Yapay zeka ve genetik canlıların eğitimli çok benziyor

Ağ gen hayvanlarda bir şey hatırlatmak ağ nöronların beynimizde — onlar da «eğitim» on-the-go. 1996 yılında genç bir doktora öğrencisi adı Richard Watson okumaya karar hakkında bir makale evrim. O kışkırtıcı ve затрагивала eski sorunu evrimsel biyoloji: biz kötü nasıl anlamak organizmalar kadar başarıyla çevreye uyum.

Canlıların yaşamları boyunca maruz kaldığı değişiklikler veya mutasyonlar, gen, ama tamamen değil gibi görünüyor, rastgele. Bunun yerine, onlar aslında «geliştirmek» kendi uyum yeteneği. Öyle görünüyor ki bu yeteneği nedeniyle değil, sadece bir süreç, doğal seleksiyon, ne zaman en iyi özellikleri geçirilen en başarılı organizmalar.

Bu Nedenle, bu makalenin yazarları Günther Wagner Yale üniversitesi ve Li Altenberg Hawaii enstitüsü, jeofizik ve планетологии, Honolulu aramaya karar verir cevaplar beklenmedik bir yerde: bilgisayar bilimi.

Watson, bir bilgisayar bilim adamı, kelimenin tam anlamıyla deli. 20 yıl geçmiş, o zamandan beri, o makaleyi okudum, o bir teori geliştirdi dayalı yapılan o fikirleri. O-ebil açıklamak, neden hayvanlar kadar iyi evrim geçiriyorlar: bu özellik «denir эволюционируемость» (veya развиваемость). Dahası, o yardımcı olabilir çözmek için eski meraklı sorular alanında evrimsel biyoloji.

Birçok insan için tanıdık bir fikir, bu genler aktarılır anne kuşaklar ve genlerin yardımcı sahiplerine hayatta kalmak ve çoğalmak, var olmak için daha fazla şansı aktarılmış. Bu nokta evrim ve doğal seleksiyon.

Ama hepsi bu değil, çünkü genler genellikle birlikte çalışmak. Onlar oluşturmak için «ağ gen» ve bu ağ genlerin de bazen aktarılabilir интактными nesiller için.

«gerçeğini organizmalar var ve gen ağ ve onlar miras nesilden diğerine, bu bilgiler çok yeni bir şey değil,» diyor Watson, şu anda çalışan Southampton Üniversitesi'nde Yapıldı. Yaptığı katkılardan ilişkili olduğu gibi, doğal seleksiyon geçerli bu ağlar.

Kendisinin savunduğu için değil, sadece kısmi bir bariyer sağlayan bazı uyarlamaları geçmek, ve bazı yoktur. Bunun yerine, etkisi bu filtre sağlar gen ağları hayvanlar aslında «öğrenmek» ne çalışıyor ve ne değildir, zamanla. Bu nedenle, onlar-ebilmek geliştirmek onların performansını büyük ölçüde aynı, yapay sinir ağları, kullanılan bilgisayar bilim adamları tarafından, «eğitim» sorunları çözmek.

«Gen» ağ geliştirmek, sinir ağları — öğrenme,» diyor. «İşte bu gerçekten yeni bir».

Temel onay Watson yatan fikir, bağlantılı genler arasında takviye olabilir veya gevşek, en azından evrim ve değişim bir tür — ve bu güç bu bağları gen ağları sağlar, organizmaların uyum.

Bu süreç benzer, nasıl çalışır, yapay sinir ağları bilgisayarlarda.

Günümüzde bu sistemi gerçekleştirmek için kullanılan çeşitli görevleri bulunmaktadır. Örneğin, onlar insanların yüzlerini tanıyabilir fotoğraf veya video, ve hatta analiz çekimi futbol oyunları anlamak için, taktik hangi takım gösterir, kendinizi daha iyi ve neden. Nasıl bilgisayarlara yönetmek belirleyecek, hatta böyle?

Yapay sinir ağları suretinde yaratıldığına biyolojik ağların çoğunlukla beyin. Her ağ — bu toplantı modellenmiş «nöron» ilgili belirli bir şekilde; gibi istasyon ve metro hatlarına.

Bir Ağ gibi bu alma yeteneğine sahip tanıtım, veri — örneğin, kelime «merhaba» sayfasından kaydedilen ve karşılaştırmalar ile çıktı diyelim, bu durumda kelime «merhaba», bir bellekte depolanan bir bilgisayar. Yaklaşık olarak çocuklar okuma ve yazmayı öğrenmek.

Gibi, bir çocuk, bir nöral ağ anında bağlantı kurabilir ve gereken eğitim zamanla. Bu eğitim zor, ama aslında değişen içerir güçlü bağları arasında sanal nöronlar. Her zaman geliştirir, sonuç kadar tüm ağ mümkün olmayacaktır güvenli bir şekilde çıkarmak istenilen cevabı: bizim örneğimizde, komik karakterler sayfasında («merhaba») uygun kelime «merhaba». Artık bilgisayar biliyor kaydedildi.

Watson inanıyor, böyle bir şey oluyor ve doğada. Tempolu bir tür «görüntüler» çizgi için belirli bir ortam.

çeşitli yollar Vardır, öğrenme, yapay sinir ağları. O, hangi duruldu Watson, temsil eden iyi bir örnek olup bitenlerin biyolojik gen ağlar, «Хеббовское eğitim».

Хеббовском öğrenme arasındaki ilişkiyi bağlantılı nöronlar ve benzer sonuçlar, zamanla yoğunlaşıyor. Kısaca: «nöronlar, harekete birlikte, birbirine bağlanır». Ağ «öğrenir» oluşturarak, güçlü bir iletişim içinde.

Eğer bir organizmanın bazı genlerin, срабатывающие birlikte, bu nedenle, ve bu vücut yeterli ve başarılı bir üreme için, sonra onun soyunu sadece devralan yararlı genler, diyor Watson. Ayrıca, devralan arasındaki ilişki bu genler.

Özel avantaj Хеббовского öğrenme gibi, bu ağ geliştirmek «modüler» fonksiyonu. Örneğin, bir grup gen olabilir olup olmadığını algılar hayvan arka ayakları, ya gözleri, ya da parmaklar. Aynı şekilde bir avuç ilgili uyarlamaları — yeteneği olarak balık ile başa çıkmak için, yüksek sıcaklık ve tuzluluk, su — iletişim ve унаследоваться bir bütün, tek bir ağ gen.

Varsa«ayrı bir yaratık vardır biraz daha güçlü bir düzenleyici arasında bir bağlantı için bu genler, bir daha herhangi başka bir, bu bir tercih olacaktır,» diyor Watson. «Onları seçecektir doğal seleksiyon. Yani, sonra, evrimsel zaman güç arasındaki ilişkilerin, bu genlerin artmış olacak.»

Watson yardımcı olur çözüm прилипчивую sorunu evrim teorisi.

Düşünün bir an için, organizmanın genomu temsil eden bir bilgisayar kodu. Programcı-acemi olabilir yavaş yavaş güncellemek kodu zaman zaman çalışırken iyileştirmeler yapmak. Onların yardımı ile, olabilir olup olmadığını belirlemek için başka bir dizisi ekibi program yapmak için çalışmak biraz daha etkili.

Öncelikle, bu deneme-yanılma süreci olabilir çalışmak için yeterince iyi. Ama zamanla güncelleme kod bu şekilde yapacak ve onu oldukça hantal. Kod başlayacak bakmak düzensiz, karmaşık tanımı, hangi sonuçlara neden olabilir kesin bir değişiklik. Bu bazen olur ve programlama, sonuç olarak adlandırılan «spagetti kodu».

Eğer organizmalar gerçekten gelişti bu nedenle, diyor Watson, onları «эволюционируемость — uyum yeteneği yeni stres veya çevresi — olurdu değil en iyi». Ama aslında «yeteneği, doğal organizmalar uyum seçici ortamda veya sorunlara sadece şaşırtıcı.»

Watson da önerdi ağ genler içerebilir «anılar» önceki uyarlamaları olabilir nedeniyle talepleri çevre.

Örneğin, belki bazı organizmaların bir grup olabilir, hızlı bir şekilde geliştirmek için tüketilen gıdalar, zararlı diğer üyeleri için aynı tür, çünkü onların ataları zaten dayanmış böyle bir diyet. Geçmişte yapısı düzenlenmesinde genlerin değişmiş, облегчив bazı tetikleyiciler gen ifadesi. Bu «önyargı» sonuçta yardımcı olur ve onların soyundan sindirimi zor bir yiyecek.

Bir gerçek örnekler Watson — koluszki. Bu balıklar gelişmiş bir anda taşınabilirlik tatlı, sonra tuzlu su, sonra geri döndü, bağlı olarak, gerekli onlardan geçerli bir ortam.

Bir Fikir Watson anlamına gelir organizmalar olmalıdır enfekte pek çok seçenek için uyum.

Ayrıca, bu demektir ki, gen ağ gelişti — tüm hayvan ayarlamak için: doğa, dünya, Toprak. Bu yüzden organizmalar, çok iyi tepki çevre: stres ve gerilim ortamında Arazi baskılı arasındaki ilişkileri düzenleyici genler milyonlarca yıldır.

«Ben her zaman, her zaman derin bir potansiyeli keşfetmek arasındaki paralellikler bilgisayar eğitim ve evrimi, ama kimse yapan bu aynı titizlik, Richard Watson,» diyor Kevin Lalande Üniversitesi St Andrews, İngiltere, katıldı büyük ölçekli proje ile birlikte Уотсоном.

Ancak, büyük bir sorun hipotez Watson olduğunu bulmak mümkün olup olmadığını, herhangi bir ampirik kanıt onun doğası.

Bugüne Kadar tüm fikirler Watson güvendi, bilgisayar deneyleri lab. Görünüşe göre, bu deneyler verebilir benzer sonuçlar gerçek organizmalar, ama belirli bir süreci var o kadar gözlenmiştir.

«Bu 64 milyon dolarlık bir soru», kabul Watson.

Ama Watson ve Lalande inanıyorum başka yolları da vardır bu teoriyi эволюционируемости. Watson birçok analiz nasıl değişir ağ genler mikrop, gelişmekte olan laboratuvar. Çünkü mikroplar, örneğin bakteriler, hızlı bir şekilde çalınır, bir kaç gün görülebilir, birkaç kuşak bir uyum.

«geçirmek istiyorsanız, sert bir teori testi, size değer merak ediyorum, eğer yeni tahminler, henüz yansıyan bir edebiyat?», şu Lalande.

Örneğin, ben geliştirmek için bilgisayar tabanlı bir sistem üzerinde fikir Watson olabilir bir tahmin, nasıl gelişecek canlılar vahşi doğada belirli, bilinen koşullar. Eğer böyle bir sistem çıkarsa doğru, bu kesinlikle yardımcı olacaktır teorisini güçlendirmek.

Gen ağlar zaten bir kaç özellikleri vardır yardımcı çıkmak yaklaşım Watson. Mini genlerin bir ağ tanımlayan belirli bir adaptasyon gibi modüllerden biri, yukarıda bahsedilen, bazen açılır veya kapanır gibi başka активаторным gen.

Bu Örnek bulabilirsiniz doğada, diyor Watson. Bunlar arasında «evrimsel atarak»: organizmalar ile адаптациями, düşünce, ortadan kalkması gerekiyordu hala atalarının. Bu denir «атавизм».

Bilinen bir örneği — dişler tavuk. Tavuklar genetik olarak yetenekli büyüyen dişler, ama bunu yapmak için başarısız genellikle vahşi ya da esaret. Ancak büyüme, diş açabilirsiniz laboratuvar yardımıyla, moleküler biyoloji.

Bazen атавистические özelliklerin var doğal nüfus. Son bir olası durumda, — keith bulunan Avustralya'da bir plajda, şubat 2016. Vardı daha fazla köpek dişleri, genellikle açıktır balina. Belki de bu kaldı ataları olan da vardı dişleri gibi dişleri, milyonlarca yıl önce.

Başka bir güncel olay, «yakınsak evrim» zaman неродственные türlü yaşayan, tamamen farklı ortamlarda yaşam, bir şekilde gelip aynı uyum. Örnekler arasında, — bazı çizimler kanatlı kelebek ve çok daha fazla balık yaşayan tek tek göller, Afrika, diyor Lalande.

«aynı form, aynı şablonlarıgörünür tekrar ve tekrar,» diyor. «Belki daha kolay oluşturmak için belirli bir tür balık, diğerlerinden daha. Bazı formları şeklinde ortaya çıkabilir en sık sürecinde nesiller».

Эволюционируемость bu tür anlatılan Уотсоном, açıklayabilir. Genetik ağ diyor, yavaş yavaş öğrendim duyarlı benzer şekilde benzer durumlarda. Bu modüler gibi özellikleri desen kelebek kanat olabilir en olası çözümleri için eğitim sistemi, daha diğerleri.

Başka bir deyişle, birden fazla gerekli koşulların evrimi gerçekleştirecek, aynı hileler, tekrar ve tekrar.

Ve burada doğarlar çok felsefi sorular. Bir yandan da, evrim gibi işleyen büyük mabedi bilgisayar. Ve olabilir mi «эволюционируемость» varsayalım ki, hayat bir anlamda programlanmış bir iyileşme olsa genetik düzeyde? Bazı biyologlar dehşet içinde bu fikir, ama eğer yeteneği organizmaların adaptasyon geliştirir zamanla bir evrim öğrenir zamanla, o kadar şeffaf?

Watson düşünüyor.

«Sadece düşünürseniz, sistemi, sahip, uygun bir değişkenliği seçimi ve miras, insanların evrimini çalışmak. Ve hiçbir эволюционируемости bu hayal etmek imkansızdır».