Hệ thống miễn dịch trong cơ thể con người thích ứng chống lại vi trùng bằng cách ghi nhớ các lần nhiễm trùng trước đó để nó có thể phản ứng nhanh chóng nếu các mầm bệnh tương tự quay trở lại. Quá trình phức tạp này phụ thuộc vào sự hợp tác của nhiều loại tế bào. Trong số này có những tế bào trợ giúp T, hỗ trợ bằng cách điều phối phản ứng của các bộ phận khác của hệ thống miễn dịch - được gọi là tế bào tác động - chẳng hạn như tế bào sát thủ T và tế bào B. Khi một mầm bệnh xâm nhập được phát hiện, các tế bào trình diện kháng nguyên sẽ mang một phần xác định của mầm bệnh đến tế bào T. Một số tế bào T nhất định trở nên hoạt hóa và nhân lên nhiều lần trong một quá trình được gọi là chọn lọc vô tính. Nhân bản này sau đó điều khiển một tập hợp các tế bào tác động cụ thể để chống lại vi trùng. Mặc dù hệ thống miễn dịch đã được nghiên cứu rộng rãi trong nhiều thập kỷ, nhưng "thuật toán" được sử dụng bởi các tế bào T để tối ưu hóa phản ứng với các mối đe dọa phần lớn vẫn chưa được biết đến. Hiện nay, các nhà khoa học tại Đại học Tokyo đã sử dụng khung trí tuệ nhân tạo để chỉ ra rằng số lượng tế bào trợ giúp T hoạt động giống như "lớp ẩn" giữa đầu vào và đầu ra trong mạng nơ-ron nhân tạo thường được sử dụng trong học tập thích ứng. Trong trường hợp này, các kháng nguyên có mặt là đầu vào, và các tế bào miễn dịch của cơ quan phản ứng là đầu ra.

Sự khác biệt chính giữa hệ thống miễn dịch thích ứng so với máy học chỉ có thể thay đổi số lượng tế bào trợ giúp T của mỗi loại, trái ngược với trọng lượng kết nối giữa các nút trong mỗi lớp. Nhóm nghiên cứu đã sử dụng các mô phỏng trên máy tính để dự đoán sự phân bố lượng tế bào T sau khi trải qua quá trình học tập thích nghi. Các giá trị này phù hợp với dữ liệu thực nghiệm dựa trên trình tự di truyền của các tế bào trợ giúp T.

ctngoc