Komerční prezentace
Registrace uživatele

Přihlašte se k odběru informací, novinek, získejte přístup do diskuzního fóra.

Vesmír č. 10
Vesmír č. 10
Toto číslo vychází
2. 10. 2017
Novinky
Zdarma jedno celé číslo Vesmíru v pdf.
• Říjnové číslo Vesmíru
reklama

Virtuální evoluce

Stručný přehled úspěchů i nezdarů na poli simulování evoluce

Publikováno: Vesmír 93, 292, 2014/5

Co má společného půda Staronové synagogy na Starém Městě pražském, rozkladem páchnoucí laboratoř Victora Frankensteina a nejtemnější kouty naší mysli? Na to, abychom viděli, že lidská posedlost vytvořením umělého života trvá odpradávna, ani nemusíme povolávat bájného golema. Co se týče vědeckých přístupů k této problematice, stačí si stručně připomenout snahy o vytvoření umělého života v průběhu minulého století (viz rámeček).

V polovině druhého desetiletí století jednadvacátého nás nepřekvapí, že lze s většími či menšími obtížemi simulovat téměř jakoukoli stránku fungování živých organismů a jejich společenstev prostřednictvím počítačových modelů. Už méně očividné však je, že takto můžeme simulovat také dost možná nejvýznamnější vlastnost života – evoluci. Přestože je problematika umělého života mimořádně zajímavá ze všech úhlů pohledu, právě evoluční oblast bývá často opomíjená. Neprávem. Historie pokusů o simulaci evoluce je poučná, vzrušující a zdaleka neřekla své poslední slovo.

Zdánlivě jednoduchý svět celulárních automatů

Za první krůčky v této oblasti můžeme označit studium celulárních automatů, a to zejména jednoho konkrétního zástupce – Life Johna Conwaye. Tento nesmírně jednoduchý automat, který je založený na čtvercové síti živých (vybarvených) a neživých (nevybarvených) buněk, jež podle prostých pravidel (neživá buňko: pokud máš tři sousedy, ožij; živá buňko: pokud máš dva či tři sousedy, neumírej, zatímco pokud máš jednoho, žádného nebo více než tři sousedy, zemři) v diskrétních krocích přecházejících mezi uvedenými dvěma stavy, vykazuje překvapivě komplexní chování. Celý automat však je, stejně jako několik modelů s podobnými vlastnostmi někdy souhrnně nazývaných Game of Life, deterministický a v jádru jde o třídění z hlediska stability – v čase se hromadí stabilní struktury, které postupně převládají nad objekty pomíjivými. Pro fungování evoluce i jen v té nejzákladnější formě – přirozeném výběru – je však třeba, aby jednotlivé konkurující si prvky byly schopné reprodukce, proměnlivosti a dědičnosti a navíc obývaly dostatečně komplexní prostředí. Celulární automat Life a v něm přirozeně vznikající objekty však v zásadě neoplývají žádnou z těchto vlastností.3)

Virtuální organismy: Od teorie k praxi

Dalším krokem – a zde se už vskutku výrazně přibližujeme evoluci – jsou simulace virtuálních organismů. Z konkrétních experimentů můžeme jmenovat například Karl Sims Evolved Virtual Creatures z počátku devadesátých let 20. století, který spočíval ve vložení populace několika set velmi jednoduchých virtuálních organismů tvořených bloky do homogenního prostředí, kde byly následně testovány na výkon určité činnosti – plavání v simulované vodě, chození, skákání a následování či přivlastnění si daného objektu. Nejefektivnější jedinci v dané generaci byli vybráni, nakopírováni, jejich „genomy“ (programy) zkombinovány a „mutovány“ (náhodně mírně pozměněny) a následně přeneseny do stejného prostředí, načež započalo další kolo testování. Šlo tedy o řízenou simulaci přírodního výběru a není překvapením, že se v průběhu experimentu virtuální organismy v dané činnosti zlepšovaly.

3DVCE (3D Virtual Creature Evolution) z počátku 21. století překonává předchozí model v možnosti simulace prostorově heterogenního prostředí, navíc s jednoduchými modifikovatelnými fyzikálními zákony a možností zavedení evolučních omezení (např. penalizace či zvýhodnění organismu za větší či menší počet tělních segmentů nebo větší či menší velikost těla). Rovněž zde bylo možné modelovat pohlavní i nepohlavní rozmnožování, různé režimy selekce či zavést libovolnou maximální velikost populace, generační dobu, počet rozmnoživších se jedinců, mutační rychlost (intenzitu změn programu při vytváření potomka) a míru rekombinace (způsob nakombinování rodičovských programů při pohlavním rozmnožování). Umělé organismy dokonce byly řízeny simulovanou neuronovou sítí a měly rudimentární schopnost učení se a předávání zkušeností.

Uvedené modely jsou samozřejmě jen špičkou ledovce, jsou však poměrně atraktivní, neboť přímo vizualizují průběh jednotlivých experimentů a umožňují sledovat evoluci takříkajíc v „přímém přenosu“. Méně atraktivní, ale nesrovnatelně praktičtější implementace umožňují například modelovat genom a jeho vlastnosti, vliv mutací, mutační rychlosti, selekce či pohlavního a nepohlavního rozmnožování na evoluční dynamiku, evoluci genetického kódu, vznik mnohobuněčnosti, změny evolvability (míry podléhání selekčnímu tlaku) a dlouhou řadu dalších biologických fenoménů. Přes všechny sofistikované vlastnosti však mají tyto modely jeden obrovský nedostatek. To, v jakém faktoru organismy soupeří a při jakých vlastnostech se rozmnoží – jinými slovy, co je biologická zdatnost –, totiž určuje výzkumník. Směr selekce je určen experimentátorem, jde o umělý výběr. Takový přístup může být velmi užitečný v praxi, například pokud chceme optimalizovat určitý algoritmus, ale hrubě neodpovídá přirozenému průběhu evoluce. Studium virtuálních organismů tak zprostředkovaně vedlo k pokrokům v natolik různorodých oblastech, jako jsou genetické algoritmy a genetické programování,1)2) ochrana před počítačovými viry, navigace, onkologie či epidemiologie, ale k evoluci jakožto globálnímu fenoménu neříkají nového takřka nic.

Tierra: Autonomní biosféra, nebo jedno velké zklamání?

Průlom v tomto ohledu představuje počítačový program, nebo snad lépe celý projekt – Tierra. První verzi vytvořil Thomas Ray na konci osmdesátých let 20. století. Jeho základ spočívá v populaci jednoduchých nepohlavně se rozmnožujících virtuálních organismů, krátkých programů, které soupeří o výpočetní výkon procesoru (CPU, „energii“) a objem operační paměti (RAM, „materiál“). Programy se kopírují, zanechávají potomky, kteří se od rodičů liší přítomností drobných změn kódu – obdobou mutací. Kromě těchto „mutací“ může kód podléhat i „rekombinacím“, náhodnému přehazování částí kódů mezi organismy. Autoři zdůrazňovali, že nejde o simulaci evoluce organismů v pozemských podmínkách, ale čistě o evoluci virtuálních organismů ve virtuálním světě, což je poměrně velký rozdíl oproti experimentům, které uvidíme dále. Zcela zásadní však je, že v modelu Tierra nebyla jednoznačně definována biologická zdatnost a směr selekce – soupeření organismů mělo zcela otevřený konec, stejně jako v evoluci pozemských organismů.

Původní cíle projektu byly velmi ambiciózní. Autoři dokonce počítali s explozí diverzity virtuálních organismů a se vznikem zcela autonomní virtuální biosféry, kterou bychom po nějaké době nerušené evoluce mohli prohledávat a vytipovat v ní jedince vhodné k „domestikaci“ a následnému využití například jako antivirových programů či dalších aplikací, které si ještě ani neumíme představit. První výsledky byly povzbudivé. V simulaci nejenže prokazatelně docházelo k přirozenému výběru, ale v průběhu evoluce Tierry vznikaly i fenomény jako parazitismus, rezistence, hyperparazitismus (parazité parazitů), symbióza či mutualismus (konkrétně možnost rozmnožovat se jen ve skupinách). Jedním z nejzajímavějších zdokumentovaných fenoménů byla obdoba bakteriální transformace, protože dceřiné organismy občas úspěšně zakomponovávaly do vlastního programu zbytky kódu pocházející z „mrtvých“ organismů v okolí.

Postupem času ale začaly pochyby zastírat původní optimismus. Čím dál výrazněji se projevovala jedna klíčová vlastnost simulace. Přirozený výběr probíhající v rámci modelu měl totiž téměř výhradně charakter selekce na co nejvyšší efektivitu rozmnožování. Docházelo k přeskupování, zjednodušování a zmenšování genomu (programu), ale ne ke zvyšování komplexity.4) Úspěšná zesložitění stavby organismů byla naprostou výjimkou. Navíc, jak by se podle uvedeného dalo čekat, celý model směřoval k evoluční stázi – organismy se zjednodušovaly tak dlouho, až dosáhly optima, ovládly své prostředí a dále se neměnily. Virtuální prostředí bylo očividně příliš homogenní.

Autoři se pokusili tento problém vyřešit zvýšením heterogenity prostředí prostřednictvím propojení různých počítačů v rámci internetu. V této nové Network Tierra se také snažili zvýšit potenciál k nárůstu komplexity prostřednictvím zavedení nových „mnohobuněčných“ organismů s „buňkami“ dvou typů. Dvě „buňky“ se staraly o množení organismu, zbylých osm bylo senzorických – analyzovaly osm sousedních stanic na síti s cílem vybrat „nejúživnější“ počítač pro umístění potomka. Úvaha zněla, že prostředí uvnitř každého počítače se od ostatních liší – úživností alias výkonem a charakterem úživnosti daným mírou a časem využívání konkrétní stanice (Tierra běžela na pozadí, takže když byla daná stanice využívaná, Tierra téměř nebo úplně stála). Prostředí na síti mělo být prostorově i časově heterogenní. Autoři čekali například migraci organismů po internetu „za nocí“ za volným výpočetním výkonem. Tento přístup však narazil na technické obtíže (v devadesátých letech nedosahovaly přenosové rychlosti internetu zdaleka dnešních hodnot) a realizace na menší ploše několika počítačů či jejich clusterů nepřinesla téměř žádnou změnu oproti původnímu konceptu – komplexita téměř nenarůstala, stále se „soutěžilo v zjednodušování“. Mnohobuněčnost měla být obdobou paralelního počítání. Hypoteticky by bylo výhodné buď sdílet jednu kopii kódu, přičemž by jednotlivé buňky organismu vykonávaly jeho různé části, nebo kód v různých buňkách diferencovat, takže by vznikly buňky nových typů. V experimentu samotném prokazatelně docházelo k nárůstu počtu buněk, ale téměř vůbec ne k jejich diferenciaci – nevznikaly nové typy buněk. Autoři sice později oznámili objev buněčné diferenciace a vznik třetího typu buněk, konkrétní doklady ale bohužel neuvedli.

Dalším pokusem o řešení problému snižující se komplexity v rámci Tierra bylo vyrovnání výhody plynoucí z jednoduššího a rychleji se množícího kódu prostřednictvím „odměny“ komplexnějším organismům proporcionálně k výhodě jednodušších. Ani tento poměrně invazivní zásah však nepřinesl ovoce v podobě vzniku komplexnějších organismů. V jeho důsledku totiž nevznikaly organismy komplexnější, ale pouze větší – uvolnění selekčního tlaku na zjednodušování nevedlo k zesložiťování, ale pouze k hromadění balastu.

U většiny pozorovaných adaptací z první fáze evoluce modelu, které měly sloužit k průzkumu tak biologicky významných fenoménů, jako je například kompetitivní vyloučení a koexistence druhů, dynamika populací parazit-hostitel, vliv parazitismu na udržení vzácných genotypů hostitele, závody ve zbrojení, punktuacionalistický vývoj (náhlé změny fenotypu následované obdobími stáze) či kontingence (role historické náhody), se navíc posléze ukázalo, že jde o naprosto triviální změny a přeskupení kódu. Předem je třeba zdůraznit, že to jejich význam nemusí nijak snižovat – možná mají tyto fenomény podobnou zdánlivě jednoduchou podstatu i v živé přírodě. Celý experiment ale rozhodně skončil velmi rozpačitě. Většina poznatků se ukázala jako triviální a Thomas Ray více méně opustil komunitu zkoumající umělý život. Původní očekávání byla možná až příliš velká.

Získané poznatky jsou ale i tak velmi důležité. Tendence ke zjednodušování je i v reálné přírodě mocná a za řady okolností převažující síla v evoluci. Velmi často, možná dokonce ve většině případů, nedochází v evoluci k nárůstu komplexity, ale naopak k jejímu snižování – například u patogenů či parazitů, u nichž by komplexní těla jednak nepřinášela výhodu, a jednak by snižovala jejich rychlost množení a efektivitu přenosu.5) Generování komplexity v evoluci rozhodně není triviální, a jak podotýkali už první odpůrci darwinismu z řad vědecké obce, rozhodně nevyplývá pouze z působení přirozeného výběru – ten bude spíše odstraňovat špatné, než přinášet nové. Důležitý je také poznatek o zásadním vlivu substrátu, na kterém evoluce probíhá, na její průběh. Pokud je jako v tomto případě nejefektivnější strategií pouze přeskupovat kód (zde program vyjadřující instrukce v Tierra), nebudou vznikat téměř žádné novinky následkem mutací. Také se ukázal propastný rozdíl mezi „bryskně jednoznačnou“ povahou homogenního virtuálního světa a heterogenní a nejednoznačnou povahou světa fyzického, kde ve větší nebo menší míře soustavně působí obrovské množství faktorů.

Evoluční hry I: Simulování reálných podmínek pozemské evoluce

Odlišnou cestu si zvolili tvůrci simulátoru evoluce jednobuněčných organismů v homogenním dvourozměrném prostředí Primordial Life a jeho novější verze Biogenesis. Přestože tvůrci nejsou biologové a model nemá takové ambice jako Tierra, rozhodně stojí za zmínku. Na rozdíl od předchozí simulace se totiž snaží co nejvíc napodobit evoluci ve fyzickém světě na planetě Zemi s řadou souběžně působících faktorů.

Všechny organismy v tomto modelu potřebují k životu a rozmnožování energii, kterou získávají buď autotrofně (virtuální obdobou fotosyntézy), nebo heterotrofně (z jiných organismů, ať už živých, nebo mrtvých). Jednotlivé virtuální organismy jsou tvořeny různobarevnými segmenty různé délky a konfigurace, přičemž barva určuje jejich vlastnosti. Každý segment má určitou spotřebu energie, která je závislá i na jeho typu a délce. Organismus také ztrácí energii při kontaktu s určitými segmenty jiných organismů. Pokud energie jedince klesne na nulu, umírá. Přítomnost, délka a konfigurace těchto segmentů je vyjádřením genetického kódu (programu), který je v tomto modelu při výhradně nepohlavním množení za spotřeby energie předáván potomkům, a to za vzniku náhodných mutací. V každý moment panuje charakteristické složení atmosféry, množství CO2 a O2. Zelené segmenty získávají energii ze slunečního záření a CO2, přičemž uvolňují O2. Červené segmenty získávají energii z organické hmoty, a to při dotyku s jiným organismem. Množství získané energie odpovídá v obou případech délce příslušného segmentu. Přebytečná energie je uložena ve formě cukrů a následně uvolňována při dýchání za spotřeby O2 a výdeje CO2. Aby byl cyklus kompletní, z mrtvých těl se uhlík postupně uvolňuje ve formě CO2. Tyrkysové segmenty jsou určeny k pohybu, náhodně se aktivují a jejich délka značí rychlost pohybu. Bílé segmenty slouží k infekci, za spotřeby energie „nakazí“ při dotyku jiný organismus, jehož následující potomek bude potomkem parazita. Šedé segmenty slouží výhradně k poškození a zabití oběti, modré k ochraně před efekty červených, šedých a bílých. Žluté segmenty zvyšují plodnost a umožňují ze stejného množství energie vyprodukovat více potomků.

Každý organismus je charakterizován statistikami vlastností – délkou života, věkem, aktuální energií, hmotností, množstvím energie potřebným k reprodukci atd. Další charakteristiky, například mutační rychlost, jsou globální. Do většiny těchto parametrů může hráč-experimentátor zasahovat, může také oživovat či usmrcovat libovolné jedince či dokonce manipulovat s jejich jednoduchým genetickým kódem. Stejně jako předchozí model má i tento možnost propojení přes síť s jinými virtuálními biosférami operujícími na jiných stanicích.

Biogenesis je tedy relativně sofistikovanou simulací, která modeluje řadu procesů charakteristických pro živé organismy, včetně jednoduchého koloběhu organického uhlíku. Prostředí je však, stejně jako v případě Tierra, prostorově zcela homogenní a časová heterogenita závisí pouze na činnosti organismů. Není tedy překvapením, že i tento model spěje po nějaké době do ustáleného stavu. Nemusí sice vždy dospět k nejjednoduššímu možnému organismu, nicméně vždy převáží jeden druh spojený s určitým ustáleným složením atmosféry.

Další dílčí modely se pokoušejí simulovat jiné zajímavé aspekty evoluce živých organismů. Například Darwin Pond a jeho novější varianta Swimbots modelují dynamiku pohlavně se množících populací s účastí pohlavního výběru. V metabolických aspektech je Swimbots daleko jednodušší než předchozí model – potravu představují jen kousky potravy objevující se v dvourozměrném homogenním vodním prostředí. Cílem organismů je v případě nedostatku energie vyhledávat potravu a udržet se tak naživu, zatímco v případě dostatku energie vyhledávat partnery a sexuálně s nimi interagovat. Základem tělní stavby je trup s ústy na jedné straně, genitáliemi na straně druhé a s určitým počtem různobarevných různě se větvících segmentovaných přívěsků. Segmenty různých barev v tomto případě neznačí metabolické celky, ale atraktivitu pro jiné jedince. Organismy totiž preferují jedince celkově co nejpodobnější barvy. V pozadí fenotypu se nachází program sestávající z „genů“ ovládajících ontogenezi, a to i poměrně sofistikovaným způsobem. Gen nejenže ovlivňuje celkový fenotyp (barvu, počet, rozložení či větvení přívěsků), ale může také ovlivňovat či inhibovat jiné geny. Genom potomka je kombinací genomu rodičů s náhodně vznikajícími mutacemi v některých genech. Různé morfologie jedinců ovlivňují jejich energetickou spotřebu a rychlost plavání. Při plavání jedinci spotřebovávají energii a ta se vrací do média. Pohlavní preference závisejí na velikosti, rozložení a tvaru částí těla, barvě a efektivitě pohybu. Dvě klíčové vlastnosti jsou tedy rychlost plavání a atraktivita. Prostředí i konkrétní jedinci jsou stejně jako v předchozím modelu definováni svými charakteristikami a hráč může do nastavení i samotného průběhu simulace zasahovat. Co je však nejdůležitější vlastností modelu, Swimbots, že stejně jako předchozí modely směřuje ke stázi.

Evoluční hry II: Citius, Altius, Fortius!6)

Nejnovější a zatím nejatraktivnější pokus na poli evolučních simulací v současnosti podniká James Schumacher a další tvůrci modelu Species, kteří sice nemají takové vědecké ambice jako například autoři experimentu Tierra a soustřeďují se spíše na výukové a osvětové účely, ale jejich pokus je zatím nejkomplexnější v historii evolučních simulací. Především se jim podařilo vytvořit rozměrné heterogenní makroskopické prostředí zahrnující mj. hory, nížiny a vodní plochy. Různé oblasti se liší teplotou, úrodností a vegetačním krytem. Charakter změn se může řídit různými režimy včetně například obdoby pozemských klimatických pásů. Prostředí se navíc může dynamicky měnit v čase, přičemž průběh a intenzita těchto změn (například maximální a minimální teplota či výška hladiny, rychlost jejich změn) jsou taktéž pod kontrolou hráče. Všechny faktory prostředí působí selekčním tlakem na místní organismy.

Jednotlivé organismy představují mnohobuněčné tvory, za jejichž různorodým a detailně prozkoumatelným fenotypem stojí virtuální genom (program). Energii mohou získávat různými způsoby, všechny ale mají charakter heterotrofie – flóra není součástí koloběhu živin a její rozšíření je určeno jen fyzikálními podmínkami prostředí. Rozmnožování je fakultativně nepohlavní. Když se dva jedinci stejného druhu setkají, zplodí potomky tak, že si vymění část genetického materiálu. Jedinci jsou ale schopni se rozmnožovat i v nepřítomnosti pohlavního partnera, a to nepohlavně. V obou případech však při tvorbě potomků vznikají mutace, malé změny programu.

V důsledku heterogenity prostředí dochází k lokálním adaptacím doprovázeným genovým tokem (následkem migrace jedinců do prostředí, kterému nejsou tak dobře přizpůsobeni). Změny mohou vyústit až do vzniku nového druhu a (postzygotických) reprodukčně izolačních bariér mezi ním a druhem původním (jde o situaci, kdy kříženec není životaschopný). Svou roli hraje i genetický drift, zvlášť v malých populacích jsou i mutace s relativně velkým vlivem na biologickou zdatnost efektivně neutrální. Simulace je tak sofistikovaná, že zde můžeme pozorovat mj. i fenomén přerušovaných rovnováh, rychlejší evoluci v malých populacích. Byť jde především o důsledek designu Species, kterému je vlastní prostorová i časová heterogenita, evoluce je v této simulaci emergentní, vznikají zde nové a nepředvídatelné struktury a druhy. Simulace nespěje ke zjednodušování ani k rovnováze a naopak se zvyšuje disparita (morfologická rozrůzněnost organismů) i diverzita (počet druhů).

Organismy a prostředí jsou podobně jako v předchozích modelech definovány různými charakteristikami, které může hráč libovolně měnit, popřípadě v průběhu simulace do ní samotné zasahovat. Nalezneme zde ale i několik specialit, jako například programovatelné „rovery“, robotická vozidla, která lze naprogramovat ke krmení, zabíjení či pomáhání tvorům určitých charakteristik, což reprezentuje prvek umělého výběru. Situace může dojít až tak daleko, že „rovery“ hrají v ekosystému klíčovou úlohu a po jejich odstranění se ekosystém zhroutí. V neposlední řadě zde nalezneme přehledný „strom života“ místních druhů, nejrůznější analytické nástroje fenotypové příbuznosti, diagramy počtu jedinců atd. Species je stále ve vývoji, právě popsaný stav modelu je zatím pouhou alfa verzí a autoři plánují zavést řadu vylepšení – mimo jiné další zdroje a způsoby získávání potravy, komplexní biochemii a cykly základních prvků, jiné způsoby života jako například vodní, čtyřmístný genetický kód, sofistikovaný management ekosystémů, komunikaci virtuálních organismů, základy plánování, učení a sociálního chování, vejcorodost a živorodost, hnízdění a stavbu úkrytů, termoregulaci, různé formy útoku a obrany, katastrofy velkého rozsahu s následným hromadným vymíráním či možnost spojení různých biosfér přes internet.

Biogenesis, Swimbots i alfa verzi Species lze volně stáhnout z internetu a případným zájemcům nic nebrání, aby si je sami vyzkoušeli a se simulacemi si pohráli.7) Species má obzvlášť povedené stránky, kam autoři neustále umísťují nové informace a průběžně shánějí finanční podporu pro svůj projekt, včetně možnosti předplatit si budoucí plnou verzi.8)

Na co to tedy všechno bylo?

Co jsme se dozvěděli studiem virtuální evoluce? Přiznejme si, že potvrzení fungování přirozeného výběru na principu selekce mezi různorodým potomstvem není příliš velkým překvapením. Zajímavějším poznatkem je ale například už to, že poměrně sofistikované vztahy mezi agenty evoluce – parazitismus, rezistence, hyperparazitismus či symbióza – mohou vznikat i ve velice jednoduchých systémech, jako je např. Tierra. Rozhodně stojí za povšimnutí, že tyto i další na první pohled zajímavé fenomény mohou mít zcela triviální základ.

Nejvýznamnější je však zřejmě poznatek týkající se komplexity. Ve většině případů mají modelované systémy virtuální evoluce tendenci snižovat svou komplexitu, zjednodušovat se a směřovat k ustálenému stavu. To je ale pravý opak toho, co vidíme v pozemské evoluci! Jak je to možné? Ne náhodou píše Jaroslav Flegr ve své učebnici Evoluční biologie,9) že pro fungování evoluce je třeba nejen systém konkurujících si prvků schopných reprodukce, proměnlivosti a dědičnosti, ale také dostatečně komplexní prostředí. Virtuální prostředí, ve kterém dochází k evoluci, je totiž velmi jednoduché. Většinou je zcela nebo téměř homogenní a heterogenitu do něj musí až druhotně zavádět příslušné modely. Oproti tomu prostředí v reálném světě je přirozeně heterogenní a zároveň v něm působí nesčetné množství faktorů.

To však není jediný problém. I pokud ve virtuálním prostředí nějaké modely zavedou heterogenitu, tak je vždy přesně definovaná (respektive naprogramovaná) a jde o inherentní součást modelu, který má konečný počet stavů. Virtuální prostředí je jednoznačné. Naopak reálné prostředí je vždy složité a bytostně nejednoznačné. Není možné podchytit všechny působící faktory, a to nejen prakticky, ale ani teoreticky – nemusíme ani vyvolávat duchy kvantového světa, postačí např. efekt motýlích křídel. Zvlášť markantně je vidět rozdíl mezi virtuálním a reálným prostředím na simulaci Tierra, která se nesnaží o nápodobu reálných podmínek, ale rovnou nechává soupeřit zcela virtuální organismy ve vyhrazeném homogenním virtuálním prostředí.

Celou věc poněkud komplikuje fakt, že se prostředí „volného internetu“ nepochybně stává čím dál komplexnějším a můžeme spekulovat o tom, jestli se už náhodou neblíží spíše prostředí reálnému než jednoduchému virtuálnímu. Kdo ví, jestli si i bez našeho přičinění už v rámci celosvětové sítě „vesele nebují“ samovolně vzniklá skrytá biosféra virtuálních organismů, podobná té, o jaké snil Thomas Ray.

Začíná být také čím dál jasnější, že průběh evoluce zásadně ovlivňuje substrát, na kterém tento proces probíhá – jeho podstata, složení a organizace. V současnosti však teprve začínáme rozumět organizaci naší vlastní genetické informace, a co se týká obecného porozumění tomu, jak substrát genetické informace ovlivňuje průběh evoluce, podnikáme teprve první dětské krůčky.

Výrazný rozdíl mezi virtuálními a reálnými organismy spočívá také v tom, že zatímco u virtuálních organismů genetická informace (program) a případná individuální paměť jasně definují vzhled a chování organismu (informace je zcela oddělená od „těla“ a to je pouhým jejím epifenoménem), v reálném světě jsou genetická informace, paměť a fyzické tělo živých organismů složitě provázány komplexní sítí interakcí.

A konečně nemůžeme ani vyloučit, že v evoluci života na Zemi směřující ke komplexním formám figurovaly a figurují nějaké další, zatím nepojmenované faktory. Mohly by se týkat například evoluce genetického kódu a evolvability v dlouhých časových měřítkách.

Jen těžko můžeme pochybovat o tom, že nám studium virtuální evoluce pomáhá odhalovat specifika našeho vlastního, reálného prostředí. I kdyby nic jiného, jen to by stálo za její další průzkum. Ve spojení s rozvojem výpočetní techniky, s relativní finanční nenáročností a dostupností soft přístupu k umělému životu (srovnejte například s urychlovači částic) a „bonusu“ v podobě vedlejších praktických výsledků (např. ve formě zmíněných evolučních algoritmů, vylepšení antivirů, navigací či obecně modelů nejrůznějšího druhu) však jde o téměř snový směr vědeckého bádání, z něhož v budoucnu můžeme čekat nejedno překvapení.

Poznámky

1) Vladimír Drábek, Lukáš Sekanina: Soft-hardware: Programy inspirované biologií – hardware s vlastnostmi softwaru. Vesmír 81, 393, 2002/7.

2) Zuzana Storchová: Počátek života. Vesmír 90, 517, 2011/9.

3) Celá tato problematika je samozřejmě ze všech úhlů složitější, než se vejde do pár řádků. V některých Game(s) of Life totiž například přirozeně vznikají replikátory schopné replikovat samy sebe. Určité uměle zkonstruované komplexní objekty se zase blíží dalším uvedeným vlastnostem systémů podléhajících evoluci. Navíc komunita výzkumníků vytvořila dlouhou řadu modifikací jednoduchých Game(s) of Life. Debatovat můžeme i o samotné povaze jejich determinismu či o tom, nakolik v nich jde pouze o třídění z hlediska stability. V některých celulárních automatech lze také zkonstruovat Turingův stroj – univerzální počítač – a v jeho rámci hypoteticky modelovat cokoli, co zvládne i fyzický počítač. Zvědavé čtenáře mohu odkázat například na knihu Games of Life Cellular Automata od Andrewa Adamatzkyho. Springer-Verlag London Limited 2010.

4) Pojem komplexita je užíván velmi často a navíc v nejrůznějších kontextech. I proto se jeho definice liší obor od oboru a nezřídka mohou být značně mlhavé. Některé zdůrazňují počet prvků daného systému (absolutně, nebo různých typů prvků), jiné počet interakcí mezi těmito prvky, nebo počet vlastností či stavů, kterých může studovaný systém nabývat. Ještě jiné se soustřeďují na pravděpodobnost daného stavu systému, popřípadě uvažují délku jeho nejkratšího možného popisu (například algoritmem) či náročnost jeho řešení jakožto matematického problému. Některé definice zdůrazňují přítomnost a rozsah paměti, a tudíž možnosti systému přizpůsobovat se v čase. Tím se výčet možných pohledů na komplexitu zdaleka nevyčerpává, ale pro stručný přehled nám postačí. My se v tomto článku volně podržíme prvních uvedených definic. Problematice komplexity se věnoval např. Ivan Havel v článku Složité a obtížné (Vesmíru 82, 3, 2003/1).

5) Zde je myšlena morfologická komplexita. Je zřejmé, že v jiných vlastnostech, například co se týče jejich metabolismu a biochemie, mohou být parazitické organismy naopak značně komplexní, protože musí mj. obejít imunitní systém hostitele.

6) Rychleji! Výše! Silněji!

7) Biogenesis: biogenesis.sourceforge.net/; Swimbots: www.swimbots. com/; Species: www. speciesgame.com/download.

8) www.speciesgame.com.

9) J. Flegr: Evoluční biologie. Academia, Praha 2005.

Umělý život

Reálný základ snahám o vytvoření umělého života nedala ani tajemná kabala, ani černá magie, o to méně potom elektrické či jiné fluidum proudící lidskými ostatky, ale teprve moderní věda. Daleko do hloubi 20. století můžeme datovat objev Bénardových buněk, Turingova reakčně-difuzního systému, Bělousovovy-Žabotinského reakce a dalších chemických systémů vykazujících nápadný nárůst komplexity, netypický pro jednoduché chemické systémy a v lecčems připomínající spíše živé struktury. Další výzkumníci, například Sidney Fox či Alexandr Oparin, se pokoušeli vytvořit hypotetické předbuněčné organismy, uzavřené váčky, které se samovolně formují po přidání určitých látek do příslušných roztoků a které za určitých podmínek vykazují mnoho vlastností živých organismů. Nejmodernější trend v této oblasti představuje snaha o vytvoření zcela umělého organismu. Experimenty, které se zatím týkají jen těch nejjednodušších prokaryotických organismů (konkrétně bakterií), můžeme rozdělit na snahu odstranit genom z již existující buňky a nahradit jej genetickou informací uměle nasyntetizovanou podle zástupce příbuzného kmene či druhu (tzv. top-down přístup) a na pokusy o vytvoření jednobuněčného organismu ze základních částí zcela de novo (tzv. bottom-up přístup). Všechny doposud uvedené experimenty mají základ v biochemii či molekulární biologii, a proto se o nich někdy mluví jako o „mokrém“ (wet) přístupu k problematice umělého života.

Ke studiu některých dalších aspektů života se však lépe hodí jiné přístupy. První z nich má blízko ke kognitivní vědě a robotice a je založen na fyzických komponentách počítačové techniky, hardwaru. Není překvapením, že ve zkratce bývá nazýván hard. Takto můžeme studovat například problematiku neuronových sítí, učení či umělé inteligence. Nejširší spektrum možností však skýtá třetí přístup, virtuální modelování živých organismů vytvořených a udržovaných jakožto software na počítačích, který bývá nikoli překvapivě nazýván soft. Na blízké téma publikovali článek ve Vesmíru např. Vladimír Drábek a Lukáš Sekanina.1)

Soubory

článek ve formátu pdf: V201405_292-297.pdf (562 kB)

Diskuse

Počet příspěvků: 2