人工智能有助于解決進化研究當中最古老的謎題之一，但同時又給我們帶來更多新的困惑。

自然界充滿了抄襲者。螟蛾會使用與虎蛾相同的高音嚇退前來的捕食者，無毒的王蛇則長出了與毒蛇類似的體色。王蛇與螟蛾的這類作法被稱為貝特斯擬態(tài)，指某種無害的物種通過將自己的外貌改變?yōu)轭愃朴趶姶蠡蛴卸就愄胤N的方式嚇退捕食者。當然，這并不是什么惡意抄襲，只是長期生存壓力下的產(chǎn)物——生存時間達到一定程度之后，王蛇的外觀又開始向珊瑚蛇靠攏，并通過這種方式將擬態(tài)能力傳遞給下一代。

不過，其它一些物種則選擇了自己的生存技巧。明亮的色彩在大自然當中基本就是“不適合食用”的標簽，科學家們將其稱為警戒態(tài)。這可能代表著有毒，或者只是味道很糟糕(也可能是呈現(xiàn)明亮色彩的生物故意想讓捕食者以為是這樣)。但有時候，鳥類與蜥蜴這類捕食者可能會堅持吃下這些苦苦的食物，并通過這種“吃虧”的方式讓自己將鮮艷的色彩與糟糕的進食體驗聯(lián)系起來。因此，要想讓擬態(tài)真的發(fā)揮作用，虎紋長翼蝶可能需要至少犧牲一位同伴，向獵人們證明自己真的不好吃。

十九世紀的博物學家Fritz Müller曾經(jīng)指出，如果有兩只蝴蝶進化出虎紋長翼蝶這樣的警示顏色，那么二者會以責任分攤的形式完成對捕食者的口味“調教”。假設，當?shù)氐镍B類要吃掉大約20只色彩鮮艷的蝴蝶才能弄明白，這種色彩斑斕的圖案代表著“不好吃”。那么如果兩種當?shù)睾贩N發(fā)展出不同的標記，那么捕食者必須得各吃掉其中20只才會明白這兩類蝴蝶都不好吃。但如果二者擁有相似的標記，那么各自只需要犧牲10只同類就能讓捕食者意識到這一點。因此，兩個物種很可能逐步發(fā)展出類似的外貌特征，旨在降低群體生存風險。

>>>未經(jīng)驗證的假設

這種被稱為繆勒擬態(tài)的論斷，正是進化領域最古老的構想之一，其誕生于1878年——也就是達爾文于1859年提出自然選擇理論后的不到20年之內。這也是生物學家們提出的趨同進化理論中最著名的例子之一——不同的物種在類似的壓力下會發(fā)展出相似的特征，這有點像是兩個人各自獨立地提出了相似的問題解決方法。

例如，收斂進化使得蝙蝠與鳥類都發(fā)展出了翅膀，也使得鯨和鯊都擁有鰭。然而，虎紋長翼蝶卻將這種傾向發(fā)展到了一個全新的、令人眼花繚亂的復雜高度。對其翅膀模式的AI研究表明，繆勒擬態(tài)理論是完全正確的，而且這種變化并非單向模仿。不同的亞種之間亦會來回交換模式，并以新的方式結合“抄”來的特征以產(chǎn)生新的模式。

虎紋長翼蝶主要生活在美洲廣闊的熱帶與亞熱帶氣候地區(qū)。在其兩大分支以及和幾十個亞種當中，昆蟲學家已經(jīng)確定了至少30種獨特的翅膀圖案模式，其中每種模式都在少數(shù)幾種亞種之間共享。所有這些多樣性，再加上翅膀圖案的復雜性，使得我們很難對其相互關聯(lián)進行大規(guī)模研究。再加上大多數(shù)生物學家只能依靠自己的眼睛和筆記記錄觀察到的情況，因此繆勒假設雖然很有意義，但卻一直無法得到嚴格證明。

劍橋大學的Jennifer Hoyal Cuthill在最近的聲明當中指出，“我們之前之所以未能完成對這一模仿進化系統(tǒng)加以測試，是因為很難量化兩只蝴蝶之間的相似程度?！比欢?，這類無法由人類眼睛與大腦消化的高密度信息，卻正是計算機的專長所在——其非常善于量化事物，并利用機器學習(一種AI實現(xiàn)方式，計算機可以借此發(fā)現(xiàn)新的數(shù)據(jù)與經(jīng)驗，從而超越固有編程內容)更好地解讀蝴蝶翅膀的進化復雜性。

>>>從蝴蝶到ButterflyNet

那么，各位生物學界的先賢們會如何看待今天的機器學習算法?相信他們至少會肯定Hoyal Cuthill和她的同事們制定的研究成果：ButterflyNet。

該團隊為這套AI系統(tǒng)提供來自38個不同亞種的總計約2400張虎紋長翼蝶照片，并教導其從照片中識別出各個亞種。后來，系統(tǒng)完成了人類科學家?guī)讉€世紀以來可望而不可及的目標：對每組翅膀圖案之間的相同點與不同點進行量化。ButterflyNet測量并比較了翼形的差異，以及圖案在不同部位的尺寸、形狀、位置及顏色等細小變化。

接下來，它將所有蝴蝶進行了分類并整理出圖表：兩個亞種之間的距離越近，則代表其翅膀圖案的相似度越高。這一結果幫助Hoyal Cuthill及其同事得出了關于不同亞種間翅膀圖案關聯(lián)方式的結論，構成這些圖案的形狀與顏色的進化、復制與改變過程，以及不同亞種間相互借用與創(chuàng)造的方式。結果似乎證明了繆勒擬態(tài)的正確性，即兩種有毒的蝴蝶物種確實有可能發(fā)展出類似的警示圖案。

Hoyal Cuthill在一份聲明中指出，“事實上，收斂的趨勢是如此強烈，以至于不同物種的擬態(tài)與目標的相似度，甚至高于同一物種的不同個體?！比欢虑椴⒉皇呛罩従拥臉幼印按虬纭弊约耗敲春唵?。亞種之間會依次相互模仿，在復雜的進化過程中傳遞形狀與顏色。從邏輯上講，這種相互復制應該導致全部蝴蝶都只進化出幾種相似的圖案，但結果恰恰相反——蝴蝶獲得了更多新的圖案。隨著各個亞種根據(jù)鄰居做出自我調整，其又會以新的方式組合這些形狀與顏色要素，相關結果隨后會再次作為鄰居們的模仿與重新組合素材。

目前還不清楚這種模式是否能夠幫助蝴蝶們更快地趕走捕食者，因為繆勒擬態(tài)的觀點在于不能食用的物種之間有動機提高相似度——而發(fā)展出新圖案似乎與這一論斷不太相符。但無論如何，事情已經(jīng)有了進展，也許我們距離真相已經(jīng)不遠。

分享標題：人工智能如何揭開200多年前的進化謎題？
文章來源：http://jinyejixie.com/news/100544.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供企業(yè)建站、App開發(fā)、商城網(wǎng)站、云服務器、服務器托管、網(wǎng)站建設

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)