蚂蚁在脑科学、癌症和互联网领域带给我们的启发
-
0:01 - 0:03我研究各种蚂蚁
-
0:03 - 0:06沙漠中的、热带雨林里的、
-
0:06 - 0:08我厨房里的蚂蚁,
-
0:08 - 0:12以及我硅谷的家周边山上的蚂蚁。
-
0:12 - 0:13最近我注意到
-
0:13 - 0:16蚂蚁在不同的环境下
-
0:16 - 0:17交互方式也是不同的,
-
0:17 - 0:19这让我想到或许我们能从中学到些什么
-
0:19 - 0:21用到其它系统上。
-
0:21 - 0:26例如大脑结构或者我们的数据网络
-
0:26 - 0:29甚至是癌症。
-
0:29 - 0:31这些系统的共同点在于
-
0:31 - 0:34没有一个中央控制结构。
-
0:34 - 0:38蚁群的工蚁由不育的雌性构成—
-
0:38 - 0:40工蚁就是你能看到的蚂蚁—
-
0:40 - 0:42而能够生育的雌性蚂蚁(蚁后)
-
0:42 - 0:44只负责产卵。
-
0:44 - 0:46蚁后不会发号指令。
-
0:46 - 0:48虽然它们叫做蚁后,
-
0:48 - 0:51但是它们不会指挥其它工蚁。
-
0:51 - 0:54所以任何蚁群都没有一个最高负责人,
-
0:54 - 0:57所有这些系统都是没有中央控制的,
-
0:57 - 1:01仅仅通过简单的交互方式进行运作.
-
1:01 - 1:03蚂蚁的交互是通过嗅觉进行的.
-
1:03 - 1:05它们用触角(antennae)去嗅.
-
1:05 - 1:08用触角来交流。
-
1:08 - 1:11所以当一只蚂蚁的触角碰到另一只蚂蚁的触角
-
1:11 - 1:13它就知道另一个蚂蚁
-
1:13 - 1:14是不是同一个巢穴的
-
1:14 - 1:19以及这只蚂蚁正要做什么事情.
-
1:19 - 1:22现在你看到的这个蚂蚁的活动场所
-
1:22 - 1:24通过玻璃管子跟另外两个场所连接着
-
1:24 - 1:27蚂蚁在这些活动场所里走来走去.
-
1:27 - 1:30当一只蚂蚁遇到了另外一支蚂蚁,
-
1:30 - 1:32遇见的是哪只蚂蚁并不重要,
-
1:32 - 1:34它们也没通过触角传递
-
1:34 - 1:37任何复杂的信号或消息.
-
1:37 - 1:39唯一传递的是两只蚂蚁
-
1:39 - 1:42相互遇见的频率.
-
1:42 - 1:45这些交互信息汇总起来后,
-
1:45 - 1:47我们就得到了一个网络.
-
1:47 - 1:50这就是刚才你看到的蚂蚁
-
1:50 - 1:52四处移动之后生成的网络图,
-
1:52 - 1:56正是这张不断变化中的网络,
-
1:56 - 1:58塑造了这个蚁群的行为,
-
1:58 - 2:01像是有多少蚂蚁躲在巢穴里,
-
2:01 - 2:04多少蚂蚁出去寻食之类的信息.
-
2:04 - 2:05大脑差不多也是这么工作的,
-
2:05 - 2:07相比起来观察蚂蚁吸引人的地方之一,
-
2:07 - 2:12是你可以看到整个网路是如何运作的.
-
2:12 - 2:15蚂蚁的种类超过一万两千种,
-
2:15 - 2:17你能想象到的环境里都有蚂蚁存在,
-
2:17 - 2:20而且不同环境下的蚁群会使用
-
2:20 - 2:22不同的交流方式以适应环境特点.
-
2:22 - 2:25例如不同环境下不同蚁群
-
2:25 - 2:27普遍面临的问题之一
-
2:27 - 2:29是如何控制"运营开支", 即需要花多大成本
-
2:29 - 2:31才能生存下来.
-
2:31 - 2:33另一个环境带来的挑战是,
-
2:33 - 2:36如何去搜寻和收集资源.
-
2:36 - 2:39在沙漠中, 水非常的稀少,
-
2:39 - 2:40所以运营开支很大,
-
2:40 - 2:43我研究的一种生活在沙漠中以植物种子为食的蚂蚁
-
2:43 - 2:46寻找水源的同时需要消耗水.
-
2:46 - 2:48所以当一只蚂蚁外出觅食的时候,
-
2:48 - 2:50在火辣辣的太阳底下找种子的时候,
-
2:50 - 2:52它体内的水分会被蒸发.
-
2:52 - 2:54而蚁群
-
2:54 - 2:55可以通过消化种子富含的脂肪
-
2:55 - 2:57产生需要的水.
-
2:57 - 3:00所以在这种环境下, 蚂蚁之间的交互
-
3:00 - 3:02主要用来决定是否外出觅食.
-
3:02 - 3:04一个准备外出的觅食者不会轻易外出,
-
3:04 - 3:07除非得到了足够的归巢的觅食者的反馈,
-
3:07 - 3:09你现在看到的是回来的觅食者,
-
3:09 - 3:11在通过蚁巢的管道进入蚁穴时,
-
3:11 - 3:13跟沿路准备外外出的蚂蚁进行交流.
-
3:13 - 3:15这对蚁群来说很重要,
-
3:15 - 3:17因为外面的食物越多,
-
3:17 - 3:19觅食的蚂蚁找到食物的速度越快,
-
3:19 - 3:20它们回来的就更快,
-
3:20 - 3:23那么就会有更多的蚂蚁出去觅食.
-
3:23 - 3:26这个系统默认的行为是按兵不动,
-
3:26 - 3:28除非看到了足够的好处.
-
3:28 - 3:32所以在这里交互是为了决定是否出去觅食.
-
3:32 - 3:34我们已经研究这种系统演化有一段时间了.
-
3:34 - 3:36首先, 这种演化各不相同.
-
3:36 - 3:38不同的蚁群的行为是不一样的.
-
3:38 - 3:41在旱季, 有些蚁群觅食的少,
-
3:41 - 3:42不同蚁群之间的差异
-
3:42 - 3:44就体现在它们如何做权衡
-
3:44 - 3:47如何在消耗更多水分去寻找食物
-
3:47 - 3:50以及获得更多食物和水之间权衡
-
3:50 - 3:52我们尝试将蚁群
-
3:52 - 3:54类比成神经细胞组织
-
3:54 - 3:56基于脑神经科学的相关理论
-
3:56 - 3:59来理解蚁群觅食行为的差异。
-
3:59 - 4:01所以就像是一个神经元是否触发,
-
4:01 - 4:03取决于相连的神经元触发强度之和,
-
4:03 - 4:06蚂蚁的行为也由其它蚂蚁决定,
-
4:06 - 4:08是否要出去觅食。
-
4:08 - 4:10于是我们就希望能够找到
-
4:10 - 4:12觅食行为存在差异的蚁群之间
-
4:12 - 4:15是否蚂蚁在觅食前交互的其它蚂蚁数量
-
4:15 - 4:17也是存在对应差异的。
-
4:17 - 4:21因为像那样的蚁群会更少外出觅食。
-
4:21 - 4:24这个问题也可以用大脑来进行类比。
-
4:24 - 4:25我们提到的大脑
-
4:25 - 4:28当然也是每个大脑都有些许不同的
-
4:28 - 4:30肯定有一些个体
-
4:30 - 4:31在某些环境下
-
4:31 - 4:34他们的神经元的电特性决定了
-
4:34 - 4:38需要接受更多的刺激才会激发。
-
4:38 - 4:42而这会导致脑的功能差异。
-
4:42 - 4:44而为了解答之前系统演化的问题,
-
4:44 - 4:47我们首先需要研究下后代繁殖率。
-
4:47 - 4:49这张图显示的是我的研究站附近的蚁群图
-
4:49 - 4:52我在这个地方研究收获蚂蚁(一种西方蚁)
-
4:52 - 4:55种群演化已经超过28年了。
-
4:55 - 4:57这大概也是一个种群能够延续的时间。
-
4:57 - 4:59每一个圆圈都表示一个种群,
-
4:59 - 5:03圆圈的大小表示后代的规模,
-
5:03 - 5:05我们可以通过基因变化分析(genetic variation)
-
5:05 - 5:07来确认种群之间的父子关系,
-
5:07 - 5:11也就是能够确认每个蚁群
-
5:11 - 5:12里面的蚁后来自于
-
5:12 - 5:15哪个父代蚁群。
-
5:15 - 5:17研究这么多年之后我有了一些
-
5:17 - 5:20迷人的发现,例如,154号种群,
-
5:20 - 5:22我研究很多年的这个,
-
5:22 - 5:24算是祖母级别的。
-
5:24 - 5:25这是她的女儿种群,
-
5:25 - 5:28这是她的孙女种群,
-
5:28 - 5:30这是重孙女种群。
-
5:30 - 5:32分析这些种群使我能够
-
5:32 - 5:36发现后代种群(的多少)体现了
-
5:36 - 5:38父代种群在炎热天气下
-
5:38 - 5:40觅食的策略差异,
-
5:40 - 5:41而且考虑到父代种群
-
5:41 - 5:44与后代种群之间距离很远,不可能遇见,
-
5:44 - 5:46所以后代种群中的蚂蚁
-
5:46 - 5:49不会从父代种群那里学习到什么。
-
5:49 - 5:50于是第二步就是看看
-
5:50 - 5:55这种相似性的基因学变异根源。
-
5:55 - 5:59然后我就可以提出这个问题:哪群蚂蚁的策略更好?
-
5:59 - 6:01在研究进行中的那些年里,
-
6:01 - 6:02尤其是最近的十年,
-
6:02 - 6:06实验所在的美国西南部
-
6:06 - 6:08经历了非常严重和持久的干旱,
-
6:08 - 6:11结果是那些更注重保持水分的蚁群,
-
6:11 - 6:15那些大热天不出门的蚁群,
-
6:15 - 6:18也就是那些失去了更多觅食机会的蚁群,
-
6:18 - 6:21反而是更有可能有后代蚁群的。
-
6:21 - 6:23我曾经一度认为154号种群
-
6:23 - 6:26是进化的失败者, 因为在旱季,
-
6:26 - 6:28它们很少出去觅食,
-
6:28 - 6:29反之其它的种群
-
6:29 - 6:31会出去寻找更多的食物,
-
6:31 - 6:34但是结果是,154号种群非常的成功。
-
6:34 - 6:36她是事实上的统领。
-
6:36 - 6:39她是这个研究点非常少见的有重孙后代的蚁群
-
6:39 - 6:42就我所知,这还是第一次
-
6:42 - 6:43我们人类能够追踪到
-
6:43 - 6:46自然界中野生生物群体的
-
6:46 - 6:48集体行为进化
-
6:48 - 6:53以及找到最适合环境的生存方式.
-
6:53 - 6:55现在, 互联网使用的算法
-
6:55 - 6:58用来分配数据流动的算法
-
6:58 - 7:00与这些蚂蚁使用的算法
-
7:00 - 7:03即如何安排工蚁外出觅食的算法
-
7:03 - 7:04非常相似.
-
7:04 - 7:08你们猜我们如何称呼这种相似性?
-
7:08 - 7:09蚁群互联网(Anternet)的到来.
-
7:09 - 7:11(掌声)
-
7:11 - 7:14所以发送数据的电脑
-
7:14 - 7:17在得到信号确认带宽足够之前
-
7:17 - 7:20不会将数据发送出去.
-
7:20 - 7:21在互联网的早期,
-
7:21 - 7:24发送和接收数据的成本非常高,
-
7:24 - 7:27所以任何形式的数据丢失都是不可以接受的,
-
7:27 - 7:29所以网络系统被设计利用相互之间的交互
-
7:29 - 7:32来决定何时发送数据.
-
7:32 - 7:35发现蚂蚁跟我们人类最近才发明的算法
-
7:35 - 7:38有这么大的相似性是很叫人惊喜的,
-
7:38 - 7:41而且现在我们只发现了蚂蚁使用的算法中
-
7:41 - 7:43一小部分的算法,
-
7:43 - 7:46蚂蚁已经有了1.3亿年的历史
-
7:46 - 7:48已经演化出很多好的算法,
-
7:48 - 7:50因此我相信有可能
-
7:50 - 7:52另外尚未研究的1.2万蚂蚁种类中
-
7:52 - 7:55也有很多有意思的算法,
-
7:55 - 7:56可以用于数据网络
-
7:56 - 7:59这些算法甚至超过了我们的想象.
-
7:59 - 8:02例如, 当运营成本很低的时候呢?
-
8:02 - 8:03热带雨林里, 蚁群觅食的成本很低,
-
8:03 - 8:06因为那里非常的湿润, 对于蚁群来说
-
8:06 - 8:08外出觅食也非常容易.
-
8:08 - 8:10但是蚂蚁的种类是如此的繁多
-
8:10 - 8:12数量也非常庞大
-
8:12 - 8:14因此蚂蚁之间的竞争非常激烈.
-
8:14 - 8:16一个蚁群需要用到的任何资源
-
8:16 - 8:20基本上都有竞争者
-
8:20 - 8:22与之争夺.
-
8:22 - 8:25所以在这样的环境下, 相互接触的用途
-
8:25 - 8:26完全反了过来.
-
8:26 - 8:28蚁群的系统不断的扩张,
-
8:28 - 8:29直到一些不好的事情发生,
-
8:29 - 8:32我研究的一种蚁群会在丛林里
-
8:32 - 8:34构建自己的觅食网络,
-
8:34 - 8:37在蚁穴和食物时间不断的来回,
-
8:37 - 8:38一圈一圈的觅食,
-
8:38 - 8:40直到一些不好的事情发生,
-
8:40 - 8:41例如遇到了
-
8:41 - 8:44别的种类的蚂蚁.
-
8:44 - 8:47这是蚂蚁安防的一个例子.
-
8:47 - 8:49中间的位置, 一只蚂蚁
-
8:49 - 8:51在跟另外的种群的蚂蚁触碰了触角之后
-
8:51 - 8:54将蚁穴的入口用自己的头挡住了.
-
8:54 - 8:56这些小的、腹部朝上的蚂蚁
-
8:56 - 8:59正在这周围走动.
-
8:59 - 9:01但是一旦危险解除,
-
9:01 - 9:03入口就会重新开启,
-
9:03 - 9:05或许我们也可以联想到
-
9:05 - 9:06在计算机安全领域
-
9:06 - 9:08这个领域的运营成本也低到
-
9:08 - 9:12我们可以临时的中断网络访问
-
9:12 - 9:14以应对临时的威胁,
-
9:14 - 9:16稍后继续开放,
-
9:16 - 9:17而不是现在的做法
-
9:17 - 9:21尝试构造一个永久的防火墙.
-
9:21 - 9:23另一个环境带来的挑战
-
9:23 - 9:25所有的蚁群系统都需要面对的
-
9:25 - 9:30是如何寻找和搜集资源.
-
9:30 - 9:32蚁群为了解决这个问题, 采用了
-
9:32 - 9:33集体搜索(collective search)的方法,
-
9:33 - 9:35而这个问题现在已经引起了
-
9:35 - 9:36机器人研究人员的极大兴趣,
-
9:36 - 9:38因为我们都知道,
-
9:38 - 9:40与其用一个单一的
-
9:40 - 9:43复杂且昂贵的机器人
-
9:43 - 9:45去探索另外的星球
-
9:45 - 9:47或去火场搜救,
-
9:47 - 9:50或许有更好的方式
-
9:50 - 9:54就是造一堆便宜的机器人
-
9:54 - 9:57相互之间仅仅交换简单的信息,
-
9:57 - 9:59就像是蚂蚁所做的那样.
-
9:59 - 10:01这种外来的阿根廷蚂蚁
-
10:01 - 10:04很擅长扩大自己的搜索网络.
-
10:04 - 10:06它们非常善于解决集体搜索中的
-
10:06 - 10:07主要问题,
-
10:07 - 10:10即如何在两个不同的目标之间权衡
-
10:10 - 10:11既要能够搜索的彻底
-
10:11 - 10:13又要搜索的范围广.
-
10:13 - 10:14它们是这么做的,
-
10:14 - 10:16当搜索空间小而蚂蚁很多时,
-
10:16 - 10:19它们会搜寻的非常彻底
-
10:19 - 10:20因为它们知道临近的区域
-
10:20 - 10:22有别的蚂蚁在搜索,
-
10:22 - 10:23但是当搜索面积很大
-
10:23 - 10:25且蚂蚁很少时,
-
10:25 - 10:28它们会扩张自己的搜索路径
-
10:28 - 10:29去覆盖更大的面积.
-
10:29 - 10:32我想它们之间的接触主要交换的是蚂蚁的密度信息,
-
10:32 - 10:34当它们的密度很大时,
-
10:34 - 10:35它们碰见的就越多,
-
10:35 - 10:37搜寻的也就越仔细.
-
10:37 - 10:41不同种类的蚂蚁使用的算法应该是不同的,
-
10:41 - 10:43因为随着一代代的演化
-
10:43 - 10:45它们需要的资源不同.
-
10:45 - 10:47知道这些差异真的很有用.
-
10:47 - 10:49所以最近我们把蚂蚁
-
10:49 - 10:51放在微重力的极端环境中
-
10:51 - 10:53希望能够帮助
-
10:53 - 10:54国际空间站
-
10:54 - 10:56解决集体搜索的难题.
-
10:56 - 10:58当我第一次看到这张照片, 我想,
-
10:58 - 11:01呀, 他们把蚁穴竖起来放着了,
-
11:01 - 11:03但是马上意识到, 其实横竖都一样的.
-
11:03 - 11:06这个实验的想法是
-
11:06 - 11:08蚂蚁要花大力气把自己挂在墙上
-
11:08 - 11:11或者也可以说是地板上, 你怎么看都行
-
11:11 - 11:14这样它们就没有精力去交互了,
-
11:14 - 11:15所以关于蚂蚁密度的信息
-
11:15 - 11:17以及它们相互遇见的频率
-
11:17 - 11:19都会乱掉.
-
11:19 - 11:21我们还在分析这些数据.
-
11:21 - 11:22我还没有结论.
-
11:22 - 11:24但如果我们能够知道地球上的
-
11:24 - 11:27其它物种如何解决此类问题
-
11:27 - 11:29这一定非常的有意思,
-
11:29 - 11:30所以我们创建了一个活动
-
11:30 - 11:33鼓励全世界的小朋友们
-
11:33 - 11:35用不同的蚂蚁种类重复我们的实验.
-
11:35 - 11:37非常简单.
-
11:37 - 11:39做起来也不需要多少成本.
-
11:39 - 11:42这样, 我们就能够绘制一张
-
11:42 - 11:45蚂蚁集体搜索算法的"世界地图".
-
11:45 - 11:48我想那些外来的蚂蚁种类,
-
11:48 - 11:50那些混进我们大楼的蚂蚁,
-
11:50 - 11:52对于集体搜索非常在行,
-
11:52 - 11:53因为它们已经跑到你的厨房
-
11:53 - 11:57非常地善于找到食物和水.
-
11:57 - 12:01对于蚂蚁而言最为相似的资源
-
12:01 - 12:02是野餐的地方,
-
12:02 - 12:04是一个集中的资源.
-
12:04 - 12:05当一块水果掉在地上,
-
12:05 - 12:08周围很可能还有更多的水果渣,
-
12:08 - 12:11因此生活在集中资源多的地方的蚂蚁
-
12:11 - 12:13通过相互接触来召集伙伴.
-
12:13 - 12:14所以当一只蚂蚁遇见另一只蚂蚁,
-
12:14 - 12:16或是另一只蚂蚁沿路留下的
-
12:16 - 12:18化学气味,
-
12:18 - 12:19然后它就会改变自己的方向
-
12:19 - 12:21冲着接触方提供的方向去搜寻
-
12:21 - 12:23这就是为什么能够有一只蚂蚁大军
-
12:23 - 12:24与你分享野餐的原因.
-
12:24 - 12:26现在, 我觉得我们或许可以
-
12:26 - 12:30从蚂蚁身上获得治疗癌症的一些启发.
-
12:30 - 12:32我是说, 首先, 我们可以做很多事情
-
12:32 - 12:33来阻止癌症
-
12:33 - 12:36例如禁止有人向其他人销售
-
12:36 - 12:38可能增加我们身体患癌症风险的
-
12:38 - 12:41有毒有害商品,
-
12:41 - 12:43但是我不认为在这点上蚂蚁能够帮助我们什么,
-
12:43 - 12:46因为它们从来不会毒害同类.
-
12:46 - 12:48但是我们或许可以从蚂蚁那里学到一些方法
-
12:48 - 12:50来治疗癌症.
-
12:50 - 12:52癌症有很多不同的种类.
-
12:52 - 12:55每一种癌症一开始都附着在身体的特定部位.
-
12:55 - 12:58然后一些类型的癌症(癌细胞)
-
12:58 - 13:01会扩散或传播到其它特定的组织结构中
-
13:01 - 13:03它们需要在那里获得自己需要的资源.
-
13:03 - 13:05现在如果你从这个角度
-
13:05 - 13:07去看待早期癌细胞
-
13:07 - 13:09它们也是在体内搜寻
-
13:09 - 13:11寻找他们需要的资源,
-
13:11 - 13:13如果这些资源是集中的,
-
13:13 - 13:16那么它们很可能通过相互接触来召唤更多的癌细胞,
-
13:16 - 13:19那么如果我们能够破解癌细胞相互召唤的机制
-
13:19 - 13:22我们或许就能够设置陷阱
-
13:22 - 13:26在癌细胞聚集之前捕获它们.
-
13:26 - 13:29所以蚂蚁在不同的环境下
-
13:29 - 13:31使用了完全不同的交互算法.
-
13:31 - 13:33我们能够从中学习
-
13:33 - 13:35并将结果用于那些没有
-
13:35 - 13:37中央控制的系统.
-
13:37 - 13:39仅仅通过简单的接触,
-
13:39 - 13:41蚂蚁已经创造了
-
13:41 - 13:45长达1.3亿年的伟大历史.
-
13:45 - 13:47我们还有很多需要向它们学习.
-
13:47 - 13:50感谢大家.
-
13:50 - 13:52(掌声)
- Title:
- 蚂蚁在脑科学、癌症和互联网领域带给我们的启发
- Speaker:
- Deborah Gordon
- Description:
-
只要在有蚂蚁的地方,生态学者黛博拉·高登都会去研究它们-沙漠,热带雨林,甚至她的厨房。。。在这个吸引人的谈论中,高登解释了她对于这种大部分人不假思索就赶走的昆虫的热爱。她用实例证明了蚂蚁的生活可以提供一个有用的模型, 帮助包括疾病、(网络)技术和脑科学在内的研究。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 14:09
Retired user approved Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi accepted Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi edited Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi edited Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi edited Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi edited Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi edited Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet | ||
Fang Yi edited Chinese, Simplified subtitles for What ants teach us about the brain, cancer and the Internet |