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.
Ik bestudeer mieren in de woestijn, in het tropische woud in mijn keuken en in de heuvels rond Silicon Valley, waar ik woon. Onlangs besefte ik dat mieren anders interageren in verschillende omgevingen. Dat gaf me het idee dat we daaruit wat kunnen leren over andere systemen, zoals hersenen, onze datanetwerken en zelfs kanker.
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.
Wat al deze systemen gemeen hebben, is dat er geen centrale controle is. Een mierenkolonie bestaat uit steriele vrouwelijke werkers - dat zijn de mieren die je ziet rondlopen - en ook nog wat reproductieve wijfjes die alleen maar eieren leggen. Ze geven geen instructies. Ook al worden ze koninginnen genoemd, ze delen geen bevelen uit. In een mierenkolonie is er niemand verantwoordelijk. Alle systemen zonder centrale controle worden geregeld door zeer eenvoudige interacties. Mieren communiceren met behulp van geur. Ze ruiken met hun antennes, en ze interageren met hun antennes. Als bijvoorbeeld een mier een andere betast met haar antennes, merkt ze of de andere mier een nestgenoot is en met welke taak die andere mier bezig was. Hier zie je veel mieren bewegen en interageren in een lab-arena die door buizen met twee andere arena’s is verbonden. Wanneer een mier een andere mier ontmoet, maakt het niet uit welke mier ze ontmoet. Ze wisselen helemaal geen ingewikkelde signalen of berichten uit. Het enige dat voor de mier telt, is de frequentie waarmee ze andere mieren tegenkomt. Al deze interacties tezamen produceren een netwerk. Dit is het netwerk van de mieren die je net zag bewegen in de arena. Dat voortdurend veranderende netwerk maakt het gedrag van de kolonie uit. Zoals hoeveel mieren zijn ondergedoken in het nest, of hoeveel er vertrekken om te foerageren. Een brein werkt eigenlijk op dezelfde manier, maar het fijne bij mieren is dat je het hele netwerk in werking kunt zien.
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.
Er zijn meer dan 12.000 soorten mieren. Ze komen voor in elke denkbare omgeving, en ze passen hun interacties aan aan verschillende milieu-uitdagingen. Een belangrijke milieu-uitdaging waar elk systeem rekening moet mee houden, zijn de werkingskosten, of wat er nodig is om het systeem draaiende te houden. Een ander milieuprobleem zijn de middelen, ze te vinden en te verzamelen. In de woestijn zijn de werkingskosten hoog omdat water schaars is. De zaadetende mieren die ik in de woestijn bestudeer, moeten water verbruiken om water te halen. Een buiten foeragerende mier, op zoek naar zaden in de hete zon, verliest water door verdamping. Maar de kolonie krijgt net zijn water door het metaboliseren van de vetten uit de zaden die ze eten. In deze omgeving worden interacties gebruikt om het foerageren te activeren. Een foerageerster vertrekt niet, tenzij ze genoeg interacties heeft met terugkerende foerageersters. Hier zie je terugkerende foerageersters via de tunnel het nest ingaan, en vertrekkende foerageersters op weg naar buiten tegenkomen. Dit is logisch voor de mierenkolonie, want hoe meer voedsel er is, hoe sneller de foerageersters het vinden, hoe sneller ze terugkomen, en hoe meer foerageersters ze op pad sturen. Het systeem blijft inactief, totdat er iets positiefs gebeurt.
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.
Interacties dienen dus om foerageersters te activeren. We hebben de evolutie van dit systeem bestudeerd. Er is variatie. Het blijkt dat kolonies verschillen. Op droge dagen foerageren sommige kolonies minder. Kolonies verschillen in de manier van afwegen tussen het verbruik van water om zaden te zoeken en het recupereren van water in de vorm van zaden. We proberen te begrijpen waarom sommige kolonies minder foerageren dan andere door over mieren te denken als neuronen, met modellen uit de neurowetenschappen. Net zoals een neuron zijn stimulaties van andere neuronen optelt om te beslissen of het zal vuren, voegt een mier haar stimulaties door andere mieren samen om te beslissen of ze gaat foerageren. Waar we naar op zoek zijn, is of er misschien kleine verschillen tussen kolonies bestaan in hoeveel interacties elke mier nodig heeft voordat ze gaat foerageren, omdat zo'n kolonie minder zou foerageren.
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.
Dit werpt een analoge vraag op over hersenen. We praten over het brein, maar natuurlijk is elk brein iets anders. Misschien zijn er sommige individuen of sommige voorwaarden waarbij de elektrische eigenschappen van neuronen zodanig zijn dat ze meer stimulansen nodig hebben om te vuren, wat zou leiden tot verschillen in de hersenfunctie.
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.
Om evolutionaire vragen te stellen, moeten we iets weten over reproductief succes. Dit is een kaart van het studiegebied waar ik deze populatie van harvester-mierenkolonies al 28 jaar opvolg, wat ongeveer overeenkomt met de levensduur van een kolonie. Elk symbool is een kolonie, en de grootte van het symbool geeft aan hoeveel dochterkolonies ze had. We konden genetische variatie gebruiken om de afstamming van ouder- en dochterkolonies te bepalen. Anders gezegd, om erachter te komen welke kolonies opgericht door een dochter-koningin afkomstig waren van welke ouder-kolonie. Wat ik geweldig vond, was om na al die jaren uit te vinden dat bijvoorbeeld kolonie 154, die ik al vele jaren kende, een overgrootmoeder is. Hier is haar dochter-kolonie, hier is haar kleindochter-kolonie, en dit zijn haar achterkleindochter-kolonies. Daardoor vond ik dat dochter-kolonies lijken op ouder-kolonies in hun beslissingen over welke dagen te heet zijn om te foerageren, terwijl de dochters van de ouder-kolonies zo ver van elkaar wonen dat de mieren elkaar nooit ontmoeten. De mieren van de dochter-kolonie kunnen dat dus niet leren van de ouder-kolonie. De volgende stap is te kijken naar de genetische variatie waarop deze gelijkenis stoelt.
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.
Ik kon dus gaan kijken naar wie het beter deed. Gedurende de studie, en vooral in de afgelopen 10 jaar, is er een steeds erger wordende droogte in het zuidwesten van de VS. Het blijkt dat de kolonies die water besparen, die binnen blijven als het buiten echt warm is, en er dus van afzien om zoveel mogelijk voedsel te vergaren, degene zijn met meer dochter-kolonies. Dus al die tijd dacht ik dat dat kolonie 154 een verliezer was, want op echt droge dagen, werd er maar weinig gefoerageerd, terwijl de andere kolonies foerageerden en veel te eten kregen. Maar in feite is kolonie 154 een groot succes. Ze is een matriarch. Ze is een van de zeldzame overgrootmoeders op de site. Voor zover ik weet, is dit de eerste keer dat we in staat zijn om de voortdurende evolutie van het collectief gedrag bij te houden in een natuurlijke populatie van dieren en te ontdekken wat het beste werkt.
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.
Nu gebruikt ook internet een algoritme om de datastroom te regelen. Het is vergelijkbaar met wat de harvester-mieren gebruiken om de stroom van de foerageersters te regelen. Raad eens hoe we deze analogie noemen? Het Anternet komt eraan. (Applaus) Data blijven in de broncomputer totdat een signaal aangeeft dat er voldoende bandbreedte is voor de reis. In de vroege dagen van het internet, toen de werkingskosten erg hoog waren, was het echt belangrijk om geen gegevens te verliezen. Het systeem werd opgezet voor interacties om de gegevensstroom te activeren. Het is interessant dat de mieren een algoritme gebruiken dat zo vergelijkbaar is met wat wij onlangs uitvonden. Maar dit is slechts één van het handvol mierenalgoritmen dat we kennen. Mieren hebben 130 miljoen jaar de tijd gehad om er een heleboel goede te ontwikkelen. Heel waarschijnlijk zullen sommige van de 12.000 andere soorten interessante algoritmen voor datanetwerken hebben waar wij nog niet eens aan gedacht hebben.
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.
Wat gebeurt er als de werkingskosten laag zijn? De werkingskosten zijn laag in de tropen, want het is er erg vochtig, en het is gemakkelijk voor de mieren om buiten rond te lopen. Maar de mieren zijn zo talrijk en divers in de tropen dat er veel concurrentie is. Welke voedingsbron een soort ook gebruikt, een andere soort zal die ook willen gebruiken. In deze omgeving worden interacties omgekeerd gebruikt. Het systeem blijft aan de gang totdat er iets negatiefs gebeurt. Een soort die ik bestudeer, maakt circuits in de bomen van foeragerende mieren van het nest naar een voedselbron en terug, gewoon heen en weer, tenzij er iets negatiefs gebeurt. Bijvoorbeeld een interactie met mieren van een andere soort. Hier een voorbeeld van ‘mierensecurity’. In het midden blokt een mier de nestingang af met haar kop als antwoord op interacties met andere soorten. Dat zijn de kleintjes die daar rondrennen met hun achterlijf omhoog. Zodra de dreiging verdwijnt, gaat de ingang weer open. Misschien zijn er wel situaties in computerbeveiliging waar de werkingskosten laag genoeg zijn dat we toegang tijdelijk kunnen blokkeren in reactie op een directe dreiging, en vervolgens weer openen, in plaats van met een permanente firewall of vesting te werken.
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.
Een ander milieuprobleem waar alle systemen mee te maken hebben, zijn middelen, het vinden en verzamelen ervan. Mieren hebben een oplossing voor dit probleem van collectief zoeken. Dit probleem is op dit moment van groot belang in de robotica. We hebben nu door dat, in plaats van één enkele, geavanceerde, dure robot te sturen om een andere planeet te verkennen of om een brandend gebouw te doorzoeken, het in plaats daarvan effectiever kan gebeuren door een groep goedkopere robots met slechts minimale informatie-uitwisseling. En dat is de manier waarop mieren dat doen. De invasieve Argentijnse mier maakt uitbreidbare zoeknetwerken. Ze zijn goed in het omgaan met het belangrijkste probleem van collectief zoeken, dat is de afweging tussen zeer grondig zoeken en een groot gebied doorzoeken. Ze doen het zo: als er veel mieren in een klein gebied zijn, dan kan eenieder zeer grondig zoeken omdat er een andere zoekende mier in de buurt zal zijn maar als er wat mieren in een groter gebied zijn, dan moeten ze hun paden langer maken om meer oppervlakte te doorzoeken. Ik denk dat ze interacties gebruiken om de dichtheid te beoordelen. Als ze dicht op elkaar zitten, komen ze elkaar vaker tegen en zoeken ze grondiger. Verschillende soorten mieren gebruiken verschillende algoritmes, omdat ze zijn geëvolueerd om verschillende bronnen aan te boren. Daar iets over weten, kan echt nuttig zijn. Daarom vroegen we onlangs mieren om het collectieve-zoeken-probleem op te lossen in het extreme milieu van de microzwaartekracht in het Internationale Ruimte Station. Toen ik deze foto zag, dacht ik: “Oh nee, ze hebben de habitat verticaal gemonteerd.”, maar toen realiseerde ik me dat het natuurlijk niets uitmaakt. Het idee hier is dat de mieren zo bezig zijn met zich vast te houden aan de muur of de vloer of hoe je het wil noemen dat ze minder kans hebben om te interageren, en dus de relatie tussen hoe opeengepakt ze zijn en hoe vaak ze elkaar ontmoeten de mist ingaat. We analyseren het nog. Ik heb de resultaten nog niet. Maar het zou interessant zijn om te weten hoe andere diersoorten dit probleem oplossen in verschillende omgevingen op Aarde. We hebben een programma om kinderen over de hele wereld aan te moedigen dit met verschillende soorten te doen. Het is heel simpel. Het kan met goedkope materialen. Zo kunnen we een mondiale kaart maken van de collectieve zoekalgoritmen van mieren. Waarschijnlijk zijn de invasieve soorten, die in onze huizen komen, daar erg goed in. Ze geraken tot in je keuken omdat ze echt goed zijn in het vinden van voedsel en water. De voedselbron voor mieren die we het best kennen, is een picknick,
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.
een compacte bron. Waar één stuk fruit is, zijn er waarschijnlijk meer in de buurt, en de mieren die gespecialiseerd zijn in gegroepeerde bronnen gebruiken interacties om anderen te rekruteren. Wanneer een mier een andere ontmoet of een chemische signaal van een andere vindt, verandert ze van richting in de richting van de interactie. Zo ontstaat er een spoor van mieren naar jouw picknick. Ik denk ook dat we van mieren
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.
iets over kanker kunnen leren. Het is duidelijk dat we veel konden doen om kanker te voorkomen door de verspreiding of de verkoop te verbieden van de giftige stoffen die de ontwikkeling van kanker in ons lichaam bevorderen, maar ik denk niet dat de mieren ons hiermee veel kunnen helpen. Mieren zullen nooit hun eigen kolonie vergiftigen. Maar misschien leren ze ons iets over de behandeling van kanker. Er zijn vele soorten kanker. Elk begint in een bepaald deel van het lichaam, en sommige vormen van kanker verspreiden zich dan of zaaien uit naar bepaalde andere weefsels waar ze vinden wat ze nodig hebben. Dus als je denkt vanuit het perspectief van vroege uitzaaiende kankercellen op zoek naar de middelen die ze nodig hebben, en als die middelen gegroepeerd zijn, gaan ze waarschijnlijk interacties voor rekrutering gebruiken. Als we kunnen achterhalen hoe kankercellen rekruteren, dan kunnen we misschien valstrikken uitzetten om ze te vangen voordat ze zich vestigen. Mieren gebruiken interacties op verschillende manieren
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.
in een grote verscheidenheid van omgevingen. Daaruit kunnen we leren over andere systemen die werken zonder centrale controle. Met behulp van eenvoudige interacties leverden mierenkolonies gedurende meer dan 130 miljoen jaar verbazingwekkende prestaties. We hebben veel van ze te leren. Dank u.
Thank you.
(Applaus)
(Applause)