Есть ещё прионы или самокодирующиеся белки - это ещё проще. Они не могут размножатся, но могут менять здоровые белки на своё подобие. По этому вопросу погуглить по словам коровье бешенство.

Не верьте дилетантам, которые пишут восторженные речи про ИИ и нейросети. Обычно, большие надежды на них возлагают люди, которые с ними плотно не работали. Например, Александр Никонов "Апгрейд обезьяны".
Про ИИ. Пока что нет даже отдалённого понимания функционирования сознания. Есть только некоторое понимание работы отдельных нейронов, но не более того. А между этими понятиями лежит огромная пропасть. Некоторые весьма уважаемые учёные, которые плотно занимались проблемами ИИ, пришли к выводу о его невозможности. В частности, выдающийся математик Роджер Пенроуз решился написать две книги с попыткой обоснования невозможности оного. Даже если мы говорим про отдельный нейрон, то его физическая и математическая модель базируется на невычислимых функциях (см. Пенроуз, "Новый ум короля").
Про нейросети. К сожалению, я (да и многие другие) потратил на них уйму времени, прежде чем понял наконец, что нейросети: 1. весьма ограничены в своих возможностях; 2. крайне неэффективны; 3. не дают ничего принципиально нового. Я реализовал все основные классы нейросетей и методов обучения, провёл интенсивное исследование, как математическое, так и практическое моделирование на ряде задач. Матлаб и компилятор C++ вспотели, готовя выборки, обучая и гоняя мои нейросети сутками непрерывно. Да, есть такая занятная игрушка, как математическая нейросеть (которая, кстати, не соответствует работе реальных нейронов). Однако она может решать, и то весьма посредственно, только очень узкий класс задач, причём, очень нестабильно, а на её обучение даже мощнейшими из имеющихся инструментов (алгоритм Левенберга-Марквардта, модификация градиентного спуска) тратится недопустимо много ресурсов. На практике, у всех разработчиков, плотно занимающихся нейросетями, после некоторой эйфории (от рекламных обещаний) наступает время интенсивных интимных отношений с двумя основными восклицаниями - "Что она мне тут нараспознавала, когда, очевидно, это не так!?" и "Почему она работает так мучительно долго?!". После этого наступает фаза полного разочарования. На практике, гораздо эффективней вручную закодировать алгоритм распознавания той или иной закономерности, пусть даже и с применением нечётких правил и весов результирующих утверждений (типа, вероятно, это так).