ما الذي يتطلبه الكمبيوتر ليتعلم قواعد إقران قاعدة الحمض النووي الريبي؟ يقوم الناس بتدريب نماذج لغوية كبيرة للتنبؤ ببنية الحمض النووي الريبي. تحتوي بعض هذه النماذج على مئات الملايين من المعلمات. كانت النتيجة المبكرة المثيرة هي أن هذه النماذج تتعلم قواعد اقتران قاعدة Watson-Crick-Franklin مباشرة من البيانات. قررت مجموعة بحثية في جامعة هارفارد معرفة أصغر نموذج ممكن يمكن أن يحقق هذه النتيجة. قاموا بتدريب نموذج احتمالي صغير مع 21 معلمة فقط باستخدام الهبوط المتدرج. مع ما لا يقل عن 50 تسلسلا من الحمض النووي الريبي - مع عدم وجود هياكل مقابلة - ستظهر قواعد الاقتران الأساسي بعد بضع فترات تدريب فقط. لذا كانت الإجابة على سؤالهم الأصلي هي أن الأمر يتطلب "أقل بكثير مما تعتقد" لتعلم هذا النوع من النماذج. لا أعتقد أن هذا يعني أن جهود التدريب واسعة النطاق غبية أو مضللة بالضرورة. لكن هذه النتيجة تشير إلى أن هناك الكثير من الكفاءة والأداء الذي لا يزال من الممكن استبعاده من ابتكار الهندسة المعمارية. هناك الكثير من البنية الأساسية للغة علم الأحياء.