개미는 놀라운 조정의 위업이 가능합니다. 그들은 정글을 통한 복잡한 경로를 위조하고 정교한 구조를 구축하며 중앙 집중식 소스의 주문없이 환경에 맞게 구조 패턴을 조정할 수 있습니다. Stanford University의 생물학자인 Deborah Gordon은 간단한 개인 행동으로부터 복잡한 패턴을 생성하는 간단한 규칙을 밝히기를 희망합니다.
개미는 특히 집단 검색에서 탁월하며, 검색 전략을 자동으로 조정하여 넓은 영역의 지상을 효율적으로 커버합니다. Gordon은 개미 식민지가 먹이를 먹기 위해 사용하는 알고리즘과 인터넷의 기초가되는 인공 제품 사이의 유사점을 발견했습니다. Ants가 이러한 종류의 문제를 해결 한 시간을 감안할 때 Gordon은 궁극적으로 대규모 컴퓨팅 네트워크를 더 저렴하고 효율적으로 만들 수있는 새로운 알고리즘을 발견하기를 희망합니다.
.Quanta 뉴욕 주 콜드 스프링 하버에서 열린 사회 곤충 회의에서 고든과 만났다. 대화의 편집 및 응축 버전이 다음과 같습니다.
Quanta Magazine :어떻게 개미에 관심을 갖게 되었습니까?
Deborah Gordon :저는 원래 발달 생물학에 관심이 있었고 중앙 통제없이 배아가 어떻게 발달하는지 이해했습니다. 나는 배아와 같은 시스템을 찾고 있었는데, 모든 것을 볼 수있는 하나만 - 내가 볼 수있는 것을 이해하기가 훨씬 쉽습니다. 나는 그런 이유로 개미를 선택했습니다. 요즘에는 발전하는 배아에서 많은 것을 볼 수 있습니다. 그러나 내가 시작할 때는 사실이 아니었다.
당신은 30 년 동안 애리조나에서 같은 개미 식민지를 연구 해 왔습니다. 처음부터 당신의 의도였습니까?
아니요. 처음 시작했을 때 식민지의 변형에 관심이 있었기 때문에 이듬해에 같은 것을보고 있었던 시점을 알기 위해 식민지를 표시했습니다. 나는 일부 식민지가 해마다 더 커 졌다는 것을 알았으므로 식민지가 어떻게 자라는 지 배웠습니다. 그 시점에서, 수확기 개미 식민지가 얼마나 오래 살 수 있는지 아무도 알지 못했습니다. 나는 매년 식민지를 확인하기 위해 돌아갔습니다. 그런 다음 계속할 수밖에 없었습니다.
개미에 대해 가장 깊은 인상을 준 것은 무엇입니까?
나는 식민지의 조정 된 반응과 개별 개미의 비효율적이고 불완전한 행동 사이의 대조에 깊은 인상을 받았습니다. 다시 말해서, 식민지는 많은 것을 성취하지만 그 자체로는 매우 유능하지 않습니다.
.예를 들어, 개미는 실제로 집단 검색에 능숙합니다. 개미 그룹은 중앙 제어없이 검색 영역을 철저히 덮을 수 있습니다. 그들은 단순한 상호 작용을 통해 안테나를 만지는 것입니다. 많은 개미가 작은 공간에있을 때, 그들은 자주 만나서 한 곳에 갇히게하는 복잡한 길을 택하는 경향이 있습니다. 큰 공간에 개미가 거의 없으면 자주 만나지 않습니다. 그들은 길을 펴고 더 많은 땅을 덮습니다.
Harvester Ants의 경우, 우리는 개미가 음식과 함께 오는 개미와 만나는 속도를 사용하여 둥지에서 나가야하는지 결정한다는 것을 알게되었습니다. 긍정적 인 피드백의 형태입니다. 더 빠른 개미가 음식을 먹을수록 개미가 더 많이 나옵니다. 각 개미는 상호 작용 속도가 높을 수있을만큼 높은 경우에만 결정합니다. 전반적 으로이 시스템은 식민지가 구조 활동을 규제 할 수 있도록하여 개미가 가치가 없을 정도로 음식이 충분하지 않으면 개미가 나가지 않도록합니다.
당신은 Harvester Ant 알고리즘을“Anternet”이라고 불렀습니다. 왜 ?
나는 스탠포드의 동료 인 Balaji Prabhakar와 함께 수확기 개미가 먹이를 조절하는 데 사용하는 알고리즘을 파악하기 위해 일했습니다. 그는 알고리즘이 전송 제어 프로토콜과 유사하다는 점을 지적했습니다. 이는 인터넷의 데이터 트래픽을 규제하여 대역폭이 충분하지 않으면 데이터가 나오지 않도록합니다. 두 시스템 모두 간단한 로컬 피드백을 사용하여 활동을 조절합니다. 개미가 아직 생각하지 않은 엔지니어링 문제를 해결하는 데 사용하는 다른 알고리즘을 찾을 수 있다고 생각합니다. 나는 Evolution이 동일한 문제를 해결하기 위해 다른 시스템에서 다른 알고리즘을 생성 할 수 있다는 생각에 관심이 있습니다.
그러나 진화가 식민지를 돕는 알고리즘을 생산하려면 진화는 개인뿐만 아니라 그룹 수준에서 작동해야합니다.
.진화의 관점에서, 식민지는 실제로 개인입니다. 왜냐하면 그것은 재현하는 식민지이기 때문입니다. 개미는 개미를 더 많이 만들지 않고 식민지는 더 많은 식민지를 만듭니다. 그래서 우리가 개미 행동이 어떻게 진화하는지 생각한다면, 우리는 식민지를 봐야합니다.
개별 개미가 내린 결정은 식민지 전체의 행동을 어떻게 바꾸는가?
사막에서 물은 중요한 제약입니다. 개미는 물이 바깥에 있고 구불 구불 한 물을 잃습니다. 그러나 그들은 먹는 씨앗에서 물을 얻으므로 물을 얻기 위해 물을 보내야합니다. 개별 개미는 물을 구하고 집에 머무르기로 결정하지 않습니다. 그러나 개미가 상호 작용에 어떻게 반응하는지에 대한 작은 차이는 식민지가 사료를 먹는 방식에 큰 차이를 더할 수 있으며, 이는 자손 식민지의 수에 영향을 미칩니다. 우리는 자연 선택이 물을 보존하는 식민지를 선호한다는 것을 알았습니다. 나는 이것을“구속의 보상”이라고 부릅니다. 나는 이것이 자연스러운 동물 집단에서 집단 행동의 진화를 추적 할 수있는 첫 번째 연구라고 생각합니다. 단순하고 현지 행동 - 개미가 다른 사람을 만날 때 반응하는 방법 - 전체 식민지의 결과로 인해 선택되고 있습니다.
진화는 다른 알고리즘을 생성 했는가?
개미가 사용하는 라우팅 네트워크에서 다른 컴퓨터 과학자와 협력하고 있습니다. 멕시코의 수목 개미 종은 둥지와 음식 공급원을 연결하는 나무와 덩굴의 엉킴을 통한 매우 복잡한 길을 따릅니다. 예를 들어, 나뭇 가지가 치거나 동물이 길을 건너는 것과 같이 트레일은 항상 부러집니다. 그러나 고속도로는 쉽게 수리됩니다. 그들은 다른 선택이 너무 많을 때 몇 분의 규모에 새로운 경로를 어떻게 그렇게 빨리 찾을 수 있습니까? 우리는 그들이 가장 짧은 경로를 취하지 않고 경로를 매우 빨리 재건하고 흐름을 계속 유지하는 전략을 사용한다고 생각합니다. 어떤면에서 그들은 탄력성의 효율성으로 우리가 생각하는 것을 희생했습니다. 우리는 우리에게는 의미가있는 모델이 있다고 생각하며 현장 작업에서 테스트하고 있습니다.
컴퓨팅에서 이것이 어떻게 중요한가?
컴퓨팅에서 사용 가능한 정보의 양과 해당 정보를 유지하고 구성하는 비용 사이에는 트레이드 오프가 있습니다. 우리는 개미 가이 기본 문제를 해결하기 위해 진화 한 방법에 관심이 있습니다.
이 경우, 우리는 가장 직선적이거나 가장 짧은 경로에 많은 정보가 필요할 수있는 컴퓨터 시스템의 라우팅 알고리즘에 대한 비유에 관심이 있습니다. 익숙하지 않은 곳으로 운전하고 있고 원하는 출구가 차단되어 있다고 가정 해 봅시다. 지도가 있으면 길을 찾을 수 있습니다. 그러나 정보없이 어떻게 그렇게 하시겠습니까? 주소없이?
집단 검색도 비슷한 문제에 직면 해 있습니다. 로봇 공학에서는 이제 가능한 한 적은 정보가 필요하고 함께 작동하는 가장 저렴한 로봇을 사용하는 데 많은 관심이 있습니다. 이와 같은 시스템은 실패에 더 강력합니다. 화성을 탐험하거나 불타는 건물을 수색하기 위해 정말 복잡한 로봇을 보내지 않고, 오작동이 발생하더라도 여전히 그룹으로 작동하는 저렴한 로봇 그룹을 보내는 것이 합리적입니다. 개미가 우리가 생각하지 않은 문제를 해결하기 위해 진화 한 많은 새로운 알고리즘이있을 것입니다. 우리가해야 할 일은 봐라.
개미 식민지는 시간이 지남에 따라 어떻게 변합니까?
수확기 개미 콜로니의 행동이 나이가 들수록 더 커짐에 따라 변화한다는 것을 알았습니다. 네트워크 동작의 일부 측면은 단지 크기에 달려 있습니다. Harvester 개미에서 개별 노동자 개미 (여왕 이외의)는 1 년 만 살고 있기 때문에 나이가 들고 더 현명 해지는 개미가 아니며 식민지입니다. 그것은 퍼즐이며, 개미가 같은 방식으로 할 수있는 일을 찾고 있었지만 개미가 더 있으면 다른 결과를 얻을 수 있었기 때문에 상호 작용 네트워크에 대해 생각하게되었습니다. 예를 들어, 나는 개미이고, 다른 개미를 일정 속도로 만나면 나는 x 라는 규칙을 따릅니다. . 큰 식민지에서는 더 많은 개미를 만날 수 있습니다. 상호 작용 비율이 변하기 때문에 식민지가 더 크면 동일한 규칙이 다른 결과를 가질 수 있습니다.
우리는 인터넷, 두뇌 등 거대한 네트워크로 둘러싸여있어 다른 시스템에 관심을 갖게되었습니다. 네트워크 규모의 동작이 커질 때 어떻게됩니까?
어떻게 확장됩니까?
오래된 개미 식민지는 젊은이들보다 훨씬 안정적입니다. 당신이 그들이 청소할 수 있도록 엉망이되는 것과 같은 교란을 일으키면 - 나는 작은 이쑤시개 더미를 꺼냅니다 - 오래된 식민지는 결국 엉망을 무시하고 다시 먹이로 돌아갑니다. 나는이 식민지에서 많은 수의 foragers가 있는데, 그들을 사료로 만드는 과정은 혼란에 대한 응답을 무시한다고 생각합니다.
.또한 개미가 뉴런과 어떻게 유사한 지 탐색하고 있습니다.
개미는 최근의 상호 작용을 추가하여해야 할 일을 결정합니다. 뉴런은 다른 뉴런의 최근 자극을 추가하여 발사 여부를 결정합니다. Neuroscience는 이미 이러한 종류의 시스템이 어떻게 작동하는지 이해하기위한 정교한 모델링 프레임 워크를 가지고 있습니다. 나는이 프레임 워크를 개미에 적용하기 위해 이론적 신경 과학자들과 협력하고있다.
당신은 대중이 다양한 종류의 개미를 공부하도록 격려하기 위해 시민 과학 프로젝트를 시작했습니다. 새로운 개미 종을 공부하면 어떤 이점이 있습니까?
약 14,000 종의 개미 중 50 개만이 연구 된 적이 있습니다. 새로운 종을 연구하면 새로운 알고리즘을 발견 할 것입니다. 우리는 학생들이 다른 종의 개미가 어떻게 집단 검색을하는지 볼 수있는 작은 키트를 개발했습니다. 아이들이 다른 종으로 이것을 시도한다면, 아마도 아무도 본 적이없는 종에 대해 발견 할 것입니다.
