Các nhà lý luận vi khuẩn • Alexey Opayev • Các nhiệm vụ khoa học phổ biến về “Yếu tố” • Sinh học

Vi khuẩn Rational

Nhiệm vụ

Tất cả, ngay cả những con vật đơn giản nhất, cũng phải tìm kiếm thức ăn của riêng mình. Nhưng nguồn lực thường được phân phối không đều: thực phẩm được tìm thấy trong cái gọi là vết bẩn thức ăn. Đáng ngạc nhiên, nhiều vi khuẩn và động vật không xương sống đối phó với nhiệm vụ tìm kiếm thức ăn khá hợp lý – chúng tìm thấy nó thành một môi trường không đồng nhất và vứt bỏ nó.

Thực tế, hành vi tìm kiếm nguồn cấp dữ liệu thích ứng và hợp lý không đòi hỏi một “tâm trí” và có thể được thực hiện bằng cách chỉ chuyển đổi hai chiến thuật chuyển động trong không gian, bất kể các yếu tố bên ngoài – có nghĩa là liệu kiểu di chuyển này có thành công hay không. Cái gì thế đây là những chiến thuật và theo nguyên tắc gì họ nên chuyển đổi?


Gợi ý

Trong hình. 1 cho thấy một mảnh (1000 bước) của quỹ đạo của một nhân tạo mô hình nhân tạo (trên một máy tính) trong trường hợp không có sự kích thích bên ngoài. Hai loại chuyển động mong muốn có thể nhìn thấy trong hình này, và mô hình chuyển đổi của chúng là đáng chú ý.

Hình 1. 1000 bước của quỹ đạo của tác nhân mô phỏng nhân tạo trong trường hợp không có sự kích thích bên ngoài. Hình từ bài báo của V. A. Nepomnyashchikh, 2006. Mô hình hành vi tìm kiếm tự trị

Do mô hình này, quỹ đạo khác với chuyển động Brown ngẫu nhiên. Do đó, tác nhân hiếm khi trở lại các khu vực đã truy cập và cho một đơn vị thời gian kiểm tra một khu vực rộng lớn. Điều này có lợi thế thích nghi, ví dụ, khi tìm kiếm thức ăn.


Giải pháp

Quỹ đạo của động vật có thể được mô tả bằng cách sử dụng các phân đoạn liên tiếp (chiều dài của chúng có thể giống nhau hoặc khác nhau). Mỗi phân đoạn – đang di chuyển một khoảng cách nhất định theo một đường thẳng. Do đó, để mô tả quỹ đạo, một tham số như là góc quay. Hoặc, cách khác, góc giữa hai phân đoạn liên tiếp đi ngang.

Chúng tôi mô tả các chiến thuật mong muốn của tham số này, giả sử rằng nó có một trong hai giá trị: chiến thuật đầu tiên (có điều kiện) là 90-180 ° (góc lớn), thứ hai – 0-90 ° (góc nhỏ). Nếu động vật thực hiện các chiến thuật đầu tiên hơn và hơn nữa, điều này sẽ dẫn đến một phong trào đơn giản hơn hoặc ít hơn. Và tôn trọng chiến thuật thứ hai, nó sẽ "quay tại chỗ". Đây là nguyên tắc chuyển đổi chiến thuật mong muốn. Trước tiên, bạn cần phải thực hiện nhất quán một chiến thuật, sau đó chuyển đổi và dính vào một chiến thuật khác trong một thời gian.Đó là, sự thay đổi chiến thuật có thể được biểu diễn dưới dạng một chuỗi 1111222111112221111 …, trong đó 1 và 2 là chiến thuật đầu tiên và thứ hai. Điều này là không có gì hơn là tự tương quan – một sự tương quan giữa các hành động liên tiếp của một con vật (trong trường hợp này giữa góc quay trong các thao tác liên tiếp).

Trong phần tiếp theo, chúng tôi sẽ đưa ra ví dụ về các phong trào được tổ chức ở động vật theo cách này, và sau đó chúng ta sẽ nói về cảm giác thích nghi của hành vi này.

Sự dịch chuyển trong trường hợp không có tác nhân kích thích bên ngoài

Copepods Temora longicornis ngay cả trong bể cá, nơi thức ăn của chúng (tảo đơn bào) được phân bố đồng đều, không phải ngẫu nhiên mà chúng di chuyển. Họ đã thực hiện một số chuyển động, hầu như không thay đổi hướng. Và sau đó đột nhiên họ bắt đầu thay đổi hướng thường xuyên và quay ở một nơi. Như vậy một sự thay đổi của các chuyển động định hướng và vòng tròn dễ dàng được nhìn thấy trong hình. 2

Hình 2 Con đường di chuyển của copepod Temora longicornis trong không gian ba chiều (bên trái) và sự xuất hiện của chính mình (bên phải). Hình ảnh từ F. G. Schmitt, L. Seuront, 2001. Đi bộ ngẫu nhiên đa chiều trong hành vi copepod

Các phương pháp di chuyển tương tự trong trường hợp không có kích thích bên ngoài cũng được biết đến với vi khuẩn. Đây là hành vi tự phát của vi khuẩn E. coli. Escherichia coli. Chuyển động của nó bao gồm một loạt các hoạt động gần như thẳng, xen kẽ với luân chuyển tại chỗ và chuyển động ngắn. Nó không phải là khó để thấy rằng các chương trình ở đây về cơ bản là giống như của động vật giáp xác.

Thật đáng ngạc nhiên khi tìm thấy các mô hình tương tự trong các sinh vật khác nhau và tiến hóa khác nhau. Hơn nữa, trong một môi trường đồng nhất, đó là, không có ảnh hưởng của bất kỳ yếu tố bên ngoài hoặc các mốc. Điều này cho thấy hành vi này phụ thuộc vào một số quá trình hóa học (không nhất thiết phải giống nhau trong vi khuẩn và động vật giáp xác). Và đối với E. coli, một cơ chế như vậy thực sự được tìm thấy. Nó bật ra rằng sự luân phiên của một loạt các chuyển động trực tuyến với một loạt các phép quay được giải thích bởi chu kỳ hóa học tổng hợp và phá hủy protein CheR trong tế bào. Sự tích lũy của nó dẫn đến sự gia tăng xác suất quay, và ngược lại, sự phá hủy và giảm nồng độ làm giảm xác suất này (Hình 3).

Hình 3 Tần số quay của Escherichia coli, tùy thuộc vào nồng độ trong tế bào của protein CheR. Hình từ U. Alon và cộng sự, 1999. Độ mạnh trong hóa học vi khuẩn

Khả năng thích ứng là gì và các ưu đãi bên ngoài sửa đổi các quy tắc như thế nào

Nó chỉ ra rằng tổ chức được mô tả của phong trào – sự thay đổi của một loạt hai chiến thuật thay thế – làm cho nó có thể khá hiệu quả tìm thấy con mồi phân phối ngẫu nhiên hoặc phát hiện.Điều này cho thấy, ví dụ, nghiên cứu về hành vi của loài giáp xác Daphnia magna. Khi tìm kiếm thức ăn, những động vật giáp xác này thay thế hai loại hành vi – thẳng ném trong một mặt phẳng thẳng đứng và quay theo một hướng ngẫu nhiên, và góc quay thay đổi theo từng trường hợp. Mô hình hóa hành vi của daphnids trên máy tính, cũng như quan sát chúng trong phòng thí nghiệm, cho thấy như sau. Nếu hai loại hành vi này thay thế theo chuỗi (vài lần ném, sau đó là vài lần, vv), điều này làm cho nó có thể tìm thấy thức ăn được phân bố ngẫu nhiên trong không gian (N. T. Dees và cộng sự., 2008. Cộng hưởng Stochastic và sự phát triển của Daphnia chiến lược tìm kiếm thức ăn).

Nhưng sự thay đổi tương thích tự tương thích nhất của hai chiến thuật được thu thập khi mô hình này có thể được sửa đổi dưới ảnh hưởng của các điều kiện bên ngoài. Lưu ý rằng chúng ta đang nói về sửa đổi hành vi, sự xuất hiện của nó không phụ thuộc vào điều kiện môi trường. Copepod được đề cập ở trên là một ví dụ tốt. Temora longicornis. Như chúng ta đã thấy trong pic. 2, trong một bể cá, nơi thức ăn được phân bố đều, chúng không di chuyển ngẫu nhiên. Ở đây ý nghĩa của hành vi này có vẻ mơ hồ. Tuy nhiên, trong tự nhiên nó giúp các động vật giáp xác tìm kiếm thức ăn thành công.Thực tế là thức ăn của chúng trong tự nhiên thường không phân bố đều, nhưng được tìm thấy trong các cụm – “vết bẩn thức ăn gia súc”. Bị bắt trong sự tích tụ của tảo, động vật giáp xác thường thay đổi hướng di chuyển, giúp họ ở lại đây và sử dụng đầy đủ hơn khu vực thức ăn. Bên ngoài tích tụ tảo, động vật giáp xác di chuyển thường xuyên hơn dọc theo một quỹ đạo đường thẳng. Điều này cho phép họ nhanh chóng tìm thấy một cụm, thay vì trì trệ ở một nơi và hiếm khi trở lại các khu vực đã được khảo sát.

Một ví dụ nổi bật hơn là kết quả nghiên cứu ấu trùng của caddis Chaetopteryx villosa. Chúng sống dưới đáy nước ngọt. Để bảo vệ ấu trùng, chúng mang một "ngôi nhà" trên chính chúng – một ống cát và các hạt khác mà chúng có thể tìm thấy. Các hạt được giữ lại với nhau bằng một sợi protein dính. Các hạt lớn hơn caddiscus tìm thấy, nhanh hơn và chi phí thấp hơn nó sẽ xây dựng một ngôi nhà. Trong thí nghiệm (Hình 4, trên), ấu trùng được cung cấp cùng với cát, các mảnh vỡ của vỏ trứng. Chúng lớn hơn hạt cát, vì vậy nó có lợi nhuận để sử dụng vỏ. Và hầu hết ấu trùng chỉ làm như vậy (Hình 4 bên dưới). Tuy nhiên, họ, tất nhiên, không so sánh giữa tất cả các hạt trong một nỗ lực tìm kiếm lớn nhất. Và hành động rất đơn giản.Ấu trùng di chuyển dọc theo đáy cho đến khi tìm thấy một hạt thích hợp. Sau đó, họ có xác suất cao ở lại nơi này và bắt đầu cảm thấy những hạt lân cận. Càng tìm thấy hạt càng lớn thì càng có nhiều thời gian họ khảo sát khu phố gần nhất. Do đó, chính xác là ở nơi vỏ đạn tích lũy chúng hoàn toàn có thể xảy ra trong thời gian dài nhất. Điều này dẫn đến thực tế là "ngôi nhà" của phần lớn các cá nhân được thử nghiệm ở mức độ lớn hơn hoặc ít hơn bao gồm tài liệu này, mà không phải là đặc trưng của chúng.

Hình 4 Trên – Hành lang tròn thử nghiệm với cát: ấu trùng caddis nằm trên một vị trí có các mảnh vỏ. Dưới cùng bên trái – ấu trùng thử vỏ, dưới cùng bên phải – ngôi nhà đã hoàn thành, được làm bằng vật liệu này. Hình từ bài viết của V. A. Nepomnyashchikh. 2006. Mô hình hành vi tìm kiếm tự động

Trong tự nhiên, hành vi này cũng thích ứng: sau cùng thì, các hạt có kích thước tương tự có xu hướng tích lũy ở một nơi. Trong khi đó, việc thực hiện, như chúng ta đã thấy, rất đơn giản. Sự thay đổi này của một loạt hai hành động thay thế (chuyển động và kiểm tra các vùng lân cận gần nhất).Nhưng thời gian của loạt bài này phụ thuộc vào "cốt thép" (kích thước hạt được tìm thấy).


Lời nói

Robot, trí thông minh nhân tạo và hành vi động vật

Kết quả nghiên cứu hành vi của động vật, thảo luận ở trên, không chỉ quan tâm đến các nhà sinh vật học. Nhưng cũng – trong robot và trong việc tạo ra trí thông minh nhân tạo. Khi sự phát triển trong lĩnh vực trí tuệ nhân tạo chỉ mới bắt đầu, các nhà khoa học đã giả định thuật toán sau đây để giải quyết vấn đề này bằng “trí tuệ” này. Nó bao gồm ba giai đoạn chính: (1) thu thập tất cả các thông tin cần thiết để giải quyết vấn đề (2) để phân tích nó và (3) để tìm ra giải pháp tối ưu và tiến hành thực hiện. Như bạn có thể đoán, cách tiếp cận này chỉ tốt trong môi trường nhân tạo đơn giản với các thuộc tính đã cho. Trong thực tế, để thu thập toàn bộ thông tin có thể quá đắt. Do đó, chúng tôi cần một thuật toán như vậy sẽ tìm thấy một giải pháp tối ưu hơn hoặc ít hơn trên cơ sở các quy tắc nhất định của "hành vi" mà không có dữ liệu hoàn chỉnh.

V. A. Nepomnyaschykh trong bài viết của ông “Mô hình hành vi tìm kiếm tự trị” (2006) đưa ra một ví dụ về điều này.Hãy tưởng tượng một robot được gửi đến một hành tinh chưa được khám phá để kiểm tra bề mặt của nó và chọn các mẫu địa chất có hàm lượng urani tối đa. Và trong một thời gian hạn chế và với một nguồn cung cấp năng lượng hạn chế. Với công thức này, không rõ "hàm lượng urani tối đa" có nghĩa là gì. Thật vậy, sự phân bố của nó trong các mẫu không được biết trước, cũng giống như việc phân phối các mẫu trên bề mặt của hành tinh là không rõ ràng. Tất nhiên, người ta có thể chỉ đơn giản là tiến hành một nghiên cứu sơ bộ về lãnh thổ và các mẫu khác nhau. Tuy nhiên, nó không được biết trước bao nhiêu thời gian và năng lượng sẽ cần thiết để thu thập đủ dữ liệu. Và thời gian và năng lượng của robot bị hạn chế. Trong tình huống như vậy, tốt nhất là cư xử như caddisc khi tìm kiếm các hạt cho "ngôi nhà" của mình: thay vì thu thập, lưu trữ và phân tích thông tin "hoàn chỉnh", chỉ sử dụng dữ liệu "cục bộ" (tức là phản ứng với các tín hiệu hiện đang được nhận biết) . Và sau đó hành động theo một số quy tắc tìm kiếm. Vì nó được thực hiện bởi ấu trùng caddis, đạt được, có lẽ, không phải là kết quả tốt nhất có thể, nhưng khá chấp nhận được.

Cách tiếp cận này lần đầu tiên được đề xuất trong nửa sau của những năm 1980. Khi tạo robot "tư duy" tự động, nó đã được đề xuất để bắt chước các mô hình hành vi được thực hiện bởi động vật trong môi trường sống tự nhiên của chúng. Đơn giản nhất của các mô hình này đã được thảo luận ngắn gọn ở trên.

Nguồn:
1) V. A. Nepomnyaschikh. Mô hình hành vi tìm kiếm tự động // "Từ mô hình đến hành vi" (ed. Bởi VG Red'ko). 2006. M.: URSS. Pp. 200-242.
2) V. A. Nepomnyaschikh. Tăng tính biến đổi trong hành vi động vật do tự tương quan // Tạp chí Sinh học tổng hợp. 2012. T. 73. №4. Pp. 243-252.


Like this post? Please share to your friends:
Trả lời

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: