Evolúció − digitálisan

Az élővilág bármely tagja képes valamilyen szinten reagálni a környezeti változásokra. Az E. coli szenzorai révén képes bizonyos molekulákat azonosítani, és ezek alapján dönti el, hogy melyik irányba folytassa mozgását. Hosszú, csavart ostora az óramutató járásával ellentétes irányba forogva propellerként hajtja a baktériumot. Ha a receptorok által közvetített jel szerint az irány a továbbiakban nem kedvező, az ostor ellenkező irányba kezd forogni, a sejt megpördül, és más irányba folytatja útját. Így alakul ki a kólibaktériumok jellegzetes, cikcakkos útvonala.

Egy párszáz neuronnal rendelkező féreg már jóval részletesebb információkat képes feldolgozni az őt körülvevő világból, és változatosabb válaszreakciókat is produkál. A fejlettebb idegrendszerrel rendelkező élőlények, köztük mi magunk, pedig még kifinomultabb érzékelésre és adaptálódásra képesek.

A Caltech, a Wisconsini Egyetem, a Michigani Állami Egyetem és a seattle-i Allen Agykutató Intézet szakértői arra voltak kíváncsiak, hogyan változik az érzékelés és a válaszreakciók komplexitása az evolúció során. Alkalmazkodásuk révén válnak az élőlények egyre összetettebbé? A komplex minden esetben jobbat is jelent? Vagy a mikrobiális világ virágzását figyelembe véve nem is olyan lényeges a komplexitás a sikerhez? Ilyen és ehhez hasonló kérdésekre kereste a választ a kutatócsoport, amelynek tagjai rögtön két jelentős problémával is szembesültek.

Az egyik gond, hogy élőben tanulmányozni, amíg egy élőlényből egy összetettebb viselkedésű szervezet fejlődik ki, rendkívül időigényes folyamat, még akkor is, ha mikrobákkal kísérletezget az ember. A másik probléma, hogy a komplexitást meglehetősen nehéz számszerűsíteni. A neuronok puszta számbavétele nem elég, hiszen az azok közti kapcsolódások minősége is rendkívül lényeges annak megítélésében, hogy mennyire lesz összetett egy-egy élőlény viselkedése.

A komplexitás mérésére éppen ezért különféle metódusok léteznek. William Bialek, a Princeton kutatója szerint egy élőlény összetettségének mértéke annak függvénye, hogy az adott organizmus mennyire képes megjósolni a múlt ismeretében a jövőt. Giulio Tononi (Wisconsini Egyetem) szerint a komplexitás azt jelenti, hogy az agy hány különböző része képes önálló információ-feldolgozásra, és milyen hatékonysággal kombinálja össze az így nyert ismereteket egy egésszé. Mind Bialek, mind Tononi matematikai alapon közelíti meg a problémát, és egységként biteket használ a komplexitás mérésére.

Sajnos azonban mindezen elméletek csak akkor lennének használhatók, ha lehetséges lenne az adott agyban (vagy bármely más, agyhoz hasonló rendszerben) az összes információ mérése. Ez azonban biológiai rendszerek esetében gyakorlatilag megoldhatatlan feladat, ha tekintetbe vesszük, hogy mennyiféle és milyen különböző helyeken tárolódó információval van dolgunk egy élőlény agyában.

A Michigani Állami Egyetem kutatói, Chris Adami és kollégái ezért úgy döntöttek, hogy a probléma leegyszerűsítése érdekében egy csapatnyi mesterséges teremtményen tanulmányozzák az evolúció és a komplexitás összefüggéseit, genetikus algoritmus felhasználásával. Az általuk kreált, „animat” névre keresztelt apróságok számára először is egy olyan környezetet kellett létrehozni, amelyben ezeknek küzdeniük kell a fennmaradásért. A kutatók által tervezett labirintusban az animatoknak az előrehaladás érdekében meg kell találniuk az útjukat álló falakon levő ajtókat. Ha átjutottak egy falon, újabb akadály következett, végül az adott számú lépésből a legtöbb ajtót megtaláló példányokat szaporodással „jutalmazta” a rendszer.

Az animatok „anatómiája” a következőképpen néz ki: az alábbi ábrán látható vörös háromszögek egyszerű látószervek, mindössze annyit képesek megállapítani, hogy van-e előttük akadály vagy nincs. A rózsaszín háromszög azt érzékeli, hogy az animat egy ajtó előtt áll-e. A kék háromszögek ütközési detektorok, amelyek azt észlelik, hogy az animat elérte-e a pálya felül vagy alul húzódó határát. Ezen érzékelők működése roppant egyszerű, két állásuk van: vagy aktiválódtak, vagy nem.

Ez az információ aztán továbbítódik az animat fehér korongokkal jelzett agyi „áramköreihez”. Egy-egy „érzékszerv” egy, két vagy négy körhöz kapcsolódhat, és minden kapcsolódás kétféle lehet, erős vagy gyenge. Ha például a szemek egyike erősen kapcsolódik az agy egyik részéhez, az adott terület minden „aktív” jelet észlel. Ha viszont a kapcsolat gyenge, az agyi régió csak a szem által jelzett akadályok negyedére reagál. Az agy részei egymással is összeköttetésben állnak, és egymást is képesek aktiválni, illetve lekapcsolni.

Az animat ezen kívül lábakkal is rendelkezik (a zöld trapézok), amelyeknek mind az agy, mind a szenzorok képesek üzenni. Az üzenet tartalmától függően négy dolog történhet: a láb előre, jobbra vagy balra mozdul, illetve nyugalomban marad.

A kísérlet kezdetén a kutatók 300 animatot hoztak létre, és ezek testének egyes részeit véletlenszerűen generált instrukciókkal, illetve kapcsolatokkal látták el. A mesterséges kis organizmusokat ezt követően egy-egy labirintusba engedték, majd 300 lépésen keresztül magukra hagyták őket. Az animatok egy jelentős része az adott idő eltelte után még az első falon sem jutott túl, voltak azonban olyanok is, amelyek jelentős előrehaladást tettek. A kutatók kiválasztották a 30 leghatékonyabb példányt, és „szaporították” ezeket.

Egy-egy animat tíz utódot hozott létre, és az új generáció nagyjából ugyanazt a örökölte, mint amellyel szülője rendelkezett, viszont minden továbbadás során történt némi „mutáció” a működésben. Ezek a változások gyengíthettek vagy erősíthettek egyes korábban már meglevő kapcsolódásokat (az agy és az érzékszervek, vagy az agy különböző részei közt), illetve új linkeket is létrehozhattak, és a végtagok felé irányuló utasítások milyenségén is változtathattak. A mutációk teljesen véletlenszerűek voltak, vagyis a kutatók nem befolyásolták azok kimenetelét.

A szakértők ezt követően ismét labirintusokba helyezték az animatokat immár az új generáció tagjait), majd kivárták a 300 lépés eredményét. A 30 legtávolabb jutó példány ismét szaporodhatott, újabb random mutációkat hozva létre a kódban. A kísérlet aztán a megszokott ügymenet szerint folytatódott tovább.

A digitális evolúció egyik nagy előnye, hogy gyakorlatilag a végtelenségig folytatható, és nagyon gyorsan lehet végigfutni nagyszámú generáción. A kutatók 60 ezer generációnál álltak meg, és eddigre az animatok igazi labirintus-szakértőkké váltak.

Az első videón egy 12. generációból származó animat látható. Felül a teljes pályát, bal oldalon az animat pillanatnyi szűkebb környezetét, a jobboldali panelben az animat agyi aktivitását követhetjük nyomon.

A második felvételen a kísérlet egyik „végterméke”, egy hatvanezredik generációba tartozó példány viselkedését figyelhetjük meg. A kutatók kidolgozták a labirintusban navigálás ideális stratégiáját, és ez az animat 93 százalékos hatékonysággal működik az elméletileg tökéletes metódushoz képest, szemben a 12. generációs példánnyal, amelynek hatékonysága mindössze 6 százalék.

A felvételeken az ajtónyílásokban látható jelek arra vonatkozó utasításokat tartalmaznak, hogy merre kell tartani a következő nyíláshoz. Az animatok rózsaszín „ajtószenzora” kezdettől képes volt feldolgozni ezeket az üzeneteket, a kísérlet elején azonban még egyik példány sem tudta felhasználni az így kapott információt. Több ezer generáció után aztán néhány példányban kifejlődött ezen jelzések értelmezésének képessége. Agyukban kialakult egy új kapcsolódás, amely lehetővé tette, hogy eltárolják és használják az adott ajtóban szerzett információt amíg a következő nyílásig érnek. Ott aztán törölték a régi információt, és egy új vette át a helyét. Azok az animatok, amelyekben kifejlődött ez az egyszerű memória, ugrásszerűen jobban kezdtek teljesíteni.

A kutatók a kísérlet során időről időre megvizsgálták azt is, mi található az animatok virtuális koponyájában. Az alábbi képen a 49 000. generáció két példányának idegrendszere látható. Két rendkívül összetett, mégis alapvetően eltérő hálózatot láthatunk, amelyet szinte lehetetlen részegységekre bontani. Nem lehet rámutatni egy-egy körre, hogy ez ezt vagy azt csinálja: az animat komplex viselkedése az egész hálózat együttes működésének eredménye.

A kísérlet természetéből adódóan a kutatók az egyes animatok komplexitását is számszerűsíteni tudták, bár ehhez jelentős számítási kapacitásra volt szükségük. A végeredmény az alábbi grafikonon látható. A vízszintes tengelyen a létező leggyorsabb animathoz képesti sebesség százalékos aránya látható, a függőlegesen pedig az adott példány komplexitása Tononi elmélete alapján.

A szakértők arra is kíváncsiak voltak, hogy a komplexitás növeléséhez szükség van-e a szelekciós folyamatra. Ennek érdekében lefuttattak egy olyan kísérletet is, amelynek során az egyes generációkból nem a 30 legtávolabb jutó példányt szaporították, hanem ugyanennyi, véletlenszerűen kiválasztott animatot. A szelekció nélkül fejlődő animatok még ezer generáció után is teljesen „reménytelenek” voltak, ami a labirintusban való előrehaladást illeti, legfeljebb néha-néha, véletlenül akadtak rá egy ajtóra. Ami szintén érdekes, komplexitásuk sem tudott kielégítően gyarapodni, időnként meglódult ugyan a fejlődés, de aztán pár generáció után rendszerint összeomlott a rendszer. 

A kutatás eredményei alapján tehát az alkalmazkodás segíti elő a komplexitás növekedését – legalábbis az animatok világában. A grafikonra pillantva azonban egy dolog világossá válik. Egy adott gyorsasági szintet vizsgálva jelentősen eltérő összetettségű animatokat láthatunk. Ha egy feleannyira komplex viselkedésű példány felveheti a versenyt összetettebb társával, egy komplexebb agy működtetése pazarlásnak tűnik. Az animatok esetében azonban már a komplexitás minimális növelése is jelentősen javíthatja az idegrendszer működését. Egy-egy változás nem feltétlenül segít az adott generáció tagjainak gyorsabban haladni a labirintusban, de olyan új információkat szolgáltathat, olyan új kapcsolódásokat építhet ki, amelyek az evolúció egy későbbi pillanatában fontosak lehetnek.

Érdekes lenne látni, hogy mi történne, ha némileg megváltoztatnánk a játékszabályokat. A kutatók által kreált digitális evolúció egyik leginkább szembeötlő hiányossága, hogy a komplexitás növelése nem kerül semmibe az animatok számára, holott ez a való világban nagyon is jelentős faktornak számít. Egy bonyolultabb agy működtetése óriási mennyiségű energiát emészt fel: az emberi agy hússzor annyi energiát igényel, mint egy ugyanekkora tömegű izom tenné. Nem elég tehát összetett idegrendszert kifejleszteni, azt táplálni, működtetni is kell, és ha ezt is figyelembe vesszük, meg kell találni az egyensúlyt a komplexitás által nyerhető előnyök és az energiafelhasználás között. Ha ez az animatok esetében is szempont lenne, nyilvánvalóan egészen másképp, más léptékben alakulna fejlődésük. Reméljük előbb-utóbb egy olyan kísérlet is megvalósul, amelyben már ezt is figyelembe veszik.

Forrás: http://ipon.hu/elemzesek/evolucio_%E2%88%92_digitalisan/1813/1