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.
J'observe les fourmis dans le désert, dans les forêts tropicales, dans ma cuisine et dans les collines de la Silicon Valley où je vis. J'ai compris que les fourmis utilisaient les interactions différemment selon leur environnement, et j'ai pensé qu'il y avait des leçons à en tirer dans d'autres domaines comme le fonctionnement du cerveau et les réseaux informatiques, ou même le 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.
Ce que ces systèmes ont en commun, c'est l'absence de gestion centralisée. Une colonie de fourmis se compose de femelles stériles, les ouvrières - ce sont elles que l'on voit - et d'une ou plusieurs reines qui se contentent de pondre des œufs. Les reines n'envoient aucune consigne. En dépit de leur nom, elles ne donnent d'ordre à personne. Dans une colonie de fourmis, personne ne commande, et, comme dans tous les systèmes sans gestion centralisée, la régulation s'opère par des interactions très simples. Les fourmis interagissent via l'odorat. Elles sentent avec leur antennes, et communiquent avec leurs antennes. Quand une fourmi en touche une autre avec ses antennes, elle peut, par exemple, savoir si elle est de la même colonie, ainsi que le travail qu'elle est en train d'accomplir Ici, on voit des fourmis qui se déplacent et interagissent sur un plateau, relié à deux autres par des tubes. Quand une fourmi en rencontre une autre, peu importe de laquelle il s'agit, elles ne se transmettent ni messages compliqués ni signaux élaborés. Tout ce qui importe à la fourmi, c'est la vitesse à laquelle elle rencontre d'autres fourmis. L'ensemble de ces interactions forment un réseau. Il s'agit du réseau des fourmis que l'on vient juste de voir évoluer sur le plateau, et c'est ce réseau en mouvement permanent qui est à l'origine du comportement de la colonie, amenant toutes les fourmis à se cacher dans le nid, ou déterminant combien partiront récolter. Un cerveau fonctionne de même, mais ce qui est bien avec les fourmis c'est que l'on peut voir le fonctionnement de l'ensemble du réseau en direct.
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.
Il y a plus de 12 000 espèces de fourmis, évoluant dans tous les milieux imaginables, et elles utilisent les interactions de façon différente, selon les défis spécifiques de leur environnement. Un des défis importants pour tout type de système est celui de son coût de fonctionnement, le minimum nécessaire pour le faire tourner. Un autre défi est celui des ressources, qu'il faut trouver et collecter. Dans le désert, le coût de fonctionnement est élevé, parce que l'eau manque, et les fourmis moissonneuses que j'y ai étudiées doivent utiliser de l'eau pour obtenir de l'eau en retour. Une fourmi partie récolter des graines, qui les cherche sous le soleil brûlant perd de l'eau. Mais la colonie obtient de l'eau en métabolisant les graisses des graines mangées. Dans cet environnement, les interactions sont utilisées pour déclencher la récolte : une fourmi ne sort que si elle a eu assez de contacts avec des fourmis qui reviennent. On voit ici des fourmis qui reviennent vers le nid et passent dans un tunnel, où elles rencontrent des fourmis qui sortent. Pour la colonie, ces rencontres sont cruciales : plus il y a de nourriture, plus vite les fourmis la trouve, et plus vite elles reviennent, et plus la colonie envoie de fourmis. Ce système fonctionne en restant à l'arrêt - sauf si quelque chose de positif arrive.
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.
Les interactions servent donc à déclencher l'envoi de moissonneuses. Nous nous sommes intéressés à l'évolution de ce système. Il y a des variations. Il s’avère que les colonies sont différentes. Les jours secs, certaines récoltent moins : chacune a sa manière propre de gérer le compromis entre, d'un côté, dépenser de l'eau pour chercher des graines et, de l'autre, obtenir de l'eau via les graines. Nous essayons de comprendre pourquoi certaines colonies récoltent moins, en comparant les fourmis à des neurones, et en utilisant des modèles des neurosciences. Un neurone s'active en réponse aux stimulus envoyés par d'autres neurones. De la même manière, une fourmi décidera ou non de récolter en réponse aux signaux d'autres fourmis. Nous cherchons s'il pourrait y avoir de petites différences entre les colonies quant au nombre d'interactions nécessaires avant qu'une fourmi n'aille récolter, car une colonie dans ce cas récolterait moins.
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.
Une problématique similaire existe pour le cerveau. Nous parlons du cerveau, mais, bien sûr, chaque cerveau est légèrement différent, et pour certaines personnes, ou certaines conditions, les neurones, en raison de leurs propriétés électriques, pourraient ne s'activer qu'en présence de stimulus plus importants, avec, par conséquent, des différences dans le fonctionnement du cerveau.
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.
Pour aborder les questions de biologie évolutive, nous devons connaître le succès reproductif des colonies. Il s'agit d'un schéma du site où j'ai suivi les colonies de fourmis moissonneuses pendant 28 ans, soit à peu près la durée de vie d'une colonie. Chaque symbole représente une colonie, et sa taille indique le nombre de ses colonies filles. En tirant parti de variations génétiques, nous avons pu relier colonies filles et parentes c'est-à-dire déterminer quelles colonies ont été fondées par une fille engendrée par telle ou telle colonie mère. Ce qui a été exceptionnel pour moi fut de découvrir, après toutes ses années, que la colonie 154, que je connais bien, est arrière-grand-mère. Voici sa colonie fille, ici sa petite-fille, et là ses arrières-petites-filles. Ce faisant, j'ai appris que les colonies filles ressemblent à leurs parentes dans leur choix de récolter ou non lors d'une journée torride, alors même qu'elles vivent si éloignées que leurs fourmis ne se rencontrent jamais : les fourmis de la colonie fille n'ont pas pu l'apprendre de la colonie mère. L'étape suivante consistera à regarder les variations génétiques derrière cette ressemblance.
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.
Je me suis dit : « Très bien, qui s'en sort le mieux ? » Sur la durée de l'observation, surtout les 10 dernières années, une sécheresse violente et croissante a frappé le sud-ouest des États-Unis, et il s'est avéré que les colonies qui préservent l'eau, qui ne sortent pas quand il fait vraiment chaud dehors, qui ne vont donc pas récolter le maximum de nourriture, sont celles les plus susceptibles d'avoir des colonies filles. Je pensais que la colonie 154 était du côté des perdantes car, les jours très secs, elle ne récoltait qu'à peine, alors que les autres colonies sortaient, et récoltaient beaucoup, mais, en fait, la colonie 154 est une grande réussite. C'est une chef de famille. C'est une des rares arrière-grand-mère du site A ma connaissance, c'est la première fois qu'a pu être observée l'évolution d'un comportement collectif d'une population animale en milieu naturel, et pu être mis ainsi à jour ce qui fonctionne, de fait, le mieux.
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.
Internet utilise un algorithme pour réguler les flux de données qui est très proche de celui que les fourmis utilisent pour réguler les flux de moissonneuses. On ne devrait plus parler de la Toile... ... mais de la Fourmilière. (Applaudissements) Ainsi, un ordinateur ne transmet des données que si un signal indique qu'il y a assez de bande passante pour les acheminer. Quand, au début d'Internet, les coûts de fonctionnement étaient très élevés, et qu'il était très important de ne pas perdre de données, le système s'est organisé pour que ce soit les interactions qui activent le flux de données. Il est intéressant que les fourmis utilisent un algorithme aussi proche que celui que nous avons inventé, mais ce n'est qu'un des rares algorithmes que nous connaissons, alors que les fourmis ont eu 130 millions d'années pour en développer de nombreux autres, et il y a de grandes chances pour que certaines des 12 000 autres espèces disposent d'algorithmes intéressants pour les réseaux auxquels nous n'avons pas encore pensé.
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.
Que se passe-t-il quand les coûts de fonctionnement sont faibles? Ils le sont sous les tropiques, grâce à l'humidité, qui permet aux fourmis de sortir récolter sans aucune peine. Mais les fourmis y sont si nombreuses et si variées, que la compétition y est intense. Quand une espèce utilise une ressource, il est très probable qu'une autre espèce l'utilise aussi au même moment. Dans ce type de milieu, les interactions sont utilisées de façon opposée. Le système tourne, sauf si quelque chose de négatif arrive. Une espèce que j'étudie fait des tours dans les arbres de fourmis moissonneuses, des allers-retours du nid à la source de nourriture, continuellement, sauf si un événement négatif arrive, par exemple un contact avec une fourmi d'une autre espèce. Voici un exemple de défense chez les fourmis. Au milieu, une fourmi bloque l'entrée du nid avec sa tête, en réponse aux contacts avec les fourmis d'une autre espèce, les petites que l'on voit autour, avec leurs abdomens pointés vers le haut. Mais dès que la menace est passée l'entrée s'ouvre de nouveau, et, peut-être, il y a des cas en sécurité informatique où les coûts de fonctionnement sont assez bas pour que l'on puisse simplement bloquer un accès temporairement, en réponse à une menace immédiate, avant de l'ouvrir de nouveau, plutôt que de construire un pare-feu permanent ou une forteresse.
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.
Un autre défi que rencontre tout système est celui des ressources, qu'il faut trouver et collecter. Les fourmis résolvent le problème de la recherche collective, un problème de grande importance en robotique, parce que nous avons compris que, plutôt que d'envoyer un seul robot sophistiqué et coûteux pour explorer une planète ou un bâtiment en flammes, il était plus efficace de réunir plusieurs robots moins coûteux échangeant entre eux des informations basiques, de la même manière que les fourmis. La fourmi, invasive, d'Argentine met en place des réseaux de recherche extensibles. Elle traite efficacement le principal problème de la recherche collective, qui est le compromis à trouver entre rechercher minutieusement et couvrir le plus de terrain possible. En pratique, quand elles sont nombreuses dans un petit espace, chacune recherche très minutieusement, parce qu'il y a une autre fourmi juste à côté, mais quand il y a peu de fourmis dans un large espace, chacune allonge son parcours pour couvrir plus de terrain. Je pense que leurs interactions servent à estimer la densité. Quand l'espace est bondé, elles se rencontrent plus souvent, et cherchent plus minutieusement Des espèces différentes doivent utiliser des algorithmes différents, car chacune a évolué pour s'occuper de ressources différentes, et il serait très utile de le savoir. Nous avons demandé à des fourmis de résoudre le problème de la recherche collective dans l'environnement extrême qu'est la micropesanteur, dans la Station Spatiale Internationale. Voyant cette photo, j'ai pensé : « Oh non, ils l'ont mis à la verticale ! », avant de réaliser que, bien sûr, c'était sans importance. L'idée, c'est que les fourmis fassent tant d'efforts pour s'accrocher au mur ou, si vous préférez, au plafond, qu'elles ont moins de chances d'interagir, et que le lien entre densité et fréquence des rencontres soit perturbé. Nous analysons les données. Je n'ai pas encore les résultats. Mais il serait intéressant de savoir comment d'autres espèces règlent ce problème dans différents milieux du monde. Nous créons un programme pour encourager les enfants du monde entier à faire cette expérience avec différentes espèces. C'est très simple. Le matériel nécessaire est peu coûteux. Et, ainsi, nous pourrions créer une carte mondiale des algorithmes de recherche collective des fourmis. Je pense qu'il est probable que les espèces invasives, celles qui viennent dans nos bâtiments, soient très douées pour ça, car, si elles sont dans votre cuisine, c'est parce qu'elles sont douées pour trouver à boire et à manger.
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.
La ressource la plus connue des fourmis, c'est un pique-nique, et il s'agit d'une ressource concentrée. S'il y a un fruit, il est probable qu'il y en ait un autre à côté, et les fourmis spécialisées dans les ressources concentrées utilisent les interactions pour recruter. Quand l'une croise une autre, ou tombe sur une substance déposée sur le sol par une autre, elle change alors de direction, suit celle de l'interaction, et vous avez des fourmis en file indienne partageant votre pique-nique.
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.
Je pense que l'on aurait ici quelque chose à apprendre des fourmis sur le cancer. Bien sûr, on peut faire beaucoup pour éviter le cancer, en interdisant aux gens de répandre ou de vendre les toxines qui favorisent le développement du cancer dans nos corps, mais je ne pense pas que l'on puisse là s'inspirer des fourmis, car elles n'empoisonnent jamais leur propre colonie. Mais on peut s'en inspirer pour le traitement du cancer. Il y a de nombreux types de cancer. Chacun commence dans un endroit particulier du corps, avant, pour certains, de se répandre - de métastaser- vers d'autres tissus, où ils obtiennent les ressources dont ils ont besoin. Si l'on se met à la place de métastases de cellules cancéreuses, qui cherchent autour d'elles les ressources dont elles ont besoin, si ces ressources sont concentrées, elles utilisent probablement les interactions pour recruter, et si nous pouvons comprendre comment ces cellules recrutent, alors, peut-être, nous pourrions mettre des pièges pour les attraper avant qu'elles ne soient bien installées.
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.
Les fourmis utilisent donc les interactions de différentes façons, dans une grande variété de milieux, et elles peuvent nous aider à comprendre d'autres systèmes qui fonctionnent sans gestion centralisée. En n'utilisant que des interactions simples, les colonies de fourmis ont pu réaliser des choses incroyables pendant plus de 130 millions d'années. Nous avons beaucoup à apprendre d'elles.
Thank you.
Merci.
(Applause)
(Applaudissements)