freethink故事的提示，请发送电子邮件给我们[电子邮件受保护]
