Das neuronale Netzwerk, welches jeder Informatik-Student auf dem Planeten als erstes baut, ist eines, bei dem kleine schwarz-weiß-Bilder von handgeschriebenen Ziffern erkannt und zugeordnet werden sollen: Ein solches Netzwerk nimmt als Input die Pixelwerte der Bilder und spuckt am Ende eine Zahl zwischen 0 und 9 aus, je nachdem, was es meint, in dem Bild erkannt zu haben. Im Machine Learning ist das alte Semmeln und kann auf jedem Laptop mit wenigen Zeilen Code realisiert werden. Es mag daher verwundern, dass ich Ihnen heute einen piq ausgewählt habe, der davon berichtet, dass Forscher ein weiteres neuronales Netzwerk zur Ziffernerkennung entwickelt haben. Der Grund für meine Wahl ist - an dieser Stelle bitte den Kaffee zur Seite legen und an der Tischkante festhalten - dass dieses Netzwerk nicht auf einem Computer abläuft, sondern in einem Reagenzglas! 

Für ihr Netzwerk nehmen die Forscher Kevin Cherry and Lulu Qian vom Caltech in Kalifornien ein Bild, sagen wir von einer handgeschriebenen Fünf, und geben in ihr Reagenzglas 20 DNA-Moleküle, die zu den 20 dunkelsten Stellen im Bild korrespondieren. Im Reagenzglas wartet eine vorsichtig zusammengestellte Mischung aus anderen DNA-Strängen und Enzymen und nach einigen Stunden fängt es an, grün und gelb zu fluoreszieren: Das Netzwerk denkt, es ist eine Fünf! Das Besondere ist nun, dass die Mischung im Reagenzglas immer die gleiche ist, die farbige Antwort aber vom Input-Bild abhängt, sodass der Mechanismus als Klassifikator für Ziffern verwendet werden kann.  

Die Relevanz dieser Forschung ist offenkundig: Abgesehen von den technologischen Möglichkeiten, die biochemische Klassifikatoren und Netzwerke im Allgemeinen bieten, würde ein Verständnis für das Design solcher Netzwerke uns wohl auch die evolutionären Mechanismen hinter den bereits zu Hauf in Organismen vorhandenen "Klassifikatoren" besser verstehen lassen.