fbpx

Decodificador de mensajes de IA basado en patrones de crecimiento bacteriano

El nuevo método de cifrado utiliza crecimiento bacteriano simulado basado en condiciones iniciales específicas para formar patrones correspondientes a letras

Los ingenieros biomédicos de la Duke University han creado un codificador/decodificador utilizando patrones de crecimiento creados por colonias bacterianas. Los investigadores los redujeron a un alfabeto. Debido a que tales patrones de crecimiento tienden a ser regulares, pueden reducirse a un esquema de codificación.

Los patrones autoorganizados son omnipresentes en biología. Surgen de las interacciones en y entre las células, y con el medio ambiente. Estos patrones se utilizan a menudo como un fenotipo compuesto para distinguir los estados celulares y las condiciones ambientales.

Conceptualmente, la generación de patrones bajo una condición inicial es codificación; discernir la condición inicial del patrón representa la decodificación. Inspirándose en estos ejemplos, de desarrolló un esquema, integrando modelos matemáticos y aprendizaje automático, para utilizar la autoorganización para codificar y decodificar información egura y precisa.

Esta estrategia es aplicable a sistemas dinámicos no biológicos. Demostramos aún más la escalabilidad del esquema al generar un mapeo completo del teclado estándar en inglés, lo que permite la codificación del texto en inglés. Nuestro trabajo sirve como ejemplo de computación inspirada en la naturaleza.

Según las condiciones iniciales utilizadas, como los niveles de nutrientes y las limitaciones de espacio, las bacterias tienden a crecer de formas específicas. Los investigadores crearon una colonia bacteriana virtual y luego controlaron las condiciones de crecimiento y el número y tamaño de los puntos bacterianos simulados para crear un alfabeto completo basado en cómo se verían las colonias después de llenar una placa de Petri virtual. Llaman a este esquema de codificación Emorfi.

La codificación no es uno a uno, ya que el patrón final simulado correspondiente a cada letra no es exactamente el mismo cada vez. Sin embargo, los investigadores descubrieron que un programa de aprendizaje automático podría aprender a distinguir entre ellos para reconocer la letra deseada.

Para encriptar mensajes reales, el codificador termina creando una película de una serie de patrones, cada uno de los cuales se correlaciona con una letra diferente. Si bien pueden parecer similares para el ojo inexperto, el algoritmo de la computadora puede distinguirlos.

Siempre que el receptor conozca el conjunto de condiciones iniciales que llevaron a su creación, un intruso no debería poder descifrar el código sin una poderosa inteligencia artificial propia.

Esta investigación, publicada en Patterns, fue apoyada por la National Science Foundation (MCB-1937259), la Office of Naval Research, la David and Lucile Packard Foundation y el Google Cloud Research Credits program.