據外媒報道，簡單的生物如何設法移動到一個特定的地方？人工智能和維也納大學開發的一個物理模型現在可以幫助解釋這個問題。在沒有大腦或神經系統的情況下，如何可能向所需的方向移動？單細胞生物顯然可以毫無問題地完成這一壯舉：例如，它們可以在“小鞭毛”尾巴的幫助下游向食物。
這些構造極其簡單的生物是如何做到這一點的，直到現在還不完全清楚。然而，維也納大學的一個研究小組現在已經能夠在計算機上模擬這一過程。他們計算了一個非常簡單的生物體模型和它的環境之間的物理互動。這個環境是一種化學成分不均勻的液體，它含有分佈不均勻的食物來源。
這個模擬生物體被賦予了以非常簡單的方式處理其環境中的食物信息的能力。在機器學習算法的幫助下，這個虛擬生物的信息處理在許多進化步驟中被修改和優化。結果是一個計算機生物體，它在尋找食物的過程中，其移動方式與生物對應物非常相似。
“乍一看，如此簡單的模型能夠解決如此困難的任務，令人驚訝，”領導該研究項目的Andras Zöttl說，該項目是在維也納大學理論物理研究所的 “軟物質理論 “小組（由Gerhard Kahl領導）進行的。“細菌可以利用受體來確定哪個方向，例如，氧氣或營養物質濃度正在增加，然後這一信息會觸發向所需方向的運動。這就是所謂的趨化性。”
其他多細胞生物的行為可以用神經細胞的相互連接來解釋。但是單細胞生物體沒有神經細胞–在這種情況下，細胞內只可能有極其簡單的處理步驟。直到現在，人們還不清楚如此低的複雜程度如何足以將簡單的感覺印象–例如來自化學傳感器–與有針對性的運動活動聯繫起來。
“為了能夠解釋這一點，你需要為這些單細胞生物的運動建立一個現實的物理模型，”Andras Zöttl說。“我們已經選擇了最簡單的可能的模型，首先在物理上允許在流體中獨立運動。我們的單細胞生物體由三個通過簡化的肌肉連接的質量組成。現在的問題是：這些肌肉能否以這樣的方式進行協調，使整個生物體向所需的方向移動？最重要的是：這個過程能否以簡單的方式實現，還是需要複雜的控制？”
一個由信號和指令組成的小網絡
“即使單細胞生物體沒有神經細胞網絡–將其‘感覺印象’與運動聯繫起來的邏輯步驟可以用類似於神經元網絡的方式進行數學描述，”Benedikt Hartl說，他利用自己在人工智能方面的專業知識在計算機上實現了這個模型。在單細胞生物體中，細胞的不同元素之間也存在着邏輯聯繫。化學信號被觸發並最終導致生物體的某種運動。
“這些元素以及它們相互影響的方式在計算機上進行了模擬，並通過遺傳算法進行了調整。一代又一代，虛擬單細胞生物體的運動策略被輕微改變，”Maximilian Hübl報告說，他做了許多關於這個主題的計算，作為他碩士論文的一部分。那些成功地將其運動導向所需化學品位置的單細胞生物體被允許“繁殖”，而那些不太成功的變體則 “死亡”。這樣，經過許多代之後，出現了一個控制網絡–與生物進化非常相似–使一個虛擬的單細胞生物體能夠以極其簡單的方式和非常基本的電路將化學感知轉化為目標運動。
隨機的“搖擺運動”–但有一個具體的目標
Andreas Z?ttl.說：“你不應該把它想成是一種高度發達的動物，它有意識地感知到一些東西，然後向它跑去。它更像是一種隨機的搖擺運動。但平均而言，它最終會指向正確的方向。而這正是你在自然界中觀察到的單細胞生物的情況。”
最近發表在著名雜誌《PNAS》上的計算機模擬和算法概念證明，控制網絡的最低程度的複雜性確實足以實現看起來相對複雜的運動模式。如果正確地考慮到物理條件，那麼一個非常簡單的內部機器就足以在模型中準確地重現那些從自然界中已知的運動。