微软公布了一种自动化DNA存储和检索系统,未来有望取代像Facebook基于蓝光光盘的冷存储系统那样的光存储系统。
微软相信,合成DNA可能是长期数据存储的下一个重大技术飞跃,只需一克DNA就能存储215PB数据长达2000年时间。如果能够实现这一目标,该技术将显着减少全球快速增长的数据所需的存储空间。
微软研究人员与华盛顿大学以微软已故创始人Paul Allen名字命名的计算机科学和工程学院,打造出了一种由液体、管子,注射器和电子元件组成的系统,成为世界上第一台自动DNA存储设备。
研究人员利用这个概念验证的DNA存储设备,通过在DNA片段中编码“hello”并将其转换回数据,来展示它所具备的写入和读取功能。
这台设备的售价约为10000美元,但研究人员认为,如果不带传感器和执行器的话,小批量的制造成本可以减少三分之二。
根据《自然》杂志的描述,该设备由具有编码和解码软件的计算机组成,解码软件将数字和零转换为DNA的四个碱基:A、C、T、G;此外还有一个DNA合成模块,一个DNA制备和测序模块,两者中间是一个储存DNA的容器。
微软首席研究员Karin Strauss表示,他们希望证明有一种实用的DNA数据存储自动化方法。
“我们的终极目标是投入生产一款对最终用户来说非常像云存储服务的系统——字位被发送到数据中心,保存在那里,当客户需要的时候就会出现。”
“要做到这一点,我们就要从自动化角度去证明这是实用的。”
Paul G Allen计算机科学与工程学院高级研究科学家Chris Takahashi解释说,虽然现在很多机器已经被用于DNA的合成和测序,但很多步骤都是手动的。
Takahashi表示:“你不能让一群人带着吸量管在数据中心跑来跑去——这太容易出现人为错误,成本太高,占用空间太大。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。