أنا أدرس النمل في الصحاري، والغابات الاستوائية وفي مطبخي، وفي الهضاب حول وادي السيليكون حيث أعيش. وقد اكتشفت مؤخرًا أن النمل يتواصل بطريقة مختلفة في بيئات مختلفة، وقد جعلني ذلك أفكر بأننا قد نتعلم منهم شيئًا عن أنظمة أخرى، مثل الأدمغة وشبكات البيانات التي نطورها، وكذلك حتى السرطان. الشيء المشترك بين هذه الأنظمة أنه لا يوجد تحكم رئيسي. مستعمرة النمل تتكون من الإناث العاملات واللامتكاثرات الذين ترونهم يتجولون دائمًا، وأيضًا واحدة أو أكثر من الإناث المتكاثرة التي تضع البيض. ولا تعطي أية أوامر. مع أنهن يسمون ملكات، لكنهن لا يقلن لأحد ماذا يفعل. في المستعمرة، لا يوجد صاحب سلطة، وكل الأنظمة الشبيهة بدون تحكم رئيسي يتم تنظيمها باستخدام تواصلات بسيطة. النمل يتواصل بالرائحة. يشمون عن طريق قرون الاستشعار، ويتواصلون عن طريق قرون الاستشعار، فعندما تلامس النملة نملةً أخرى بقرونها، تستطيع أن تحدد مثلًا، إذا ما كانت من نفس العش وماهي المهمة التي تقوم بها. هنا تشاهدون العديد من النمل يجولون ويتواصلون في ميدان في المختبر متصل بميادين أخرى عن طريق أنابيب. عندما تلتقي نملة بأخرى، لا يهم أي نملة كانت، في الواقع لا يتناقلون أية إشارات أو رسائل معقدة. لكن المهم هو معدل التقاء النملة بنملات أخريات. ولو جمعنا كل هذه التواصلات، ستكون شبكة. هذه هي شبكة من النمل كما رأيتموها تتجول في الميدان، وهذه الشبكة المتغيرة باستمرار هي ما يكوّن سلوك المستعمرة. مثلًا هل يختبئون جميعهم في العش، أم كم عدد من يخرج بحثًا عن الطعام. الدماغ في الواقع يعمل بنفس الطريقة، لكن العجيب بخصوص النمل أنك تستطيع رؤية التشابك يحدث أمامك. هناك أكثر من 12000 فصيلة من النمل، في كل بيئة ممكن أن تتصورها، وهم يقومون بالتواصل بطرق مختلفة ليتجاوزو صعوبة هذه التقلبات البيئية. وأحد هذه التحديات البيئية التي على كل نظام أن يتعامل معها هي تكاليف التشغيل، ما الذي يلزمه لتشغيل هذا النظام. والتحدي البيئي الأخر هو الموارد، البحث عنها ثم جمعها. في الصحاري، تكلفة التشغيل عالية لقلة الماء، والنمل آكل البذور الذي درسته في الصحاري يجب عليه أن ينفق الماء ليحصل على الماء. حيث أن النمل الخارج للبحث عن الطعام يبحث عن البذور تحت الشمس الحارقة، وبالتالي يتبخر منه الماء في الهواء. لكن المستعمرة تسترد ماءه بتحليل الدهون في البذور التي أكلها. في هذه البيئة، التواصل يستخدم لتفعيل البحث عن الطعام. لا يخرج النمل للبحث عن الطعام حتى يتواصل بشكل كاف مع العائدين للمستعمرة، وما تشاهدونه الآن هو النمل العائد يمشي داخل النفق باتجاه العش، ويلتقي مع النمل الخارج أثناء دخوله. هذا منطقي بالنسبة لنمل المستعمرة، لأنه عندما يكون هناك طعام كاف بالخارج، كلما وجده الباحثون بشكل أسرع، وكلما أسرعوا كذلك في العودة، وكلما أرسلوا باحثين أكثر للخارج. النظام يعمل بالبقاء ساكنًا، إلى حين حدوث شئ إيجابي. فالتواصل يعمل على تحفيز الباحثين عن الطعام. نحن ندرس تطور هذا النظام. قبل كل شيء، هناك اختلاف. اتضح لنا بأن المستعمرات تختلف. ففي الأيام الجافة، يقل البحث عن الطعام في بعضها، بالتالي فالمستعمرات مختلفة في كيفية التحكم في المفاضلة بين إنفاق الماء للبحث عن البذور والحصول على الماء على شكل بذور. نحن نحاول أن نفهم لماذا بعض المستعمرات يقل بحثها عن الطعام بتصوّر النمل على أنه خلايا عصبية، باستخدام نموذج من علم الأعصاب. فمثلما تجمع الخلية العصبية المحفّزات من الخلايا الأخرى لتقرر ما إذا ستنطلق، فإن النملة تجمع المحفّزات من النمل الأخر لتقرر إذا ما ستخرج للبحث عن الطعام. ما نبحث عنه هو احتمالية وجود اختلاف بسيط بين المستعمرات في كمية التواصلات التي تحتاجها كل نملة قبل أن تقرر الخروج للبحث عن الطعام، لأن مستعمرة كتلك سيقل فيها الخروج للبحث عن الطعام. وهذا يثير تساؤلا آخر بالنسبة للدماغ. نحن نتحدث عن الدماغ، لكن بالطبع فكل دماغ يختلف عن الأخر، واحتمال أن يكون هناك أشخاص أو حالات تكون فيها الخصائص الكهربائية للخلايا العصبية تحتاج محفّزات أكثر للانطلاق. وذلك يؤدي إلى اختلاف في وظائف الدماغ. لكي نسأل سؤالًا يخص التطور، نحتاج أن نعرف المزيد عن النجاح التكاثري. هذه خريطة موقع الدراسة الذي أتابع فيه هذه المجتمعات من مستعمرات النمل الكادحة من 28 سنة، وهي فترة تقارب عمر المستعمرة. كل رمز يمثل مستعمرة. وحجم الرمز يمثل حجم سلالتها، ولأننا كنا قادرين على استخدام التنوع الجيني للمقارنة بين المستعمرة الأم وسلالتها، وذلك بالبحث عن تلك المستعمرات التي أنشأتها الملكة الابنة للمستعمرة الأم. وذلك كان مذهل بالنسبة لي، بعد كل هذه السنوات، وجدت، مثلًا، أن المستعمرة رقم 154، والتي كانت مؤلوفة لي لعدة سنوات، أنها مستعمرة جدة. فها هي المستعمرة الابنة، وها هي المستعمرة الحفيدة لها، وتلك المستعمرة هي ابنة حفيدتها. وبمتابعة ذلك، تعلمت أن السلالة تشابه المستعمرة الأم في قراراتها في الأيام الحارة أن لا تخرج للبحث عن الطعام، مع أن هذه السلالة من المستعمرات تعيش بعيدةً جدًا عن بعضها ولا تلتقي أبدًا، وبالتالي لايمكن أن يكون النمل فيها قد استطاع تعلم ذلك من المستعمرة الأم. وبالتالي فإن خطوتنا التالية هي مراقبة التنوع الجيني خلف هذا التشابه. بعدها سألت نفسي، حسنًا، أي منهم هو الأفضل؟ أثناء وقت الدراسة، وخاصة في العشر سنوات السابقة، حيث حدث جفاف شديد جدًا في جنوب غرب الولايات المتحدة، وتبين عندها أن المستعمرات التي احتفظت بالماء، حيث بقيت بالداخل حينما كان الجو حارًا جدًا وضحّت بالحصول على الكثير من الطعام، هي الأكثر احتمالية بأن يكون لها سلالة. طوال هذا الوقت، كنت أعتقد أن المستعمرة 154 هي الخاسرة، لأنها في الأيام شديدة الحرارة، لا تجمع إلا القليل من الطعام، بعكس المستعمرات الأخرى والتي كانت تبحث وتأتي بالكثير من الطعام، لكن في الواقع، حققت المستعمرة 154 نجاحًا عظيمًا. أصبحت هي الأم الحاكمة. هي واحدة من الجدات القلائل في هذا المكان. حسب علمي، هذه هي المرة الأولى التي استطعنا فيها أن نتتبع التطور المستمر للسلوك الجماعي في مجتمع طبيعي من الحيوانات واكتشاف ما الذي يعمل بشكل أفضل. والآن، الانترنت يستخدم الخوارزميات لينظم انتقال البيانات بطريقة شبيهة لتلك التي يستخدمها النمل في تنظيم خروج الباحثين عن الطعام. وخمنوا ماذا ندعوا هذه التناظر؟ الأنتيرنت (شبكة النمل). (تصفيق) البيانات لا تغادر الكمبيوتر المصدر إلا اذا استلمت إشارة بأن هناك نطاق ترددي كاف لتنتقل فيه. في الأيام الأولى للانترنت، عندما كانت أنظمة التشغيل غالية جدًا وكان من المهم جدًا عدم فقدان أية بيانات، فقد تم ضبط النظام على تفاعلات لتنشيط انتقال البيانات. من المذهل أن النمل يستخدم خوارزميات مشابهة إلى حد ما لواحدة اكتشفناها مؤخرًا، لكن هذه واحدة فقط من عدة خوارزميات للنمل نعلم عنها، وقد استغرق النمل 130 مليون سنة ليطوّر خوارزميات جيدة، وأعتقد أنه من المحتمل جدًا أن بعض الـ 12000 نوع من الكائنات الأخرى تمتلك خوارزميات مذهلة لبيانات الشبكات التي لم نفكر فيها حتى الآن. إذًا ماذا يحدث عندما تنخفض تكلفة التشغيل؟ تكلفة التشغيل منخفضة في المناطق الاستوائية، لأنها رطبة جدًا، ومن السهل على النمل أن يبقى يتجول في الخارج. لكن النمل كثير جدًا ومتنوع في المناطق الاستوائية وتوجد الكثير من المنافسة. أي كانت الموارد التي تستهلكها الفصيلة، فستكون هناك فصيلة أخرى تستهلك نفس الموارد في نفس الوقت. لذلك فإنه في هذه البيئة،التواصل يستخدم في الاتجاه المعاكس. يستمر النظام في العمل إلى أن يحدث أمر سلبي، وواحدة من تلك الفصائل التي درستها تشكل دوائر في أشجار النمل الباحث عن الطعام بالتردد بين العش ومصدر الطعام، مرة تلو الأخرى، إلى حين حدوث أمر سيء، مثل التصادم مع نمل من فصيلة أخرى. هنا مثال على أمن النمل. في المنتصف، هناك نملة تغلق مدخل العش برأسها كحماية من التصادم مع فصيلة أخرى. أولئك الصغار الذي يتجولون وبطونهم مرتفعة إلى الأعلى. لكن بمجرد زوال الخطر، فإن المدخل يفتح من جديد، قد تكون هناك حالات في حماية الحاسوب تكون فيها تكلفة التشغيل منخفضة بحيث نستطيع إغلاق الدخول مؤقتًا استجابةً لتهديد لحظي، ثم فتحه مرة أخرى، بدلًا من محاولة بناء جدار أو حصن دائم للحماية. هنا تحدي بيئي آخر على جميع الأنظمة التعامل معه وهو الموارد، إيجادها وجمعها. ولعمل ذلك، قام النمل بحل مشكلة البحث الجمعي، وهذه المشكلة ذات أهمية كبيرة في صناعة الروبوتات الآن، ذلك لأننا فهمنا، أنه بدلًا من إرسال روبوت واحد، معقد ومكلف ليستكشف كوكب أخر أو يبحث داخل مبنى يحترق، بالعكس، سيكون أكثر فعالية أن تنتج مجموعة من الروبوتات الرخيصة تتبادل معلومات قليلة فقط، وتلك هي الطريقة التي يتبعها النمل. النمل الفضي يغزو ويعمل شبكة بحث متوسعة. ويتعامل جيدًا مع المشكلة الأساسية للبحث الجمعي، وذلك عن طريق المفاضلة بين البحث الدقيق وتغطية مساحة كبيرة. وما يفعلونه هو، عندما يكون هناك الكثير من النمل في مساحة صغيرة، عندها تقوم كل واحدة بالبحث بدقة لأنه سيكون هناك نملة أخرى بالقرب منها تقوم أيضًا بالبحث ولكن عندما يكون النمل قليل في مساحة كبيرة، عندها يحتاجون إلى توسيع طرقهم لتغطي مساحة أكبر. أعتقد أنهم يستخدمون التواصل لتقييم الكثافة، فعندما يكونون مزدحمين، فإنهم يلتقون أكثر، فيبحثون بدقة. فصائل أخرى من النمل تستخدم خوارزميات مختلفة، لأنها تطورت لتتعامل مع موارد مختلفة، قد يكون من المفيد جدًا معرفة ذلك، قمنا حديثًا بسؤال النمل ليحل مشكلة البحث الجماعي في بيئة متطرفة معدومة الجاذبية في محطة الفضاء الرئيسية. عندما رأيت تلك الصورة للوهلة الأولى، قلت، أوه لا، لقد قاموا بوضع مسكن النمل بشكل عمودي، لكن بعدها أدركت، وبالطبع، أن ذلك لا يهم. الفكرة هنا أن النمل يعمل جاهدًا على تسلق الجدار أو السطح أو أيًا كان اسمه بحيث يكون الالتقاء بينهم أقل، بالتالي فإن العلاقة بين حجم الازدحام وغالبية الالتقاء ستعمها الفوضى. ما زلنا نقوم بتحليل البيانات. والنتائج لم تظهر إلى الآن. لكن سيكون من المثير أن نعرف كيف تقوم الفصائل الأخرى بحل هذه المشكلة في بيئات مختلفة على الأرض، نحن نطور الآن برنامجًا لتحفيز الأطفال حول العالم لتجربة ذلك مع فصائل مختلفة. الأمر بسيط جدًا. وبالإمكان إنجازه بمواد رخيصة الثمن. بتلك الطريقة، نستطيع عمل خارطة عالمية لخوارزميات البحث الجمعي للنمل. وأتوقع أنه من المحتمل جدًا أن فصائل النمل الغازية تلك التي تأتي إلى مبانينا، جيدة جدًا في فعل ذلك، تجدها في مطبخك لأنها جيدة جدًا في إيجاد الطعام والماء. أغلب المصادر المألوفة للنمل هو طعام النزهة، هذا يعتبر مصدر متجمع. عندما يكون هناك قطعة من الفواكة، فمن المحتمل وجود قطعة فواكة أخرى بالقرب منها، والنمل المتخصص في المصادر المتجمعة يستخدم التواصل في الغزو. فعندما تلتقي نملة بأخرى، أو عندما تلتقي بمواد كيميائية على الأرض من نملة أخرى، عندها تغير مسارها لتتبع الطريق باتجاه التواصل، وهكذا تجد سلسلة من النمل تشاركك نزهتك. والآن هذا هو المكان الذي أعتقد أنه يمكننا أن نتعلم شيئًا من النمل عن السرطان. أعني، أولًا، من الواضح أنه يمكننا عمل الكثير لمنع السرطان بعدم السماح للناس بنشر أو بيع السموم التي تساهم في نمو السرطان داخل أجسادنا، لكن لا أعتقد أن النمل سيساعدنا كثيرًا في ذلك لأن النمل لا يقوم أبدًا بتسميم مستعمراته. لكن يمكننا تعلم شيئًا من النمل في علاج السرطان. هناك أنواع كثيرة ومختلفة من السرطانات. كل واحد ينشأ في مكان محدد في الجسم، وبعدها تنتشر بعض السرطانات وتنتقل إلى أنسجة معينة أخرى تجد فيها الموارد التي تحتاج إليها. فلو فكرنا من هذا المنظور في الخلايا السرطانية المتنقلة وهي هناك تبحث عن الموارد التي تحتاج إليها، إذا كانت هذه الموارد متجمعة، فمن المحتمل أن تستخدم التواصل للغزو، ولو عرفنا كيف تقوم الخلايا السرطانية بالغزو، عندها قد يمكننا عمل فخ لها واصطيادها قبل أن تصبح متطورة. النمل يستخدم التواصل بطرق مختلفة في بيئات متنوعة جدًا، وقد نستطيع التعلم من ذلك في الأنظمة التي تعمل بدون تحكم مركزي. باستخدام التواصل البسيط فقط، تطبق مستعمرات النمل إنجازات مذهلة لأكثر من 130 مليون سنة. هناك المزيد لنتعلمه منهم. شكرًا لكم. (تصفيق)
I study ants in the desert, in the tropical forest and in my kitchen, and in the hills around Silicon Valley where I live. I've recently realized that ants are using interactions differently in different environments, and that got me thinking that we could learn from this about other systems, like brains and data networks that we engineer, and even cancer. So what all these systems have in common is that there's no central control. An ant colony consists of sterile female workers -- those are the ants you see walking around — and then one or more reproductive females who just lay the eggs. They don't give any instructions. Even though they're called queens, they don't tell anybody what to do. So in an ant colony, there's no one in charge, and all systems like this without central control are regulated using very simple interactions. Ants interact using smell. They smell with their antennae, and they interact with their antennae, so when one ant touches another with its antennae, it can tell, for example, if the other ant is a nestmate and what task that other ant has been doing. So here you see a lot of ants moving around and interacting in a lab arena that's connected by tubes to two other arenas. So when one ant meets another, it doesn't matter which ant it meets, and they're actually not transmitting any kind of complicated signal or message. All that matters to the ant is the rate at which it meets other ants. And all of these interactions, taken together, produce a network. So this is the network of the ants that you just saw moving around in the arena, and it's this constantly shifting network that produces the behavior of the colony, like whether all the ants are hiding inside the nest, or how many are going out to forage. A brain actually works in the same way, but what's great about ants is that you can see the whole network as it happens. There are more than 12,000 species of ants, in every conceivable environment, and they're using interactions differently to meet different environmental challenges. So one important environmental challenge that every system has to deal with is operating costs, just what it takes to run the system. And another environmental challenge is resources, finding them and collecting them. In the desert, operating costs are high because water is scarce, and the seed-eating ants that I study in the desert have to spend water to get water. So an ant outside foraging, searching for seeds in the hot sun, just loses water into the air. But the colony gets its water by metabolizing the fats out of the seeds that they eat. So in this environment, interactions are used to activate foraging. An outgoing forager doesn't go out unless it gets enough interactions with returning foragers, and what you see are the returning foragers going into the tunnel, into the nest, and meeting outgoing foragers on their way out. This makes sense for the ant colony, because the more food there is out there, the more quickly the foragers find it, the faster they come back, and the more foragers they send out. The system works to stay stopped, unless something positive happens. So interactions function to activate foragers. And we've been studying the evolution of this system. First of all, there's variation. It turns out that colonies are different. On dry days, some colonies forage less, so colonies are different in how they manage this trade-off between spending water to search for seeds and getting water back in the form of seeds. And we're trying to understand why some colonies forage less than others by thinking about ants as neurons, using models from neuroscience. So just as a neuron adds up its stimulation from other neurons to decide whether to fire, an ant adds up its stimulation from other ants to decide whether to forage. And what we're looking for is whether there might be small differences among colonies in how many interactions each ant needs before it's willing to go out and forage, because a colony like that would forage less. And this raises an analogous question about brains. We talk about the brain, but of course every brain is slightly different, and maybe there are some individuals or some conditions in which the electrical properties of neurons are such that they require more stimulus to fire, and that would lead to differences in brain function. So in order to ask evolutionary questions, we need to know about reproductive success. This is a map of the study site where I have been tracking this population of harvester ant colonies for 28 years, which is about as long as a colony lives. Each symbol is a colony, and the size of the symbol is how many offspring it had, because we were able to use genetic variation to match up parent and offspring colonies, that is, to figure out which colonies were founded by a daughter queen produced by which parent colony. And this was amazing for me, after all these years, to find out, for example, that colony 154, whom I've known well for many years, is a great-grandmother. Here's her daughter colony, here's her granddaughter colony, and these are her great-granddaughter colonies. And by doing this, I was able to learn that offspring colonies resemble parent colonies in their decisions about which days are so hot that they don't forage, and the offspring of parent colonies live so far from each other that the ants never meet, so the ants of the offspring colony can't be learning this from the parent colony. And so our next step is to look for the genetic variation underlying this resemblance. So then I was able to ask, okay, who's doing better? Over the time of the study, and especially in the past 10 years, there's been a very severe and deepening drought in the Southwestern U.S., and it turns out that the colonies that conserve water, that stay in when it's really hot outside, and thus sacrifice getting as much food as possible, are the ones more likely to have offspring colonies. So all this time, I thought that colony 154 was a loser, because on really dry days, there'd be just this trickle of foraging, while the other colonies were out foraging, getting lots of food, but in fact, colony 154 is a huge success. She's a matriarch. She's one of the rare great-grandmothers on the site. To my knowledge, this is the first time that we've been able to track the ongoing evolution of collective behavior in a natural population of animals and find out what's actually working best. Now, the Internet uses an algorithm to regulate the flow of data that's very similar to the one that the harvester ants are using to regulate the flow of foragers. And guess what we call this analogy? The anternet is coming. (Applause) So data doesn't leave the source computer unless it gets a signal that there's enough bandwidth for it to travel on. In the early days of the Internet, when operating costs were really high and it was really important not to lose any data, then the system was set up for interactions to activate the flow of data. It's interesting that the ants are using an algorithm that's so similar to the one that we recently invented, but this is only one of a handful of ant algorithms that we know about, and ants have had 130 million years to evolve a lot of good ones, and I think it's very likely that some of the other 12,000 species are going to have interesting algorithms for data networks that we haven't even thought of yet. So what happens when operating costs are low? Operating costs are low in the tropics, because it's very humid, and it's easy for the ants to be outside walking around. But the ants are so abundant and diverse in the tropics that there's a lot of competition. Whatever resource one species is using, another species is likely to be using that at the same time. So in this environment, interactions are used in the opposite way. The system keeps going unless something negative happens, and one species that I study makes circuits in the trees of foraging ants going from the nest to a food source and back, just round and round, unless something negative happens, like an interaction with ants of another species. So here's an example of ant security. In the middle, there's an ant plugging the nest entrance with its head in response to interactions with another species. Those are the little ones running around with their abdomens up in the air. But as soon as the threat is passed, the entrance is open again, and maybe there are situations in computer security where operating costs are low enough that we could just block access temporarily in response to an immediate threat, and then open it again, instead of trying to build a permanent firewall or fortress. So another environmental challenge that all systems have to deal with is resources, finding and collecting them. And to do this, ants solve the problem of collective search, and this is a problem that's of great interest right now in robotics, because we've understood that, rather than sending a single, sophisticated, expensive robot out to explore another planet or to search a burning building, that instead, it may be more effective to get a group of cheaper robots exchanging only minimal information, and that's the way that ants do it. So the invasive Argentine ant makes expandable search networks. They're good at dealing with the main problem of collective search, which is the trade-off between searching very thoroughly and covering a lot of ground. And what they do is, when there are many ants in a small space, then each one can search very thoroughly because there will be another ant nearby searching over there, but when there are a few ants in a large space, then they need to stretch out their paths to cover more ground. I think they use interactions to assess density, so when they're really crowded, they meet more often, and they search more thoroughly. Different ant species must use different algorithms, because they've evolved to deal with different resources, and it could be really useful to know about this, and so we recently asked ants to solve the collective search problem in the extreme environment of microgravity in the International Space Station. When I first saw this picture, I thought, Oh no, they've mounted the habitat vertically, but then I realized that, of course, it doesn't matter. So the idea here is that the ants are working so hard to hang on to the wall or the floor or whatever you call it that they're less likely to interact, and so the relationship between how crowded they are and how often they meet would be messed up. We're still analyzing the data. I don't have the results yet. But it would be interesting to know how other species solve this problem in different environments on Earth, and so we're setting up a program to encourage kids around the world to try this experiment with different species. It's very simple. It can be done with cheap materials. And that way, we could make a global map of ant collective search algorithms. And I think it's pretty likely that the invasive species, the ones that come into our buildings, are going to be really good at this, because they're in your kitchen because they're really good at finding food and water. So the most familiar resource for ants is a picnic, and this is a clustered resource. When there's one piece of fruit, there's likely to be another piece of fruit nearby, and the ants that specialize on clustered resources use interactions for recruitment. So when one ant meets another, or when it meets a chemical deposited on the ground by another, then it changes direction to follow in the direction of the interaction, and that's how you get the trail of ants sharing your picnic. Now this is a place where I think we might be able to learn something from ants about cancer. I mean, first, it's obvious that we could do a lot to prevent cancer by not allowing people to spread around or sell the toxins that promote the evolution of cancer in our bodies, but I don't think the ants can help us much with this because ants never poison their own colonies. But we might be able to learn something from ants about treating cancer. There are many different kinds of cancer. Each one originates in a particular part of the body, and then some kinds of cancer will spread or metastasize to particular other tissues where they must be getting resources that they need. So if you think from the perspective of early metastatic cancer cells as they're out searching around for the resources that they need, if those resources are clustered, they're likely to use interactions for recruitment, and if we can figure out how cancer cells are recruiting, then maybe we could set traps to catch them before they become established. So ants are using interactions in different ways in a huge variety of environments, and we could learn from this about other systems that operate without central control. Using only simple interactions, ant colonies have been performing amazing feats for more than 130 million years. We have a lot to learn from them. Thank you. (Applause)