Η Θεωρία Παιγνίων της Ζωής
Σε αυτό που φαίνεται να είναι η πρώτη μελέτη του είδους της, επιστήμονες υπολογιστών αναφέρουν ότι ένας αλγόριθμος που ανακαλύφθηκε πριν από περισσότερα από 50 χρόνια στη θεωρία παιγνίων και χρησιμοποιείται ευρέως στη μηχανική μάθηση είναι μαθηματικά πανομοιότυπος με τις εξισώσεις που χρησιμοποιούνται για την περιγραφή της κατανομής των γονιδίων σε έναν πληθυσμό των οργανισμών. Οι ερευνητές μπορεί να είναι σε θέση να χρησιμοποιήσουν τον αλγόριθμο, ο οποίος είναι εκπληκτικά απλός και ισχυρός, για να κατανοήσουν καλύτερα πώς λειτουργεί η φυσική επιλογή και πώς οι πληθυσμοί διατηρούν τη γενετική τους ποικιλότητα.
Βλέποντας την εξέλιξη ως ένα επαναλαμβανόμενο παιχνίδι, στο οποίο μεμονωμένοι παίκτες, στην προκειμένη περίπτωση γονίδια, προσπαθούν να βρουν μια στρατηγική που δημιουργεί τον πιο κατάλληλο πληθυσμό, οι ερευνητές διαπίστωσαν ότι η εξέλιξη εκτιμά τόσο τη διαφορετικότητα όσο και τη φυσική κατάσταση.
Ορισμένοι βιολόγοι λένε ότι τα ευρήματα είναι πολύ νέα και θεωρητικά για να είναι χρήσιμα. οι ερευνητές δεν γνωρίζουν ακόμη πώς να δοκιμάσουν τις ιδέες σε ζωντανούς οργανισμούς. Άλλοι λένε ότι η εκπληκτική σύνδεση, που δημοσιεύτηκε τη Δευτέρα στην εκ των προτέρων διαδικτυακή έκδοση του Proceedings of the National Academy of Sciences, μπορεί να βοηθήσει τους επιστήμονες να κατανοήσουν ένα αινιγματικό χαρακτηριστικό της φυσικής επιλογής:Οι πιο ικανοί οργανισμοί δεν εξαφανίζουν πάντα τον ασθενέστερο ανταγωνισμό τους. Πράγματι, όπως αποδεικνύεται από το θηριοτροφείο της ζωής στη Γη, η γενετική ποικιλότητα βασιλεύει.
«Είναι ένας πολύ διαφορετικός τρόπος να βλέπεις την επιλογή», είπε ο Stephen Stearns, εξελικτικός βιολόγος στο Πανεπιστήμιο Yale που δεν συμμετείχε στη μελέτη. "Πάντα βρίσκω ενδιαφέροντες ριζικά διαφορετικούς τρόπους να εξετάζω ένα πρόβλημα."
Ο αλγόριθμος, ο οποίος έχει χρησιμοποιηθεί για την επίλυση προβλημάτων γραμμικού προγραμματισμού, παιχνιδιών μηδενικού αθροίσματος και δώδεκα άλλων εξελιγμένων προβλημάτων επιστήμης υπολογιστών, χρησιμοποιείται για τον προσδιορισμό του τρόπου με τον οποίο ένας πράκτορας πρέπει να σταθμίζει πιθανές στρατηγικές όταν λαμβάνει μια σειρά αποφάσεων. Για παράδειγμα, φανταστείτε ότι έχετε 10 οικονομικούς ειδικούς που σας δίνουν συμβουλές για το πώς να επενδύσετε τις αποταμιεύσεις σας. Κάθε μέρα πρέπει να επιλέξετε να ακολουθήσετε ένα από αυτά. Στην αρχή της επενδυτικής περιόδου, δεν γνωρίζετε τίποτα για το πόσο καλά αποδίδει κάθε ειδικός. Αλλά κάθε μέρα, ο αλγόριθμος ενημέρωσης πολλαπλασιαστικών βαρών, όπως ονομάζεται, σας καθοδηγεί να αυξήσετε την πιθανότητα να επιλέξετε τους ειδικούς που έχουν δώσει τις καλύτερες συμβουλές και να τη μειώσετε για όσους έχουν κακή απόδοση.
«Αν το κάνεις αυτό μέρα με τη μέρα, στο τέλος του χρόνου, θα τα καταφέρεις σχεδόν το ίδιο καλά όσο αν είχες ακολουθήσει τον καλύτερο ειδικό από την αρχή», είπε ο Χρήστος Παπαδημητρίου, επιστήμονας υπολογιστών στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϋ. "Είναι σαν να ήσασταν παντογνώστης στην αρχή, ξεχωρίζοντας τον καλύτερο ειδικό και ακολουθώντας τις συμβουλές του μέρα με τη μέρα."
Ο Παπαδημητρίου και οι συνεργάτες του βρήκαν τη σύνδεση μεταξύ θεωρίας παιγνίων και εξέλιξης όταν έψαχναν για μια μαθηματική εξήγηση του φύλου, η οποία πυροδοτεί νέα γενετική ποικιλότητα αναμειγνύοντας τα χρωμοσώματα από κάθε γονέα. Εργάζονταν με εξισώσεις που χρησιμοποιούνται συνήθως στη γενετική πληθυσμών, που αναπτύχθηκαν για πρώτη φορά πριν από σχεδόν έναν αιώνα, που περιγράφουν πώς αλλάζουν οι συχνότητες ορισμένων γενετικών παραλλαγών με κάθε γενιά. Για παράδειγμα, τα φυτά που ευδοκιμούν στο τρέχον κλίμα μπορεί να μειωθούν καθώς η υπερθέρμανση του πλανήτη μεταβάλλει τις συνθήκες.
Όταν έδειξαν τις εξισώσεις στον Umesh Vazirani, έναν επιστήμονα υπολογιστών στο Berkeley, παρατήρησε παραλληλισμούς με ένα επαναλαμβανόμενο παιχνίδι συντονισμού — ένα σενάριο στη θεωρία παιγνίων στο οποίο η επιτυχία εξαρτάται από την επιλογή αμοιβαία επωφελών επιλογών από τους παίκτες. Ως παράδειγμα, εξετάστε μια κατάσταση στην οποία δύο κρατούμενοι μπαίνουν στον πειρασμό να στραφούν ο ένας εναντίον του άλλου. Αν μιλήσει κάποιος, χάνουν και οι δύο. αν δεν μιλήσει κανένας, κερδίζουν και οι δύο. Κανένας από τους φυλακισμένους δεν ξέρει τι θα κάνει ο άλλος. (Αυτό το σενάριο είναι διαφορετικό από το γνωστό δίλημμα των κρατουμένων.)
Βλέποντας τον αλγόριθμο μέσα από το φακό της εξέλιξης, τα γονίδια είναι οι παίκτες και κάθε γονίδιο έχει μια σειρά από διαφορετικές στρατηγικές με τη μορφή γενετικών παραλλαγών ή αλληλόμορφων. Μια παραλλαγή ενός γονιδίου μπορεί να κάνει ένα φυτό να ανέχεται θερμότερες θερμοκρασίες ή πιο ξηρό έδαφος, για παράδειγμα. Το παιχνίδι παίζεται ξανά και ξανά. στο τέλος κάθε γύρου, το γονίδιο ή ο παίκτης αξιολογεί πόσο καλά απέδωσε κάθε αλληλόμορφό του στο τρέχον γενετικό περιβάλλον και στη συνέχεια ενισχύει το βάρος των καλών ερμηνευτών και μειώνει το βάρος των ατόμων με κακή απόδοση.
Οι ερευνητές είπαν ότι τα ευρήματα θα παρέχουν έναν νέο τρόπο για να εξεταστεί ο ρόλος του σεξ στην εξέλιξη. Για παράδειγμα, ο Παπαδημητρίου είπε ότι πιστεύει ότι μέρος του ρόλου του είναι να πραγματοποιήσει τον αλγόριθμο ενημέρωσης πολλαπλασιαστικών βαρών, αν και δεν το έχει αποδείξει ακόμη μαθηματικά.
Οι παραδοσιακές εφαρμογές της θεωρίας παιγνίων στην εξέλιξη εξετάζουν πώς οι εξελικτικές διαδικασίες διαμορφώνουν τη συμπεριφορά ενός ατόμου. Έχουν επίσης χρησιμοποιηθεί για τη μελέτη της εξέλιξης του αλτρουισμού και άλλων ιδιοτήτων. «Αλλά εδώ, μιλάμε για κάτι εντελώς διαφορετικό», είπε ο Adi Livnat, βιολόγος στο Πολυτεχνικό Ινστιτούτο της Βιρτζίνια στο Blacksburg, Va., ο οποίος συνεργάστηκε στη μελέτη. Η νέα μελέτη εστιάζει στα γονίδια και όχι σε μεμονωμένους οργανισμούς και στη γενετική σύνθεση του πληθυσμού αντί στη συμπεριφορά.
Η προσέγγιση θα μπορούσε να φωτίσει ένα μακροχρόνιο μυστήριο στη βιολογία του πληθυσμού. Ακριβώς όπως στον οικονομικό κόσμο, όπου είναι καλύτερο να διατηρείτε ένα διαφοροποιημένο χαρτοφυλάκιο, ο Vazirani και οι συνεργάτες του διαπίστωσαν ότι ο αλγόριθμος εκτιμά τόσο την καταλληλότητα όσο και τη διαφορετικότητα. Μπορεί να μπείτε στον πειρασμό να τοποθετήσετε όλα τα χρήματά σας σε μια ανοδική πορεία. Αλλά εάν οι συνθήκες αλλάξουν και αυτό το απόθεμα αρχίσει να ανεβαίνει, καλύτερα να έχετε επενδύσει σε μια πιο ισορροπημένη επιλογή. Ομοίως, τα γονίδια ενός οργανισμού μπορεί να είναι τέλεια προσαρμοσμένα σε ένα συγκεκριμένο σύνολο περιβαλλοντικών συνθηκών, αλλά εάν αυτές οι συνθήκες αλλάξουν, ένας γενετικά διαφορετικός πληθυσμός είναι πιο πιθανό να επιβιώσει. «Η εξέλιξη ενδιαφέρεται φυσικά για τις επιδόσεις», είπε ο Παπαδημητρίου. "Αλλά ενδιαφέρεται επίσης να αντισταθμίσει τα στοιχήματά της, να κρατήσει γύρω από πολλή γενετική ποικιλομορφία γιατί ποιος ξέρει τι θα ακολουθήσει."
Οι εξελικτικοί βιολόγοι γνωρίζουν ότι στην πράξη, ένας γενετικά ποικιλόμορφος πληθυσμός είναι συχνά πιο ανθεκτικός από έναν ομοιογενή, επειδή είναι καλύτερα σε θέση να ανταποκριθεί σε μεταβαλλόμενα περιβάλλοντα. Αλλά προσπάθησαν να εξηγήσουν πώς διατηρείται αυτή η ποικιλομορφία. Βραχυπρόθεσμα, θα περίμενε κανείς ότι η ποικιλομορφία θα μειωνόταν καθώς τα πιο ικανά μέλη ενός πληθυσμού εξαπλώνονται, αποκλείοντας τα ασθενέστερα, γενετικά ανόμοια μέλη. Πώς οι μακροπρόθεσμες ανάγκες ξεπερνούν τις βραχυπρόθεσμες πιέσεις;
Τα ευρήματα παρέχουν μια «κερδοσκοπική πρόταση» για το πώς μπορεί να συμβεί αυτό, αν και οι συγγραφείς δεν προτείνουν συγκεκριμένο μηχανισμό, δήλωσε ο Nick Barton, βιολόγος στο Ινστιτούτο Επιστήμης και Τεχνολογίας στην Αυστρία που δεν συμμετείχε στη μελέτη. «Δεν νομίζω ότι μας δίνει τον αλγόριθμο που μπορεί να επιτύχει την ποικιλομορφία που βλέπουμε στη Γη σε 3,5 δισεκατομμύρια χρόνια, όταν ξεκίνησε η ζωή για πρώτη φορά», είπε.
Ο Stearns και άλλοι στο πεδίο λένε ότι είναι πολύ νωρίς για να αξιολογήσουμε πώς τα ευρήματα θα επηρεάσουν την κατανόησή μας για την εξέλιξη. Παρόλο που η σύνδεση μεταξύ διαφορετικών πεδίων είναι ενδιαφέρουσα, "δεν μας βοηθά στην πραγματικότητα να κατανοήσουμε τη βιολογική εξέλιξη", δήλωσε ο Chris Adami, φυσικός και υπολογιστικός βιολόγος στο Πολιτειακό Πανεπιστήμιο του Μίσιγκαν, ο οποίος δεν συμμετείχε στη μελέτη. "Εκτός και αν μια τέτοια σχέση σας επιτρέπει να πείτε κάτι νέο είτε στην επιστήμη των υπολογιστών είτε στη βιολογία, είναι απλώς μια παρατήρηση."
Οι εξελικτικοί βιολόγοι είναι συχνά δύσπιστοι για τις μαθηματικές γνώσεις από ξένους. Αν και οι μαθηματικοί και οι επιστήμονες υπολογιστών δημοσιεύουν τακτικά στον τομέα αυτό, οι βιολόγοι διαφωνούν σχετικά με το πόσα έχουν κάνει οι συνεισφορές τους για να το διαμορφώσουν. «Νομίζω ότι θα χρειαστεί λίγος χρόνος για να καταλάβουμε πώς παίζει το χαρτί», είπε ο Stearns. «Αν αυτό δεν έχει ως αποτέλεσμα τη συλλογή νέων δεδομένων, τότε δεν θα είναι πολύ σημαντικό». Ακόμα κι αν τα ευρήματα δεν αποδειχθούν σχετικά βραχυπρόθεσμα, μπορεί να αποδειχθούν σημαντικά μακροπρόθεσμα. Μερικές φορές μπορεί να χρειαστούν δεκαετίες μέχρι να προκύψει η κατάλληλη τεχνολογία ή προσέγγιση για να δοκιμαστεί μια νέα θεωρία, είπε ο Stearns.
Οι εξισώσεις στη μελέτη βασίζονται σε ορισμένες υποθέσεις που μπορεί να περιορίσουν την εφαρμογή τους στον πραγματικό κόσμο. Για παράδειγμα, οι εξισώσεις δεν λαμβάνουν υπόψη μεταλλάξεις, οι οποίες θα εισάγουν νέα αλληλόμορφα ή στρατηγικές στο παιχνίδι. (Η προσθήκη αυτού του παράγοντα κάνει τα μαθηματικά πολύ πιο περίπλοκα.) Μερικοί λένε ότι αυτή η απλοποίηση είναι ένα σοβαρό μειονέκτημα, ενώ άλλοι υποστηρίζουν ότι δεν είναι τόσο σημαντική βραχυπρόθεσμα, όταν οι υπάρχουσες παραλλαγές έχουν τον ισχυρότερο αντίκτυπο. «Τι συμβαίνει όταν απομακρύνεσαι από τις υποθέσεις;» είπε ο Lee Altenberg, ανώτερος συνεργάτης στο Ινστιτούτο Konrad Lorenz στην Αυστρία. «Έχουν καρφιτσώσει ένα μόνο σημείο στον χάρτη. Αλλά για να μάθετε αν αυτό σημαίνει κάτι, πρέπει να ξεκινήσετε να αναχωρείτε από αυτό το σημείο.»
Ένα αποτέλεσμα της ανάλυσης είναι πιθανό να προβληματίσει τους βιολόγους. Σύμφωνα με την καθιερωμένη άποψη της εξέλιξης, όσο πιο μακριά βρίσκεται μια γενιά στο παρελθόν, τόσο λιγότερο αντίκτυπο έχει στο παρόν - οι πρόγονοί σας από 1.000 χρόνια πριν είχαν πιθανώς μικρότερη επίδραση στη φυσική σας κατάσταση από τους παππούδες σας. Αλλά αν οι γνώσεις της ομάδας του Μπέρκλεϋ ισχύουν, «μας δείχνει ότι κάθε προηγούμενη γενιά συμβάλλει εξίσου σε ό,τι συμβαίνει στην επόμενη γενιά», είπε ο Stearns. «Αυτός είναι ένας συναρπαστικός και εξαιρετικά απίθανος ισχυρισμός από τη σκοπιά της τακτικής εξέλιξης». Ο Παπαδημητρίου είπε ότι η ομάδα του ήταν επίσης μπερδεμένη από αυτό το αποτέλεσμα. "Είναι κάτι που ελπίζουμε ότι θα κάνει τους ερευνητές να ξανασκεφτούν, να επανεξετάσουν και να ερμηνεύσουν", είπε.
«Δεν μπορείτε πραγματικά να δοκιμάσετε αυτά τα θεωρήματα σε σχέση με την πραγματική ζωή», είπε ο Barton. "Είναι εργαλεία για να αποκτήσετε διαίσθηση για το πώς να κατανοήσετε την εξέλιξη."
