關於大腦、癌症及網路,螞蟻教了我們什麼
-
0:01 - 0:03我研究螞蟻,
-
0:03 - 0:06在沙漠中,在熱帶雨林中,
-
0:06 - 0:08還有我家的廚房,
-
0:08 - 0:12以及我住的矽谷四周的山丘上。
-
0:12 - 0:13我最近才領悟到原來螞蟻
-
0:13 - 0:16使用不同的互動法
-
0:16 - 0:17在不同的環境中,
-
0:17 - 0:19而這使我不禁去想,
我們或許能從這件事 -
0:19 - 0:21了解其他系統,
-
0:21 - 0:26像大腦及我們設計出的數據網路,
-
0:26 - 0:29甚至癌症。
-
0:29 - 0:31所以這些系統的共通點
-
0:31 - 0:34在於沒有中央控制。
-
0:34 - 0:38蟻群是由不孕的雌性工蟻——
-
0:38 - 0:40就是你看到四處走動的那些螞蟻——
-
0:40 - 0:42還有一隻或多隻能生育的雌蟻組成,
-
0:42 - 0:44而這種雌蟻只下蛋。
-
0:44 - 0:46牠們不下任何指令。
-
0:46 - 0:48即使牠們被稱為蟻后,
-
0:48 - 0:51牠們也不會告訴任何螞蟻要做什麼。
-
0:51 - 0:54所以在蟻群內,沒有負責人。
-
0:54 - 0:57所有像這樣沒有中央控制的系統,
-
0:57 - 1:01要以非常簡單的互動來規範。
-
1:01 - 1:03螞蟻以嗅覺互動。
-
1:03 - 1:05牠們以觸角聞味道,
-
1:05 - 1:08而且牠們也以觸角互動,
-
1:08 - 1:11所以當一隻螞蟻以觸角
碰觸另外一隻螞蟻, -
1:11 - 1:13牠就能分辨,譬如說這一隻
-
1:13 - 1:14是不是同窩蟻,
-
1:14 - 1:19還有這隻螞蟻正在做什麼任務。
-
1:19 - 1:22所以這裡你看到很多螞蟻
-
1:22 - 1:24在這個實驗場所四處走動及互動,
-
1:24 - 1:27這個場所與另外兩個以管子相連。
-
1:27 - 1:30所以當某隻螞蟻碰到另一隻,
-
1:30 - 1:32碰到的是哪一隻螞蟻並不重要,
-
1:32 - 1:34而且牠們其實並沒有傳送
-
1:34 - 1:37任何複雜的信號或訊息。
-
1:37 - 1:39對螞蟻而言最重要的是
-
1:39 - 1:42牠們碰到其他螞蟻的頻率。
-
1:42 - 1:45而所有的互動,全部一起看,
-
1:45 - 1:47會產生一種網路。
-
1:47 - 1:50那麼這就是螞蟻的網路,
-
1:50 - 1:52由你剛剛看到的那個場所
裡面的移動所形成。 -
1:52 - 1:56就是這個不斷移位的網路,
-
1:56 - 1:58產生蟻群的行為,
-
1:58 - 2:01像是不是所有的螞蟻都躲在窩裡,
-
2:01 - 2:04或有多少在外面覓食。
-
2:04 - 2:05大腦其實也以同樣的方法運作,
-
2:05 - 2:07但研究螞蟻最棒的地方,
-
2:07 - 2:12在於你能親眼目睹整個網路形成。
-
2:12 - 2:15有超過一萬兩千種螞蟻,
-
2:15 - 2:17存在於每一種可想到的環境中,
-
2:17 - 2:20而牠們互動的方法也不同,
-
2:20 - 2:22以因應不同的環境挑戰。
-
2:22 - 2:25所以有一種很重要的環境挑戰,
-
2:25 - 2:27是每一種系統都必須面對的,
-
2:27 - 2:29就是營業成本,就是到底要花多少
-
2:29 - 2:31來經營系統。
-
2:31 - 2:33而另一種環境挑戰則是資源,
-
2:33 - 2:36要找尋及收集資源。
-
2:36 - 2:39在沙漠裡,營業成本很高,
-
2:39 - 2:40因為水很稀少,
-
2:40 - 2:43而且我在沙漠中研究的
一種吃種子的螞蟻, -
2:43 - 2:46必須先用掉水才能得到水。
-
2:46 - 2:48所以一隻螞蟻在外面覓食,
-
2:48 - 2:50在烈日下尋找種子,
-
2:50 - 2:52就會失去水分,釋放到空氣中。
-
2:52 - 2:54但這個蟻群會因此得到水份,
-
2:54 - 2:55也就是從代謝牠們所吃的種子
-
2:55 - 2:57所含的脂肪以得到水份,
-
2:57 - 3:00所以在這樣的環境下,互動是要
-
3:00 - 3:02動員覓食行為。
-
3:02 - 3:04指派為覓食者的螞蟻,
-
3:04 - 3:07在與回來的覓食蟻
得到足夠的互動前不會出去, -
3:07 - 3:09而你現在看到的是回來的覓食蟻,
-
3:09 - 3:11進入隧道中,進入窩裡,
-
3:11 - 3:13與正要出去的覓食蟻互動。
-
3:13 - 3:15這種方法對蟻群而言很有道理,
-
3:15 - 3:17因為外面的食物愈多,
-
3:17 - 3:19覓食蟻就能愈快找到食物,
-
3:19 - 3:20牠們也就愈快回來,
-
3:20 - 3:23所以就會送更多的覓食蟻出去。
-
3:23 - 3:26這個系統的原理是保持不動,
-
3:26 - 3:28直到有好事發生。
-
3:28 - 3:32所以互動的功用
在促使覓食蟻開始活動。 -
3:32 - 3:34我們一直在研究這個系統的演化。
-
3:34 - 3:36首先,這系統裡有變數。
-
3:36 - 3:38結果證明每一種蟻群都不一樣。
-
3:38 - 3:41在乾燥的日子,
某些蟻群的覓食行為會少一點, -
3:41 - 3:42所以每個蟻群的不同點在於
-
3:42 - 3:44牠們如何權衡
-
3:44 - 3:47是要花掉水分以尋找種子,
-
3:47 - 3:50還是要找種子回來以取得裡面的水。
-
3:50 - 3:52我們試圖瞭解為什麼
-
3:52 - 3:54某些蟻群的覓食行為較少,
-
3:54 - 3:56透過將螞蟻視為神經元的方法,
-
3:56 - 3:59並使用神經科學的模式。
-
3:59 - 4:01所以就像神經元會累積
-
4:01 - 4:03從別的神經元送來的刺激,
以決定是否發射, -
4:03 - 4:06螞蟻也會累積
從別的螞蟻傳來的刺激, -
4:06 - 4:08以決定是否出去覓食。
-
4:08 - 4:10我們在找的是,是否在
-
4:10 - 4:12各個蟻群間有微小的差異,
-
4:12 - 4:15也就是螞蟻需要多少互動
-
4:15 - 4:17牠才願意出去覓食,
-
4:17 - 4:21因為像那樣的蟻群可能較少覓食。
-
4:21 - 4:24這也引發大家對大腦
產生類似的問題。 -
4:24 - 4:25我們談論大腦,
-
4:25 - 4:28但當然每個大腦都有少許不同,
-
4:28 - 4:30而或許有某些人,
-
4:30 - 4:31或在某些情況下,
-
4:31 - 4:34神經元的電性質也像這樣,
-
4:34 - 4:38需要更多的刺激才能發射,
-
4:38 - 4:42而那會導致大腦功能產生差異。
-
4:42 - 4:44所以為了要問進化的問題,
-
4:44 - 4:47我們必須瞭解生殖成功率。
-
4:47 - 4:49這是研究地點的地圖,
-
4:49 - 4:52我已經在那裡追蹤這種
-
4:52 - 4:55收割蟻群 28 年了,
-
4:55 - 4:57這大約就是一個蟻群的壽命。
-
4:57 - 4:59每一個符號代表一個蟻群,
-
4:59 - 5:03而符號的大小代表
這個蟻群有多少後代, -
5:03 - 5:05因為我們能用遺傳變異
-
5:05 - 5:07去匹配親子蟻群,
-
5:07 - 5:11也就是說,去找出哪個蟻群
-
5:11 - 5:12是哪一隻蟻后的女兒
-
5:12 - 5:15所產生的。
-
5:15 - 5:17這對我而言很奇妙,在這些年之後,
-
5:17 - 5:20能發現到,舉個例,蟻群 154,
-
5:20 - 5:22多年來我非常瞭解的一個蟻群,
-
5:22 - 5:24居然是曾祖母。
-
5:24 - 5:25這是牠的女兒的蟻群,
-
5:25 - 5:28這是牠的孫女的蟻群,
-
5:28 - 5:30而這些是牠的曾孫女的蟻群。
-
5:30 - 5:32經由這麼做,我學到
-
5:32 - 5:36後代蟻群與親代蟻群,
-
5:36 - 5:38在決定哪一天太熱,
-
5:38 - 5:40不出去覓食這方面很相似,
-
5:40 - 5:41而親代蟻群的後代,
-
5:41 - 5:44兩者住得很遠,
這些螞蟻從來沒有見過面, -
5:44 - 5:46所以後代蟻群的螞蟻,
-
5:46 - 5:49不可能從牠們的親代蟻群學到這個。
-
5:49 - 5:50因此我們下一步要去找
-
5:50 - 5:55產生這種相似度的遺傳變異。
-
5:55 - 5:59所以我才能問,好,誰做得比較好?
-
5:59 - 6:01在做研究的這段時間,
-
6:01 - 6:02特別是過去十年,
-
6:02 - 6:06曾有非常嚴重且日益加深的乾旱,
-
6:06 - 6:08發生在美國西南部,
-
6:08 - 6:11結果是這些節約用水的蟻群,
-
6:11 - 6:15就是在外面真的
很熱的時候還留在窩裡, -
6:15 - 6:18從而犧牲盡可能找最多食物的蟻群,
-
6:18 - 6:21愈有可能產生後代蟻群。
-
6:21 - 6:23所以這些時間,我以為蟻群 154
-
6:23 - 6:26是輸家,因為在很乾燥的日子,
-
6:26 - 6:28牠們只有稀稀落落的覓食行為,
-
6:28 - 6:29而其他的蟻群都跑出去
-
6:29 - 6:31覓食,獲得大量的食物,
-
6:31 - 6:34但其實,蟻群 154 非常成功。
-
6:34 - 6:36她是女族長。
-
6:36 - 6:39她是當地少有的曾祖母輩之一。
-
6:39 - 6:42據我所知,這也是第一次
-
6:42 - 6:43我們能追蹤
-
6:43 - 6:46在自然的動物族群中
-
6:46 - 6:48持續進行的集體行為演化,
-
6:48 - 6:53並找出什麼是最佳的運作方式。
-
6:53 - 6:55那麼,網際網路使用一種演算法
-
6:55 - 6:58以管理資料流,
-
6:58 - 7:00與這個非常相似,
-
7:00 - 7:03就是收獲蟻在使用以管理
-
7:03 - 7:04覓食蟻的流程。
-
7:04 - 7:08你猜我們怎麼叫這種類比?
-
7:08 - 7:09蟻際網路來了!
-
7:09 - 7:11(掌聲)
-
7:11 - 7:14所以資料不會從源計算機輸出,
-
7:14 - 7:17直到它得到信號,有足夠的頻寬
-
7:17 - 7:20讓資料傳出去。
-
7:20 - 7:21在網際網路發展早期,
-
7:21 - 7:24當營業成本還很高,
-
7:24 - 7:27而且很重要
不能失去任何資料的時期, -
7:27 - 7:29系統被設成互動
-
7:29 - 7:32以啟動資料流。
-
7:32 - 7:35有趣的是螞蟻會使用一種演算法,
-
7:35 - 7:38與我們最近發明的非常相似,
-
7:38 - 7:41但這只是我們所知的
-
7:41 - 7:43螞蟻演算法之一罷了,
-
7:43 - 7:46螞蟻有一億三千萬年的時間
-
7:46 - 7:48發展很多很好的演算法,
-
7:48 - 7:50我想非常有可能
-
7:50 - 7:52在其他一萬二千種螞蟻中,
-
7:52 - 7:55能找到有趣的演算法
-
7:55 - 7:56給資料網路使用,
-
7:56 - 7:59是我們想都沒想過的。
-
7:59 - 8:02所以,營業成本低的時候
會發生什麼? -
8:02 - 8:03熱帶地方的營業成本低,
-
8:03 - 8:06因為那裡很濕,螞蟻很容易
-
8:06 - 8:08在外面走來走去。
-
8:08 - 8:10但在熱帶地方,
-
8:10 - 8:12螞蟻量很大,種類極多,
-
8:12 - 8:14因此競爭也很激烈。
-
8:14 - 8:16某種螞蟻在使用的資源,
-
8:16 - 8:20別的螞蟻可能在同時間
-
8:20 - 8:22也需要使用。
-
8:22 - 8:25所以在這種環境,互動的使用法
-
8:25 - 8:26恰好相反。
-
8:26 - 8:28系統要持續運轉,
-
8:28 - 8:29直到負面事件發生。
-
8:29 - 8:32而我在研究的某種螞蟻
還會形成迴路, -
8:32 - 8:34覓食蟻在蟻窩到食物源
-
8:34 - 8:37往來的樹上
-
8:37 - 8:38不斷繞圈圈,
-
8:38 - 8:40直到某件負面事件發生為止,
-
8:40 - 8:41像是與別種螞蟻
-
8:41 - 8:44有了互動。
-
8:44 - 8:47所以這是螞蟻的保全案例。
-
8:47 - 8:49在中間有一隻螞蟻
-
8:49 - 8:51正以牠的頭堵住窩的入口,
-
8:51 - 8:54回應牠與另一種螞蟻互動的結果。
-
8:54 - 8:56這些小東西跑來跑去
-
8:56 - 8:59腹部朝上。
-
8:59 - 9:01一但威脅消失,
-
9:01 - 9:03入口就又打開了,
-
9:03 - 9:05也許在某些情況下,
-
9:05 - 9:06電腦的安全性
-
9:06 - 9:08在營運成本夠低時,
-
9:08 - 9:12我們只要暫時把存取擋住,
-
9:12 - 9:14以回應立即性的威脅,
-
9:14 - 9:16然後再把它打開就好,
-
9:16 - 9:17而不用試著建立
-
9:17 - 9:21一個永久性的防火牆或要塞。
-
9:21 - 9:23那麼另一種環境挑戰,
-
9:23 - 9:25所有系統都要面對的,
-
9:25 - 9:30是資源,要找尋及收集資源。
-
9:30 - 9:32要做這個,螞蟻解決了
-
9:32 - 9:33集體搜尋的問題,
-
9:33 - 9:35而這在機器人科學
-
9:35 - 9:36是目前極感興趣的問題,
-
9:36 - 9:38因為我們已經瞭解,
-
9:38 - 9:40與其送出一個單獨操作、
-
9:40 - 9:43複雜又很貴的機器人出去
-
9:43 - 9:45探險另一個星球,
-
9:45 - 9:47或去搜索一棟燃燒的建築物,
-
9:47 - 9:50還不如這樣可能更有效,
-
9:50 - 9:54就是找一組便宜的機器人
-
9:54 - 9:57只交換最少的資訊,
-
9:57 - 9:59而那正是螞蟻做的方式。
-
9:59 - 10:01所以入侵種阿根廷蟻
-
10:01 - 10:04建造可擴充的搜尋網路。
-
10:04 - 10:06牠們對解決集體搜尋的
-
10:06 - 10:07主要問題很在行,
-
10:07 - 10:10那是權衡了
-
10:10 - 10:11要完全徹底的搜尋,
-
10:11 - 10:13還是要涵蓋大片土地的結果。
-
10:13 - 10:14牠們所做的是,
-
10:14 - 10:17如果在一個小空間裡有很多螞蟻,
-
10:17 - 10:19那麼每一隻都可以徹底搜尋,
-
10:19 - 10:20因為附近一定會有另一隻螞蟻
-
10:20 - 10:22在另一邊搜尋,
-
10:22 - 10:23但當在一塊很大的空間裡,
-
10:23 - 10:25只有少數的螞蟻的時候,
-
10:25 - 10:28那麼牠們需要延伸牠們的路徑
-
10:28 - 10:29以涵蓋更多的地面。
-
10:29 - 10:32我想牠們使用互動以評估密度,
-
10:32 - 10:34所以當牠們真的很擠的時候,
-
10:34 - 10:35牠們就更常碰到彼此,
-
10:35 - 10:37牠們就更徹底搜尋。
-
10:37 - 10:41不同的螞蟻物種
必須使用不同的演算法, -
10:41 - 10:43因為牠們已進化以面對
-
10:43 - 10:45不同的資源,
-
10:45 - 10:47而知道這一點可能非常有用,
-
10:47 - 10:49所以我們最近要求螞蟻
-
10:49 - 10:51解決集體搜尋問題,
-
10:51 - 10:53在極端環境下,
-
10:53 - 10:54即微重力狀態,
-
10:54 - 10:56在國際太空站裡。
-
10:56 - 10:58當我第一次看到這張照片,我在想,
-
10:58 - 11:01不會吧,他們居然把棲地裝成垂直的,
-
11:01 - 11:03但隨後我意識到,當然,那無所謂。
-
11:03 - 11:06所以這個想法就是,螞蟻
-
11:06 - 11:08要非常努力地緊緊抓住
-
11:08 - 11:11牆壁或地板,隨便你怎麼叫,
-
11:11 - 11:14所以牠們就不太可能互動,
-
11:14 - 11:15如此一來這兩者之間的關係,
-
11:15 - 11:17就是有多擠及多常碰到
-
11:17 - 11:19就會被搞亂。
-
11:19 - 11:21我們仍在分析那些數據。
-
11:21 - 11:22我還沒拿到結果。
-
11:22 - 11:24但這應該滿有趣的,如果你知道
-
11:24 - 11:27其他物種在地球上不同的環境裡,
-
11:27 - 11:29如何解決這個問題,
-
11:29 - 11:30所以我們辦了一個計劃,
-
11:30 - 11:33鼓勵全世界各地的孩子,
-
11:33 - 11:35以不同的物種試做這個實驗。
-
11:35 - 11:37這很簡單。
-
11:37 - 11:39用很便宜的材料就能做。
-
11:39 - 11:42這樣一來,我們或許可以
做一張全球地圖, -
11:42 - 11:45畫著螞蟻的集體搜尋演算法。
-
11:45 - 11:48而我想入侵物種很有可能,
-
11:48 - 11:50就是跑進我們房屋裡的那些,
-
11:50 - 11:52在這方面的表現會非常好,
-
11:52 - 11:53因為牠們在你的廚房裡,
-
11:53 - 11:57因為牠們真的很會找食物及水。
-
11:57 - 12:01所以對螞蟻最熟悉的資源
-
12:01 - 12:02就是野餐。
-
12:02 - 12:04而且這還是叢集資源。
-
12:04 - 12:05有一片水果出現在這裡,
-
12:05 - 12:08有另一片在附近的可能性就很大。
-
12:08 - 12:11而那些專做叢集資源的螞蟻
-
12:11 - 12:13就會用互動招募螞蟻大軍。
-
12:13 - 12:14所以當某隻螞蟻碰到另一隻螞蟻,
-
12:14 - 12:16或當這隻螞蟻碰到另一隻螞蟻
-
12:16 - 12:18留在地面的某種化學物品,
-
12:18 - 12:19那牠就會改變方向,
-
12:19 - 12:21依照互動的指示,
-
12:21 - 12:23而這就是你如何得到一條螞蟻線
-
12:23 - 12:24來分享你的野餐。
-
12:24 - 12:26那這是我認為我們或許可以
-
12:26 - 12:30從螞蟻身上學到關於癌症的地方。
-
12:30 - 12:32我是說第一,很明顯我們能做很多事
-
12:32 - 12:33以避免癌症,
-
12:33 - 12:36藉著不讓人們傳播
-
12:36 - 12:38或販賣會在我們
-
12:38 - 12:41體內致癌的毒素,
-
12:41 - 12:43但我不認為螞蟻在這方面
能幫我們多少, -
12:43 - 12:46因為螞蟻從不毒化自己的蟻群。
-
12:46 - 12:48但我們或許能從螞蟻學到
-
12:48 - 12:50與治療癌症有關的事。
-
12:50 - 12:52癌症有許多不同的類型。
-
12:52 - 12:55每一種都源自身體的特定部位,
-
12:55 - 12:58然後某些癌症會擴散
-
12:58 - 13:01或轉移到某些特定的組織,
-
13:01 - 13:03這些癌細胞一定是在那裡
得到它們所需的資源。 -
13:03 - 13:05所以如果你從
-
13:05 - 13:07癌細胞早期轉移的角度想,
-
13:07 - 13:09好像它們是去外面四處尋找
-
13:09 - 13:11它們所需的資源,
-
13:11 - 13:13假如這些資源是叢集的,
-
13:13 - 13:16它們就很有可能使用互動
來招募其它細胞, -
13:16 - 13:19如果我們能找出癌細胞
如何招兵買馬, -
13:19 - 13:22那也許我們可以設下陷阱,
-
13:22 - 13:26在它們變得穩定前捕捉它們。
-
13:26 - 13:29所以螞蟻在大不同的各種環境下,
-
13:29 - 13:31以不同的方法互動,
-
13:31 - 13:33而我們可以從中學到
-
13:33 - 13:35其他系統如何運作,
-
13:35 - 13:37不靠中央控制。
-
13:37 - 13:39僅僅使用簡單的互動,
-
13:39 - 13:41蟻群已經執行
-
13:41 - 13:45驚人壯舉超過一億三千萬年。
-
13:45 - 13:47我們還有很多要向牠們學習。
-
13:47 - 13:50謝謝。
-
13:50 - 13:52(掌聲)
- Title:
- 關於大腦、癌症及網路,螞蟻教了我們什麼
- Speaker:
- 黛博拉·高登
- Description:
-
生物學家黛博拉·高登研究螞蟻,無論她在何處找到它們——在沙漠、在熱帶地區、在她的廚房裡… 她在這個精彩的演說中,解釋她對這種我們連想都不想,就很開心地拍走的昆蟲,是如何為之著迷。她主張螞蟻的生活能提供有用的模式,讓我們學習很多其他的主題,包括疾病、科技及人類的大腦。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 14:09
Geoff Chen approved Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Helen Chang accepted Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Regina Chu edited Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Regina Chu edited Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Regina Chu edited Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Regina Chu edited Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Regina Chu edited Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet | ||
Regina Chu edited Chinese, Traditional subtitles for What ants teach us about the brain, cancer and the Internet |