Cyfrowy organizm
Część serii poświęconej |
biologii ewolucyjnej |
---|
Cyfrowy organizm to samoreplikujący się program komputerowy , który mutuje i ewoluuje . Cyfrowe organizmy są wykorzystywane jako narzędzie do badania dynamiki darwinowskiej ewolucji oraz do testowania lub weryfikowania konkretnych hipotez lub matematycznych modeli ewolucji. Badanie organizmów cyfrowych jest ściśle związane z dziedziną sztucznego życia .
Historia
Cyfrowe organizmy można prześledzić wstecz do gry Darwin , opracowanej w 1961 roku w Bell Labs, w której programy komputerowe musiały ze sobą konkurować, próbując powstrzymać innych przed wykonaniem . Podobną implementacją, która nastąpiła później, była gra Core War . W Core War okazało się, że jedną ze zwycięskich strategii była jak najszybsza replikacja, która pozbawiła przeciwnika wszelkich zasobów obliczeniowych . Programy w grze Core War były również w stanie mutować siebie i siebie nawzajem, nadpisując instrukcje w symulowanej „pamięci”, w której toczyła się gra. Pozwoliło to konkurującym programom na osadzanie w sobie szkodliwych instrukcji, które powodowały błędy (zakończenie procesu, który je odczytał), „zniewolenie procesów” (sprawianie, że wrogi program działał dla ciebie), a nawet zmianę strategii w trakcie gry i samoleczenie.
Steen Rasmussen z Los Alamos National Laboratory rozwinął pomysł z Core War o krok dalej w swoim głównym systemie światowym, wprowadzając algorytm genetyczny, który automatycznie pisał programy. Jednak Rasmussen nie obserwował ewolucji złożonych i stabilnych programów. Okazało się, że język programowania , w którym napisano podstawowe programy świata, był bardzo kruchy, a mutacje często całkowicie niszczyły funkcjonalność programu.
Pierwszym, który rozwiązał problem kruchości programu był Thomas S. Ray ze swoim systemem Tierra , który był podobny do świata rdzenia. Ray dokonał kilku kluczowych zmian w języku programowania, tak że prawdopodobieństwo zniszczenia programu przez mutacje było znacznie mniejsze. Dzięki tym modyfikacjom po raz pierwszy zaobserwował programy komputerowe, które rzeczywiście ewoluowały w znaczący i złożony sposób.
Później Chris Adami , Titus Brown i Charles Ofria zaczęli rozwijać swój system Avida , który był inspirowany Tierrą, ale znowu miał kilka istotnych różnic. W Tierra wszystkie programy znajdowały się w tej samej przestrzeni adresowej i mogły potencjalnie wykonywać lub w inny sposób ingerować w swój kod. Z drugiej strony w Avida każdy program żyje we własnej przestrzeni adresowej. Dzięki tej modyfikacji eksperymenty z Avidą stały się znacznie czystsze i łatwiejsze do interpretacji niż te z Tierrą. Dzięki firmie Avida coraz większa liczba biologów ewolucyjnych zaczęła akceptować cyfrowe badania nad organizmami jako ważny wkład w biologię ewolucyjną. Biolog ewolucyjny Richard Lenski z Michigan State University intensywnie korzystał z Avidy w swojej pracy. Lenski, Adami i ich współpracownicy publikowali w czasopismach takich jak Nature i Proceedings of the National Academy of Sciences (USA).
W 1996 roku Andy Pargellis stworzył system podobny do Tierra o nazwie Amoeba , który wyewoluował samoreplikację z losowo rozstawionych warunków początkowych. Niedawno REvoSim – pakiet oprogramowania oparty na binarnych organizmach cyfrowych – umożliwił symulacje ewolucyjne dużych populacji, które można przeprowadzać w geologicznych skalach czasowych.
Zobacz też
Powiązane tematy i przeglądy
- Sztuczne życie
- Obliczenia ewolucyjne
- Algorytmy genetyczne
- Optymalizacja kombinatoryczna
- Automat komórkowy
Konkretne programy
- ^ Aleph-Null, „Rekreacja komputerowa”, Oprogramowanie: praktyka i doświadczenie, tom. 2, s. 93–96, 1972
- Bibliografia _
- ^ Lenski, Richard E.; Ofria, Karol; Pennock, Robert T.; Adami, Christoph (2003). „Ewolucyjne pochodzenie złożonych cech” (PDF) . Natura . 423 (6936): 139–144. Bibcode : 2003Natur.423..139L . doi : 10.1038/natura01568 . ISSN 0028-0836 . PMID 12736677 . S2CID 4401833 .
- Bibliografia _ Ofria, C.; Collier, TC (2000). „Ewolucja złożoności biologicznej” . Obrady Narodowej Akademii Nauk . 97 (9): 4463–4468. arXiv : fizyka/0005074 . doi : 10.1073/pnas.97.9.4463 . ISSN 0027-8424 . PMC 18257 . PMID 10781045 .
- ^ Garwood, Russell J.; Spencer, Alan RT; Sutton, Mark D.; Smith, Andrew (2019). „REvoSim: symulacja makro- i mikroewolucji na poziomie organizmu” . Paleontologia . 62 (3): 339–355. doi : 10.1111/pala.12420 . ISSN 0031-0239 .
Dalsza lektura
- O'Neill, Bill (2003-10-13). „Cyfrowa ewolucja” . PLOS Biologia . Publiczna Biblioteka Naukowa (PLoS). 1 (1): e18. doi : 10.1371/journal.pbio.0000018 . ISSN 1545-7885 . PMC 212697 . PMID 14551915 .
- Wilke, Mikołaj O.; Adami, Christoph (2002). „Biologia organizmów cyfrowych”. Trendy w ekologii i ewolucji . Elsevier B.V. 17 (11): 528–532. doi : 10.1016/s0169-5347(02)02612-5 .
- Pargellis, AN (1996). „Spontaniczna generacja cyfrowego„ życia ” ”. Physica D: Zjawiska nieliniowe . Elsevier. 91 (1–2): 86–96. Bibcode : 1996PhyD...91...86P . doi : 10.1016/0167-2789(95)00268-5 . ISSN 0167-2789 .
- Misevic, Dusan; Ofria, Karol; Lenski, Richard E (2005-11-08). „Rozmnażanie płciowe zmienia architekturę genetyczną organizmów cyfrowych” . Proceedings of Royal Society B: Biological Sciences . Towarzystwo Królewskie. 273 (1585): 457–464. doi : 10.1098/rspb.2005.3338 . ISSN 0962-8452 . PMC 1560214 . PMID 16615213 .