Изучавам мравките в пустинята, в тропическата гора, в кухнята си и по хълмовете около Силиконовата долина, където живея. Скоро разбрах, че мравките си взаимодействат по различен начин в зависимост от външната среда и това ме наведе на мисълта, че можем да се поучим този факт и да го приложим при други системи като мозъка и информационните мрежи, които проектираме, и дори при рака.
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.
Общото за всички тези системи е, че нямат централно управление. Колонията от мравки се състои от стерилни мравки-работнички – това са мравките, които виждате да пълзят наоколо – както и от една или повече плодовити мравки, които само снасят яйца. Те не дават нареждания. Въпреки че се наричат царици, не казват на никого какво да прави. В колонията няма управляващ и всички подобни системи без централно управление се поддържат в ред чрез много прости взаимодействия. Мравките използват обонянието си. Усещат мирис с антените си и си взаимодействат чрез тях – когато една мравка докосне друга с антените си, тя разбира например дали другата мравка е от същия мравуняк и каква задача изпълнява. Тук виждате много мравки да пълзят и да си взаимодействат в лабораторно пространство, свързано чрез тръби с две други пространства. Когато една мравка срещне друга, няма значение коя е срещнатата мравка, и на практика мравките не си предават някакъв сложен сигнал или съобщение. Единственото, което има значение за мравката, е честотата, с която среща други мравки. Всички тези взаимодействия взети заедно образуват мрежа. Това е мрежата на мравките, които току-що видяхте да пълзят в лабораторното пространство, и тази постоянно променяща се мрежа представя поведението на колонията – дали всички мравки се крият в мравуняка или колко от тях излизат да търсят храна. Мозъкът на практика работи по същия начин, но страхотното при мравките е, че можем да виждаме цялата мрежа в процеса на създаването ѝ.
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.
Съществуват повече от 12 000 вида мравки при всевъзможни външни условия и те си взаимодействат по различен начин, за да посрещат различни предизвикателства на обкръжаващата ги среда. Едно важно предизвикателство на средата, с което всяка система трябва да се справи, са оперативните разходи – колко точно е нужно, за да работи системата. Друго предизвикателство на средата са ресурсите – откриването и натрупването им. В пустинята оперативните разходи са големи, защото водата е оскъдна, и хранещите се със семена мравки в пустинята, които изучавам, трябва да изразходват вода, за да се сдобият вода. Една мравка, излязла навън за храна, търсеща семена под горещото слънце, просто губи вода от изпарение. Но колонията получава вода чрез извличането на мазнините от семената, които изяжда. В тази среда се използват взаимодействия, за да се активира търсенето на храна. Една мравка-търсач на храна не излиза навън, ако няма достатъчно взаимодействия с връщащи се търсачи и това, което виждате, са връщащите се търсачи, които влизат в тунела, в мравуняка, срещайки излизащите търсачи по пътя им навън. Това има смисъл за колонията, защото колкото повече храна има навън, толкова по-бързо търсачите я намират, по-бързо се връщат и пращат повече търсачи навън. Системата стои в покой, освен ако не се случи нещо положително.
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.
Взаимодействията служат за активиране на търсачите. Ние изучаваме еволюцията на тази система. Преди всичко има вариация. Оказва се, че колониите са различни. В сухите дни някои колонии излизат по-рядко за храна, тоест колониите се различават по начина на управление на баланса между изразходването на вода в търсене на семена и възвръщането на водата във вид на семена. Опитваме се да разберем защо някои колонии търсят храна по-рядко от останалите чрез сравнението на мравките с неврони, използвайки модели от невробиологията. Точно както един неврон натрупва стимулациите си от други неврони, за да реши дали да се възбуди, мравката събира стимулации от останалите мравки, за да реши дали да излезе за храна. Това, което търсим, е дали би могло да има малки разлики между колониите в броя на взаимодействията, от които всяка мравка се нуждае, за да пожелае да излезе и да търси храна, защото такава колония би излизала по-рядко.
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.
Това повдига аналогичен въпрос за мозъка. Говорим за мозъка, но всеки мозък, разбира се, малко се отличава и може би има определени хора или условия, при които електрическите свойства на невроните са такива, че са им нужни повече стимули, за да се възбудят, а това би довело до разлика във функционирането на мозъка.
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.
За да задаваме еволюционни въпроси, трябва да познаваме репродуктивния успех. Това е карта на мястото на проучването, където следя развитието на тази популация от колонии на мравки-жътварки от 28 години – това е приблизително продължителността на живота им. Всеки символ е колония, а големината на символа показва какво потомство е имала тя, защото можем да използваме генетична вариация, за да свържем родителска с потомствена колония, т.е. да разберем кои колонии са били основани от царица-дъщеря, произхождаща от определена родителска колония. За мен беше удивително след всички тези години да открия например, че колония 154, която добре познавам от много години, е прабаба. Ето дъщерната ѝ колония, това е нейната колония-внучка, а тези колонии са правнучките ѝ. Благодарение на тези връзки научих, че потомствените колонии приличат на родителските в решенията за това кои дни са толкова горещи, че няма да се излиза за храна. Потомството на родителските колонии живее толкова далече, че мравките никога не се срещат и мравките-потомци не могат да научат това поведение от родителите си. Следващата ни стъпка бе да потърсим генетичната вариация, която стои зад тази прилика.
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.
И тогава можех да попитам, добре, кой се справя по-успешно? По време на проучването и особено през последните 10 години, имаше много голяма и влошаваща се суша в Югозападните щати и се оказа, че колониите, които съхраняват вода, тези, които остават вътре, когато навън е наистина горещо и така жертват събирането на възможно най-много храна, е по-вероятно да имат потомствени колонии. През цялото време мислех, че колония 154 е губеща, защото в изключително сухите дни излизаха съвсем малко търсачи, докато другите колонии бяха навън, търсейки и намирайки много храна, но всъщност колония 154 се оказа много успешна. Тя е матриарх. Тя една от малкото прабаби на това място. Доколкото знам, за пръв път успяваме да проследим продължаващата еволюция на колективното поведение при естествена популация на животни и разбираме какво на практика работи най-добре.
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.
Интернет използва алгоритъм за регулиране на потока от данни, който много прилича на алгоритъма, използван от мравките-жътварки за регулиране на потока търсачи на храна. Познайте как наричаме тази аналогия! Идва мравконетът. (Аплодисменти) По същия начин данните не напускат компютъра-първоизточник, докато не получат сигнал, че има достатъчно диапазон, за да отпътуват. В зората на интернет, когато оперативните разходи били наистина големи и било истински важно да не се изгуби информация, системата била нагласена така, че взаимодействията да активират потока от данни. Интересно е, че мравките използват алгоритъм толкова близък до този, който ние неотдавна изобретихме, но това е само един от шепата техни алгоритми, които са ни известни, а мравките са имали 130 милиона години да развият куп добри попадения и мисля, че е много вероятно някои от останалите 12 000 вида да имат интересни алгоритми за информационни мрежи, за които още не сме си и помисляли.
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.
А какво се случва, когато оперативните разходи са ниски? Оперативните разходи са ниски в тропиците, защото е много влажно и е лесно за мравките да бъдат навън и да пълзят наоколо. Но мравките там са толкова много и толкова разнообразни, че има голяма конкуренция. Какъвто и ресурс да използва един вид, вероятно е и друг вид да го използва в същото време. Затова в тази среда взаимодействията се използват по обратния начин. Системата продължава да работи, докато не се случи нещо отрицателно. Един от видовете, които изучавам, прави кръгове от мравки-търсачи по дърветата, мравките се движат от мравуняка до източника на храна и обратно, само в кръг, освен ако не се случи нещо отрицателно, като среща с мравки от друг вид. Ето един пример за охрана при мравките. По средата има една мравка, която запушва входа на мравуняка с главата си в отговор на взаимодействия с друг вид. Това са малките мравки, които пълзят наоколо с вдигнати нагоре коремчета. Но веднага щом опасността премине, входът отново се отваря и може би има ситуации в компютърната защита, при които оперативните разходи са толкова ниски, че можем просто да блокираме достъпа временно в отговор на непосредствена заплаха и после отново да го отворим, вместо да се опитваме да строим постоянна преграда или крепост.
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.
Друго предизвикателство на средата, с което всички системи се сблъскват, са ресурсите – откриването и натрупването им. За да се справят с това, мравките решават проблема на колективното търсене, а това е много интересен проблем в момента за роботиката, защото разбрахме, че вместо да изпратим навън един сложен, скъп робот да изследва друга планета или да претърсва горяща сграда, може би е по-ефективно да вземем група по-евтини роботи, които обменят минимална информация – точно така постъпват мравките. Инвазивните аржентински мравки създават големи мрежи за търсене. Те са добри в решаването на основния проблем на колективното търсене – балансът между старателното търсене и покриването на голяма територия. Те правят следното: когато има много мравки в малко пространство, всяка от тях може да търси много усърдно, защото има и друга мравка наблизо, която търси около себе си, но когато има едва няколко мравки в широко пространство, те трябва да удължат пътя си, за да покрият повече площ. Мисля, че използват взаимодействията, за да преценят гъстотата си – когато са цяла тълпа, се срещат по-често и търсят по-старателно. Различните видове мравки използват различни алгоритми, защото в развитието си са имали работа с различни ресурси и би било истински полезно да научим за тях, ето защо неотдавна помолихме мравките да решат проблема на колективното търсене в екстремна среда – при безтегловност на Международната космическа станция. Когато за пръв път видях тази снимка, си помислих: „О, не, монтирали са местообитанието вертикално!“, но после, разбира се, осъзнах, че няма значение. Идеята тук е, че мравките полагат толкова големи усилия да се задържат на стената или на пода или както там го наречем, че е по-малко вероятно да си взаимодействат и така връзката между числеността им и честотата на срещите им ще се обърка. Все още анализираме данните. Все още нямам резултати. Но би било интересно да знаем как другите видове решават този проблем на различни места по Земята, затова започваме програма, която да поощри децата по света да опитат този експеримент с различни видове. Той е много прост. Може да се направи с евтини материали. Бихме могли да направим глобална карта на алгоритмите за колективно търсене на мравките. И мисля, че е много вероятно инвазивните видове, тези които влизат в сградите ни, да бъдат наистина добри в това, защото са в кухнята ви, защото наистина са способни да намират храна и вода.
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.
Най-познатият източник на храна за мравките е пикникът и той е изобилен източник. Там, където има парченце плод е вероятно да има и друго наблизо и мравките, специализирани в ресурси, събрани накуп използват взаимодействията за набиране на търсачи. Когато една мравка срещне друга или попадне на химикал, оставен по земята от друга мравка, тя променя посоката си на движение според посоката на взаимодействието и точно така се получава веригата от мравки, които споделят пикника ви.
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.
Мисля, че тук е мястото, където можем да научим нещо от мравките за рака. Имам предвид, че очевидно можем да направим много, за да се предпазим от рак, като не позволяваме на хората да разпространяват или да продават токсините, които допринасят за развитието на рак в телата ни, но не мисля, че мравките могат да ни помогнат много с това, защото те никога не тровят собствените си колонии. Но може би можем да научим нещо от тях във връзка с лечението на рака. Има много и различни видове рак. Всеки от тях възниква в определена част от тялото и после някои видове се разпростират или образуват метастази в отделни други тъкани, където вероятно получават ресурсите, от които се нуждаят. Ако помислите от гледната точка на първите метастазни ракови клетки, докато търсят наоколо ресурсите, от които се нуждаят, ако тези ресурси са струпани на едно място, метастазните клетки вероятно ще използват мобилизиращи взаимодействия и ако разберем по какъв начин раковите клетки мобилизират останалите, бихме могли да заложим капани и да ги хванем преди да са се установили.
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.
И така, мравките използват взаимодействия по различни начини в огромно разнообразие от обкръжения и бихме могли да се учим от тях във връзка с други системи, които функционират без централно управление. Използвайки само прости взаимодействия, колониите на мравките са постигнали удивителни неща за повече от 130 милиона години. Имаме много да учим от тях.
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.
Благодаря ви.
Thank you.
(Аплодисменти)
(Applause)