211service.com
Kunnen robots ons echt leren over altruïsme?
Miniatuurrobots helpen een al lang bestaande biologische puzzel op te lossen: die van altruïsme.
Waarom bestaat er vanuit een evolutionair biologisch standpunt altruïsme? Volgens een koude darwinistische logica zou het niet moeten: het is survival of the fittest daarbuiten, en hoe ga je overleven (en daarbij je genen doorgeven) als je anderen blijft helpen dan jezelf?
In het begin van de jaren zestig stelde een wetenschapper genaamd W.D. Hamilton een oplossing voor het raadsel voor, in een paper genaamd De genetische evolutie van sociaal gedrag . Misschien was het logisch om altruïstisch te zijn, zelfs vanuit een darwinistisch standpunt, met verwanten die een bepaalde hoeveelheid genetisch materiaal met je deelden. Zolang de relatie hecht genoeg was, was het evolutionair gezien logisch om er een voor het team te nemen - op voorwaarde dat je teamgenoot een bepaalde hoeveelheid genetisch materiaal doorgaf dat identiek was aan het jouwe. Hij bedacht zelfs een wiskundige vergelijking om te beschrijven in welke situaties altruïsme zich zou kunnen ontwikkelen. Kin selectie theorie, wordt het idee genoemd.
De theorie was - en is gebleven - omstreden. Het probleem is dat theorieën over evolutionair gedrag vaak moeilijk te testen zijn, beperkt door één kleinigheid: de menselijke levensduur. Je kunt niet honderden generaties blijven rondhangen om te zien wat werkt en wat niet. Je kunt de variabelen van verwantschap die Hamilton heeft geïdentificeerd ook niet verfijnen in een levend, ademend ecosysteem. Je kunt niet voor God spelen met de natuur.
Maar jij kan speel God met robots. Het idee kwam voor het eerst bij Laurent Keller van de Universiteit van Lausanne, Zwitserland, volgens ScienceNow , om met robots en computers een soort virtueel ecosysteem op te zetten en te testen of Hamiltons theorie stand hield. Hij werkte samen met twee robotici aan de Ecole Polytechnique Fédérale van Lausanne, Markus Waibel en Dario Floreano, en de drie begonnen een experiment te ontwerpen.
Het team bouwde kleine, eenvoudige robots van slechts een paar centimeter hoog, gemaakt van wielen voor mobiliteit en een basissensorsysteem uitgerust met een camera. Terwijl ze door een arena liepen, gingen ze op zoek naar voedsel - kleine schijven die door de onderzoekers waren verspreid. Om de arena een biologisch tintje te geven, programmeerde het team elke robot met een stroom van enen en nullen die als een soort digitaal genoom fungeerden.
De onderzoekers vonden het het meest praktisch om vervolgens over te gaan tot geautomatiseerde simulaties van het gedrag van de daadwerkelijke, fysieke robots. (Ze vergeleken het gedrag van de gesimuleerde robots periodiek met dat van de fysieke robots; de vergelijkingen klopten, vertelde Floreano aan ScienceNow.) Het team voerde toen een nieuwe regel in: robots mochten hun voedsel met elkaar delen, om ervoor te zorgen dat een van hun robo-broeders overleefden de volgende generatie in magere tijden. Ze lieten de virtuele robots honderden generaties lopen en ontdekten iets opmerkelijks: de robots gedroegen zich precies zoals Hamilton had voorspeld dat soorten zouden doen. Altruïsme evolueerde in wezen onder de robots - en toen de robots hun digitale genoom hadden gecodeerd om ze nauwere verwanten te maken, ontwikkelden ze altruïsme des te sneller.
De resulterende studie, A Quantitative Test of Hamilton's Rule for the Evolution of Altruism was: onlangs gepubliceerd in PLoS Biologie . De Youtube video hieronder van EPFL illustreert het experiment verder.
Sommige onderzoekers zijn echter sceptisch. ScienceNow citeert Martin Nowak van Harvard die zegt dat de studie ons niets vertelt over de vraag of de regel van Hamilton een juiste voorspelling maakt voor werkelijke biologische systemen. (Nowak, een bioloog, heeft een paard in deze race: hij heeft geschreven in oppositie volgens de regel van Hamilton). Anderen zijn veel optimistischer. Hoe dan ook, het is een nieuwe toepassing van robots en computersimulaties om een al lang bestaande, veelbesproken biologische theorie te testen.