Raziskava nevroznanstvenikov z Univerze Madison v Wisconsinu in Univerze Michigan State je s pomočjo računalniške simulacije, ki po konceptu spominja na Igro življenja, ki jo je za prikaz avtonomne evolucije serij v pikslasti podobi simuliranih enoceličnih populacij razvil John Conway, poskušala ugotoviti, kakšen učinek ima kompleksnost okolja na razvoj inteligence nevralnih mrež.
Simulirani možgani
Sama igralnost igre, ki so jo znanstveniki razvili za namen eksperimenta, medtem še najbolj spominja na križanca med Pongom in Tetrisom. Posebej programirani »umetni adaptivni agenti« oziroma »animati« morajo namreč s pomočjo tankega pravokotnega loparja z gibanjem levo ali desno ujeti padajoče geometrične predmete preden padejo na tla. Pri tem si animati pomagajo z osnovnim nevralnim sistemom iz osmih vozlišč. Pri tem gre za dva senzorja, dva motorja in štiri notranje računalnike za koordinacijo sistema, gibanja in spomina. Vsak animat je tako opremljen z najosnovnejšimi možgani za interakcijo s svojim okoljem.
Poleg osnovnih možganskih gradnikov imajo animati s pomočjo nekakšne programske DNK kode vgrajeno zmožnost ustvarjanja povezav med deli možganov ter za ustvarjanje naključnih mutacij. Nekatere mutacije pa lahko celo izboljšajo animate pri lovljenju predmetov.
Organizmi postanejo bolj kompleksni zaradi kompleksnosti okolja
Raziskovalci so nato zagnali simulacijo in spremljali razvoj animatov in njihovo uspešnost pri napovedovanju, kje bodo predmeti padli na tla. Po vsaki generaciji so izbrali najboljše in jim omogočili razmnoževanje, a med njimi je vseeno obstajala razlika, saj je ena skupina igrala preprosto različico igre, medtem ko je bila druga skupina izpostavljena vse težjim nalogam. Potem ko je simulacija privedla do 60 tisoče generacije, so animati razvili kompleksnejše nevralne mreže, še posebej kompleksne nevralne mreže pa so razvili animati, ki so bili izpostavljeni bolj kompleksni različici igre.
Larissa Albantakis, ki je vodila raziskavo, trdi, da ta dokazuje, da organizmi, izpostavljeni kompleksnejšemu okolju, ob prisili prilagoditve postajajo tudi sami bolj kompleksni.
Integracija mrež je učinkovitejša od večjih možganov
Da se morajo organizmi za interakcijo z vse bolj kompleksnim okoljem prilagoditi z razvojem novih nevralnih funkcij, je samoumevno, animati pa so pokazali, da do te rasti kompleksnosti pride tudi kadar so pogoji za razvoj precej omejeni. Ker so animati omejeni na zgolj osem vozlišč svojih sposobnosti niso mogli nadgrajevati z večjimi mrežami, temveč z večjo integracijo med vozlišči. Nevroznanstveniki so takšno strategijo tudi sicer predlagali za razlaganje evolucije možganov.
»Integracija v možganih ni nujna, če bi možgani lahko rasli v neskončno,« pojasnjuje Albantakisova. »Vendar v resnici veliki možgani stanejo energijo. Integrirane nevralne mreže so preprosto bolj učinkovite, ker omogočajo enako število funkcij z manj vozlišči.«
Čeprav imajo možgani zmožnost tovrstnega prilagajanja na okolje, pa to samo po sebi ne bi privedlo do razvoja vse bolj inteligentnih bitij. Kot pravi Albantakisova je eksperiment pokazal, da je prav bogatost okolja gonilna sila za razvoj tako kompleksnosti kot integracije.
Raziskava je v celoti dostopna na povezavi.