Биологическую "разумность" объяснили экономией
Исследователи пытались понять, почему биологические системы построены по модульному принципу. Это свойство хорошо известно биологам и заметно на разных уровнях строения организмов. Модульностью обладают сети взаимодействия генов и белков в клетке, сети нейронов, кровеносная система, и так далее. Преимущества модульности для ускорения эволюции очевидны любому инженеру - она позволяет заменять одни компоненты другими, не меняя общую схему работы системы. Однако не вполне ясно, как то, что ускоряет эволюцию, само возникло в результате эволюции. Иначе говоря, непонятно, что именно являлось двигателем отбора в пользу модульных систем и инженерной "разумности".
Выводы ученых основаны на двух параллельных симуляциях эволюции нейронных сетей. Сети в эксперименте должны были научиться распознавать определенный набор сигналов. Те сети из первоначального набора, которые делали это лучше других, "размножались" и давали множество похожих, но не идентичных новых сетей. Параллельно проводилось два отбора: отбор по критерию качества распознавания сигнала и отбор, где учитывалось также количество затраченных ресурсов. Во втором случае сети, содержащие большее число связей при одинаковом качестве распознавания, считались неэффективными и исключались из отбора.
Через некоторое количество циклов эволюции ученые взглянули на топологию образовавшихся сетей. Оказалось, что сети, где ресурсы не экономились и количество связей не учитывалось, представляли собой "мешанину" из связей. В параллельной симуляции, где экономия ресурсов была важна для эффективности, сети образовывали четкие модули, компоненты которых плотно связаны друг с другом и слабо - с остальной системой. Такие сети в дальнейшем могли эволюционировать быстрее за счет копирования и перетасовки готовых компонентов.
Исследования по топологии сетей объединяют самые разные традиционные дисциплины - от математики и информатики до эволюционной и нейробиологии. Сети с похожим строением и свойствами (например, безмасштабные) можно одинаково легко найти в мозге, ДНК, транспортной инфраструктуре или социальных медиа.