![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() ![]() |
![]() |
ГенШи |
![]()
Сообщение
#1
|
Люден ![]() ![]() ![]() ![]() ![]() ![]() ![]() Группа: Gamers Сообщений: 1,205 Регистрация: 2-April 05 Из: планета Земля и её окрестности Пользователь №: 6 ![]() |
Информационная теория индивидуальности
Источник: Krakauer, D., Bertschinger, N., Olbrich, E. et al. The information theory of individuality. Theory Biosci. (2020). https://doi.org/10.1007/s12064-020-00313-7 Реферат Несмотря на почти универсальное предположение об индивидуальности в биологии, мало кто согласен с тем, что такое индивиды, и мало строгих количественных методов их идентификации. В этой статье мы преполагаем, что люди – это совокупности, которые сохраняют меру временной целостности, то есть «распространяют» информацию из своего прошлого в свое будущее. Мы формализуем эту идею, используя теорию информации и графические модели. Эта математическая формулировка дает три принципиальные и отличные формы индивидуальности: организационную, колониальную и управляемую формы. Каждая из них различается по степени зависимости от окружающей среды и унаследованной информации. Этот подход можно рассматривать как гештальт-подход к эволюции, когда отбор делает различие объект-фон(агент-среда) с использованием подходящих теоретико-информационных линз. Преимущество этого подхода заключается в том, что он расширяет сферу допустимых индивидуумов для включения адаптивных агрегаций в многомасштабные, высоко распределенные системы, которые необязательно имеют физические границы, такие как клеточные стенки или клональная соматическая ткань. Такие индивидуумы могут быть видимы для отбора, но их трудно обнаружить наблюдателям без подходящих способов измерения. Информационная теория индивидуальности позволяет идентифицировать индивидуумов на всех уровнях организации от молекулярного до культурного и обеспечивает основу для проверки предположений о естественных масштабах системы, а также доказывает важность уменьшения неопределенности с помощью крупномасштабной адаптации в адаптивных системах. Архитектура индивидуальности С точки зрения физики и химии биологическая жизнь удивительна. Не существует физической или химической теории, из которой мы можем предсказать биологию, и, тем не менее, если мы разобьем любую биологическую систему на ее элементарные составляющие, то не останется неучтенной ни химия, ни физика (Gell-Mann 1995). Тот факт, что физика и химия универсальны – имеет место в звездах, солнечных системах и галактиках – тогда как, насколько нам известно, биология является исключительно земным свойством, подтверждает мнение о том, что жизнь эмерджентна. Это противоречит универсальности химических явлений, которые можно предсказать из соображений квантовой механики в фундаментальной физике, даже если это оказывается громоздким в вычислительном отношении или неразрешимым (Defranceschi and Le Bris 2000). Асимметрия в том, что можно понять, работая в направлении все более элементарных составляющих по сравнению с проработкой через уровни агрегации, уловлена терминами редукционизм и эмерджентности (Anderson 1972; Laughlin and Pines 2000). Часто трудно предсказать физические свойства агрегатов на основе знания составляющих, и это распространяется на вопросы поведения, когда редко бывает ясно, как далеко «зайти» (Anderson 1972; Кракауэр и Флэк 2010a; Flack 2017b). Предполагается, что для данного набора агрегатных свойств преобладают микроскопические шкалы, но наше понимание того, что составляет фундаментальную единицу (Gilbert et al. 2012; Daniels et al. 2016) и то, считаются ли эти единицы индивидуальными, имеет значение для многих областей науки, от таксономии и кладистики до физиологии, поведения и экологии (Clarke 2011; Wilson and Barker 2013). Для нас почти невозможно представить биологическую науку без понятия единиц или индивидуальности. В конце концов, как мы можем говорить о метаболизме, поведении или геноме, не установив сначала единицу или контейнер наблюдения и измерения? Даже Шредингер в своей пророческой книге «Что такое жизнь»? (Schrodinger 2012), стремясь исследовать постоянство биологических фенотипов организмов - или даже особенностей экосистем - через призму элементарных и универсальных физических основ, сделал серьезные предварительные предположения о реальности отдельных организмов: «С какой степенью постоянства мы сталкиваемся в наследственных свойствах и что мы должны поэтому приписывать материальным структурам, которые их несут? Ответ на это действительно может быть дан без какого-либо специального расследования. Тот факт, что мы говорим о наследственных свойствах, указывает на то, что мы признаем постоянство почти абсолютного. Ибо мы не должны забывать, что то, что родители передают ребенку, это не просто та или иная особенность ... Такие особенности мы можем удобно выбрать для изучения законов наследственности. Но на самом деле это весь (четырехмерный) паттерн фенотипа, вся видимая и проявленная природа индивида, которая воспроизводится без заметных изменений в течение поколений, постоянна в течение веков - хотя и не в течение десятков тысяч лет - и переносится при каждой передаче материала в структуре ядер двух клеток, которые объединяются, чтобы сформировать оплодотворенную яйцеклетку. Это чудо ». Шредингер не ставил целью вывести индивида из фундаментальной физики, но примирить существующие и довольно традиционные концепции индивидуальности (по существу индивида как синоним наблюдаемого организма) с новой физикой квантовой механики. В этом отношении Шредингер придерживался типичного редукционистского подхода, объясняя особенности биологической науки через основные принципы физики (Weinberg 1995). В случае Шредингера физическая особенность, имеющая огромное значение для биологии, была долгоживущей ковалентной связью. Но по многим причинам этот подход не смог дать глубокого и объединяющего понимания, основанного на физике (Anderson 1972), из которого могли быть получены мощные биологические идеи, такие как адаптация или индивидуальность (Dupré 2009; Keller 2009). Вопрос, который мы стремимся решить, более ограничен. Как мы идентифицируем людей, не полагаясь на такие функции, как клеточные мембраны, которые могут быть решениями проблем, с которыми сталкиваются конкретные системы для поддержания целостности, а не фундаментальных свойств? Мы хотим учесть возможность того, что микробы и слабо связанные экологические сообщества, такие как микробные маты и культурные и технологические системы, при рассмотрении с помощью математических методов могут рассматриваться как индивидуумы, даже если их границы более изменчивы, чем организмы, которые мы обычно допускаем. Может также случиться, что сущности, которые в настоящее время считаются индивидуумами, действительно являются индивидуумами, но не так, как мы думаем – организмы являются более сложными, чем признают типичные определения индивидуальности. Например, люди содержат примерно столько же собственных клеток, сколько и симбиотических микробов (Andreu-Moreno и Sanjuán 2018), но до недавнего времени с появлением концепции «голобионта» (Gilbert et al. 2012), микробной части клеточных клеток человека. Экосистема обычно не считалась частью человека. В идеальном случае у посетителей экзопланеты должна быть процедура идентификации или «восприятия» индивидов на основе количественного опроса с минимальным предварительным знанием типа жизненной формы, с которой они ожидают столкнуться. В следующих разделах статьи мы кратко рассмотрим несколько ключевых стандартных допущений об индивидуальности в биологии и проблемах формализации концепции. Затем мы обсудим путь вперед и разработаем теоретико-информационный формализм. Стандартные предположения и проблемы Здесь мы кратко рассмотрим некоторые критерии, используемые в настоящее время для идентификации индивидуумов. Синоптическую трактовку определений индивидуальности см. (Clarke 2011; Gilbert et al. 2012). Стандартное предположение состоит в том, что репликация предполагает индивидуальность (Wilson and Barker 2013). Согласно этому предположению репликаторы обычно включают организмы, которые развились из оплодотворенной яйцеклетки с индивидуальностью, находящейся на фенотипическом уровне (см. Dawkins 1983), и бесполые микробы или клональные организмы, для которых индивидуальность определяется на основе общей генетической предков (Hughes 1990). Предположение о репликаторе послужило отправной точкой для теоретизирования того, что представляет собой индивид в широком классе исследований, и из этой работы появилось три дополнительных общепринятых свойства биологических индивидов: (1) они могут увеличиваться в относительной частоте, используя источник метаболической свободной энергии, (2) они адаптивно реагируют на свое окружение, и (3) они характеризуются тесно координированными отношениями (химическими, физиологическими, вычислительными) между их частями. Связь этих свойств с индивидуальностью вызвала дискуссию о том, применима ли индивидуальность только к «отдельным» организмам, как предположения репликатора, или также к клеткам и совокупностям, подобным обществам (Gilbert et al. 2012). Помимо репликаторов в как приближения определения индивидуумов, почти все определения индивидуальности предполагают наличие набора членов (индивидуумов) и набора дополнения (среды). Они сформулированы по-разному, включая: (1) как иммунологическую концепцию, относящуюся к идее себя и не-я (Pradeu 2012), (2) как временную совокупность, кодирующую общее прошлое, отделимое или независимое от прошлого других агрегатов (онтогенетический или филогенетический) (Rieppel 2013) (3) как пространственно ограниченный набор метаболических реакций, изолированных мембраной от реакций в окружающей среде (Rasmussen et al. 2004), и более абстрактно, (4) как единица отбора и эволюционных изменений (Buss 1987; Hughes 1990; Szathmáry and Smith 1997; Callcott and Sterelny 2011). Чтобы выявить ограничения приведенных выше определений и других скрытых допущений, полезно учесть агрегаты и процессы, которые обычно не классифицируются как отдельные индивидуумы (Santelices 1999). Работа над социальными насекомыми и рядом видов растений, грибов и прокариот демонстрирует возможность индивидуальности одновременно на нескольких организационных уровнях – физически отдельные муравьи образуют скопления, называемые колониями, и эти колонии можно разделить на пространственно несмежные подмножества (Gow et al. 2008; Эссер и др. 2001). Кроме того, у многих видов муравьев большинство рабочих муравьев не размножаются, и колония в целом не размножается, но ассоциация между прошлым и будущим, тем не менее, является особенностью системы. И, что важно, именно сочетание воспроизводства меньшинством членов колонии в сочетании с трудолюбием большинства позволяет колонии в целом адаптироваться в ответ на изменения в окружающей среде. Взятые вместе, эти два наблюдения позволяют предположить, что индивидуальность возможна без репликации, а некоторые формы индивидуальности выигрывают, если репликация является частичной. Вирусы занимают образно сумеречную зону в биологии. Объявленные некоторыми неживыми и рассматриваемые большинством как довольно жалкий минимальный предел жизни, вирусы представляют собой обязательных трансляционных паразитов, неспособных завершить свои жизненные циклы без предварительного присвоения механизма синтеза белка клетки-хозяина. Вирусный капсид содержит в значительной степени инертный геном, отвечающий за кодирование только небольшой доли белков, необходимых для синтеза нового вирусного генома, и капсида, необходимого для выхода из зараженной клетки. Вирус существует только в пределах большей динамической регуляторной сети клетки. Следовательно, вирус, понимаемый как активный паразитический агент, состоит в основном из факторов, кодируемых хозяином. И все же он может реплицироваться, адаптироваться и иметь постоянную идентичность, которая отличает его от среды «носителя», несмотря на тот факт, что для репликации он использует свою среду «носителя». И недавняя работа предполагает, что вирусы, как и микробы, образуют коллективные единицы, способствующие заражению (Andreu-Moreno и Sanjuán 2018). Эти наблюдения предполагают, что вирусы в совокупности являются индивидуумами, но не в общепринятом смысле. Скорее, это то, что Кракауэр (Krakauer and Zanotto 2006) назвал «химерными личностями». Путь вперед Приведенные выше примеры являются захватывающими, но без строгого определения как среды, так и агента трудно последовательно говорить об индивидуумах. Это аналогично разделению объекта и фона в гештальт-психологии или компьютерном зрении. Фон изображения несет столько же, если не больше информации, чем объект, и задача состоит в том, чтобы отделить их, а не предположить, что они уже различны и независимы. Одна из возможностей состоит в том, что муравьиные колонии и вирусы [или люди, коли на то пошло, состоят из 37 триллионов микробов и 30 триллионов «человеческих» клеток (Andreu-Moreno и Sanjuán 2018; Gilbert et al. 2012)] только номинально индивидуальны – различение в результате предвзятости человеческого восприятия для определенных видов агрегации. Но если они реальны в более глубоком физическом смысле, то как мы можем это определить? Мы предлагаем: • Индивидуальность может быть непрерывной с возможным неожиданным результатом, что некоторые процессы обладают большей индивидуальностью, чем другие. • Индивидуальность может проявиться на любом уровне организации. Это требует от нас отказа от предоставления привилегий одному уровню или объекту, например, репликации клеток или организмов, а затем определения индивидуальности на основе особенностей этих объектов, таких как секвестрированные половые клетки, вертикальная передача генетического материала, общий пул свободной метаболической энергии или скоординированные иммунные ответы. Хотя эти функции действительно могут быть эффективными посредниками, когда у нас есть значительные предварительные знания о системе, наша цель должна состоять в том, чтобы найти фундаментальные, а не производные свойства индивидуальности. Определение индивидуальности вокруг производных свойств сопряжено с риском, исключающим возможность индивидуальности на суперорганизме и в распределенных системах. • Индивидуальность может быть вложенной. Учитывая, что жизнь иерархически организована в трофический и функциональный уровни, мы допускаем возможность нескольких параллельных уровней индивидуальности. Мы полагаем, что эта позиция связана с недавним предложением (Rieppel 2013), в котором он приводит аргументы в пользу отдельных индивидуальностей, основанных на иерархических комплексах гомеостатических свойств, и (Flack 2017a), которые предложили биологические системы как информационные иерархии, возникающие в результате коллективного воздействия оценки компонентов, в эволюционном или экологическом времени - закономерности в их окружении за счет грубых или сжатых данных временных рядов и использования этих предполагаемых закономерностей для настройки стратегий. Поскольку грубые (медленные) переменные становятся для компонентов лучшими предикторами, чем микроскопическое поведение (которое колеблется), а оценки компонентов этих переменных сходятся, консолидируются новые уровни организации. Разрешение индивидуальности быть непрерывным, а не бинарным, вложенным и возможным на любом уровне, открывает двери для более количественного подхода к знакомым открытым вопросам эволюционной теории, включая связь между единицами отбора и временной и пространственной корреляцией, а также наличие индивидуальности в одном масштабе влияет на согласованность и автономность, а также на «низшие» и «высшие» шкалы. Эти выявленные временные и пространственные масштабы и их взаимозависимости должны дать подсказки о механизмах, способствующих их консолидации и, благодаря этой консолидации, появлению отдельных индивидуумов (Flack 2017a, (IMG:style_emoticons/default/cool.gif). Учитывая наше предположение, что индивиды являются совокупностями, которые «распространяют» информацию из прошлого в будущее и имеют временную целостность, и что индивидуальность является вопросом степени, она может быть вложенной, распределенной и возможной на любом уровне, как мы можем формализовать индивидуальность? Формализация индивидуальности В качестве отправной точки мы будем принимать измерения от случайного процесса. Это может быть вектор химических концентраций с течением времени, обилие различных типов клеток или вероятности наблюдения когерентного поведения. Мы используем грубозернистые или квантованные информационно-теоретические фильтры для квантования измерений. Некоторые из этих фильтров покажут согласованную модель поведения, тогда как другие отфильтруют весь сигнал и ничего не обнаружат. Таким образом, амплитуда сигнала при наличии соответствующего фильтра становится средством обнаружения различных форм индивидуальности. Это в некоторой степени аналогично наблюдениям в инфракрасном диапазоне, которые были бы невидимыми при использовании длин волн видимого света – индивидуальность раскрывается через характерные образцы потока информации. В основе этого подхода к агрегации лежит теория информации, и в этой статье мы предполагаем, что об отдельных индивидуумах лучше всего думать с точки зрения динамических процессов, а не как о стационарных объектах, оставляющих теоретико-информационные следы. В этом отношении наш подход может быть разумно сформулирован через призму «философии процесса» (Rescher 2007), которая делает выяснение динамических и связанных свойств природных явлений основной объяснительной задачей. С точки зрения «философии процесса», тенденция начинать с объектов, а затем перечислять их свойства - «метафизика вещества» - ставит телегу перед лошадью. Происхождение информации Наше предложение о том, что индивиды являются совокупностями, которые распространяют информацию из прошлого в будущее и обладают временной целостностью, можно рассматривать как прагматическое оперативное определение, которое отражает идею, что в индивидах есть что-то постоянное. Однако наша мотивация для определения индивидуальности таким образом на самом деле гораздо глубже. Она заключается в теоретико-информационной интерпретации энтропии, ее связи с физической теорией термодинамики и формальным определением работы, введенном Клаузиусом в 1860-х годах (см. (Мюллер 2007) введение в эту историю). Вкратце, работа (видоизменение физической системы) производится путем передачи тепловой энергии от одного тела к другому (тепло). Энтропия фиксирует или измеряет потерю температуры в диапазоне движения рабочего тела. Другими словами, энтропия измеряет энергию, потерянную из общей доступной энергии, доступной для выполнения работы. Понимание Клаузиуса было формализовано и помещено в математическую структуру Гиббсом в 1876 году. В 1877 году Больцман представил в своей кинетической теории газов альтернативную интерпретацию энтропии. Для Больцмана энтропия является мерой потенциального беспорядка в системе. Это определение смещает акцент с энергии, рассеиваемой в процессе работы, на число ненаблюдаемых конфигураций (микросостояний) системы, например, скорости частиц, соответствующих наблюдаемому измерению (макросостоянию), например температуре. Термодинамические и больцмановские определения тесно связаны, так как энтропия Больцмана увеличивается после потери энергии, доступной для работы, связанной с столкновением частиц в движении во время теплового потока. Существует много различных микроскопических конфигураций отдельных частиц, совместимых с одним и тем же макроскопическим измерением, и только некоторые из них являются полезными. В 1948 году Клод Шеннон, воодушевленный Джоном фон Нейманом, использовал термодинамический термин энтропия для определения информационной емкости канала связи. Строка заданной длины (макросостояние) совместима с большим количеством различных последовательностей символов (микросостояний). Целевое слово будет разупорядочено во время передачи пропорционально шуму в канале. Если бы не было шума, то каждое микросостояние могло бы быть различимо, и энтропия определяла бы верхний предел числа сигналов, которые могли бы быть переданы. Исследование максимального числа состояний, которые могут передаваться из одной точки в другую по каналу, при наличии шума и при эффективном кодировании, называется теорией информации. Шеннон описывал энтропию не с точки зрения теплового потока и работы, а с точки зрения информации, передаваемой по каналу, передаваемой от передатчика к получателю. Сила теории информации проистекает из невероятной общности схемы Шеннона. Передатчик может быть телефоном в Мадисоне, а получатель - телефоном в Мадриде, или передатчик может быть родителем, а получатель - его потомком. Для телефонов канал представляет собой оптоволоконный кабель и сигнальные импульсы света. Для организмов этот канал является зародышевой линией, а сигнал - последовательностью полинуклеотидов ДНК или РНК в геноме. Увеличение энтропии для телефонного звонка соответствует потере или прерыванию световых импульсов, тогда как увеличение энтропии во время наследования соответствует мутации или нарушениям развития. Та же схема может быть применена к развитию, и в этом случае передатчик является организмом в прошлом, а получатель - тем же организмом в будущем. Один из способов, которым мы могли бы идентифицировать индивидуумов, – это проверить, имеем ли мы дело с одной и той же агрегацией в моменты времени t и t + 1. Если информация, передаваемая во времени, близка к максимальной, мы принимаем это как свидетельство индивидуальности. В своей простейшей форме Шеннон использовал следующие формальные меры при определении информации. Энтропия H случайной величины S измеряет неопределенность или информацию о состояниях, которые она может принять: где si - возможные значения состояния, а P (si) - вероятности этих состояний. Для монеты было бы два возможных значения для S, головы и хвоста, и значения этих состояний для честной монеты были бы вероятностью 0,5, что дает значение метрической энтропии 1. Отклонение от справедливой монеты соответствует уменьшению информация, как и в случае предвзятости, когда предпочтение отдается только одной стороне монеты, результат известен заранее, и любой бросок монеты вполне предсказуем. Это дает значение энтропии, равное 0. Следовательно, информация минимизируется, когда предсказуемость максимальна. Чтобы уловить ценность передачи информации, Шеннон ввел структуру передатчик-приемник, которая теперь обычно описывается с использованием двух случайных переменных S и R. Максимальная информация, передаваемая между передатчиком и приемником, определяется взаимной информацией (I). I может быть написана в нескольких разных формах. Одно интуитивное выражение: где H (S) и H ® - энтропии сигналов, а H (S; R) - совместная энтропия двух переменных, Совместная энтропия максимальна, когда нет никакой связи между переменными S и R. Поэтому I высокое, когда информация в S и R высока, и они сильно связаны по своим значениям (H (S; R) низкое). I измеряет информацию, передаваемую между S и R по каналу связи, поскольку предполагается, что единственным источником структуры в R является источник S. Информационный индивид В предыдущем разделе мы изложили теоретико-информационные основы нашего формализма. Здесь мы обсуждаем дополнительные математические свойства, необходимые для формализма, чтобы охватить концепцию индивидуальности, которую мы разработали в разделе «Путь вперед». Мы напоминаем читателю, что нашей отправной точкой является предположение, что биологическая индивидуальность может быть с пользой понята как «информационная личность». Мы также напоминаем читателю, что его не следует путать с репликатором Докина, поскольку мы хотим допустить возможность того, что репликация не является фундаментальной характеристикой индивидуальности, и зададимся вопросом, какую роль играет индивидуальность в облегчении репликации. На наш взгляд, фундаментальной является идея о том, что информация может распространяться вперед во времени, а это означает, что неопределенность уменьшается со временем. Таким образом, возвращаясь к нашим вступительным замечаниям в разделе «Путь вперед», мы предполагаем, что индивидуальность является естественным продолжением идей Больцмана и фон Неймана и как таковая имеет основы в статистической механике и термодинамике, которые учитывают необходимые условия. для постоянно упорядоченных состояний. Определение свойств и последствий формализма 1. Разложение системной среды. Рассмотрим динамический набор количественно измеряемых измерений, которые мы распределяем по гранулам на компоненты системы и компоненты окружающей среды. Мы ищем способ установить, является ли этот раздел оправданным и актуальна ли концепция индивидуальности. Мы хотим учесть иерархию таких разделов, чтобы собрать биологические примеры, такие как органеллы в клетках и клетки в телах в популяциях, где в каждом случае целевая сущность и среда принимают разные идентичности. Мы сохраняем те разделы, которые соответствуют нашим теоретико-информационным критериям включения, а затем можем спросить, какие из естественных, интуитивно понятных категорий биологии - например, клетки, органеллы, организмы, популяции и т. Д. - восстанавливаются. 2. Информационные индивиды. В погоне за общностью мы рассматриваем дискретный стохастический процесс, когда состояние системы в будущем определяется некоторым подмножеством состояний в настоящем. Если мы произвольно разделим эти состояния на систему и среду, нам хотелось бы иметь возможность определить, насколько текущего состояния системы Sn и текущего состояния среды En вместе достаточно для определения следующего состояния системы Sn + 1. Формально предсказуемость следующего состояния системы определяется количественно через взаимную информацию: I (Sn, Еп; Sn + 1) = Н (Sn + 1) -H (Sn + 1 | Sn, Еп). Это выражение стремится отразить, сколько информации в момент времени n + 1Sn + 1 поступает от самой системы на предыдущем временном шаге (или генерации) Sn - индивидуума - по сравнению с окружающей средой в предыдущий момент En. Эта взаимная информация теперь может быть разложена двумя способами I (Sn, Еп; Sn + 1) = I (Sn + 1; Sn) + I (Sn + 1; En | Sn) = I (Sn + 1; Еп) + I (Sn + 1; Sn | Еп) Каждое разложение может быть интерпретировано как различное распределение для распределения наблюдаемых прошлых закономерностей между системой и средой. a. Эндогенное определение. Рассмотрим I (Sn + 1; Sn) + I (Sn + 1; En | Sn): Здесь мы измеряем влияние состояния системы на себя (на следующем поколении или временном шаге). В течение предпочтительного интервала времени все наблюдаемые зависимости между последовательными состояниями системы относятся к системе. Величина I (Sn + 1; Sn) была названа автономией в Кракауэре и Занотто (2006) и будет обозначаться как A ∗ в следующем. Он должен быть высоким, когда система в значительной степени контролирует свою среду. Влияние окружающей среды, измеряемое I (Sn + 1; En | Sn), можно интерпретировать как новую информацию для системы, поступающей из среды в систему. Когда этот информационный поток полностью исчезает, можно сказать, что система информационно закрыта. Таким образом, эта величина измеряет степень, в которой система контролируется средой nC. Обратите внимание, что закрытие не требует причинно-следственной независимости, оно только говорит о том, что все воздействия из среды предсказуемы системой. b. Экологически обусловленная альтернатива эндогенному определению - это структура, навязываемая в основном через градиенты окружающей среды, управляющие системой Другими словами, история системы не так важна, как история окружающей среды, которая накладывает на систему сильные граничные условия. Рассмотрим I (Sn + 1; En) + I (Sn + 1; Sn | En): Здесь наблюдаемые влияния относятся к окружающей среде (насколько это возможно согласно I (Sn + 1; En)). Только оставшееся влияние I (Sn + 1; Sn | En) обусловлено системой. Это можно интерпретировать как альтернативную концепцию системной автономии (Bertschinger et al. 2008) и будет обозначаться как A в следующем. Это верно в предположении, что все зависимости между состояниями системы и окружающей среды относятся к окружающей среде. 3. Каждый из них позволит нам определить различные формы индивидуальности. Эти свойства позволяют нам идентифицировать три величины, каждая из которых соответствует типу индивидуальности: Колониальная индивидуальность A Организационная индивидуальность A ∗ Экологически обусловленная индивидуальность nC: = I (Sn + 1; Sn | En): = I (Sn + 1; Sn): = I (Sn + 1; En | Sn) Однако, чтобы строго формализовать эти различные типы индивидуальности, нам нужно рассмотреть их в более детальном масштабе. Формы индивидуальности Имея хорошее понимание последствий частичной декомпозиции информации, мы можем строго определить три формы индивидуальности и дополнительную меру количественного определения вклада каждой из них в случае гибридных типов. Эти меры определяются в терминах информации, которая совместно используется системой и средой (например, адаптивная информация), информации, которая уникальна для системы или среды (например, память в каждой), и информации, которая зависит каким-то сложным образом как на систему, так и на окружающую среду (например, нормативная информация). Организационная индивидуальность A ∗ Организмы хорошо адаптируются, когда они делятся путем адаптации или изучения важной информации с окружающей средой, в которой они живут. Кроме того, они содержат большое количество частной информации, необходимой для эффективного функционирования. Максимизируя эту меру, мы можем идентифицировать сложные организмы в их среде. Колониальная ИндивидуальностьА Многие организмы, такие как микробы, делятся лишь небольшим количеством информации с окружающей средой, в которой они живут. Они содержат регуляторные механизмы, которые обеспечивают адаптацию через постоянное взаимодействие между их биотической и абиотической средой. Максимизируя эту меру, мы можем определить «экологически регулируемые скопления», которые мы называем «колониальными индивидами». Определение окружающей среды Эта мера количественно определяет степень экологического детерминизма во временной эволюции индивида. Когда эта мера сводится к минимуму, индивидуум становится абсолютно нечувствительным к окружающей среде - и, следовательно, не находится ни в организменной, ни в колониальной форме - и в каком-то смысле не является адаптивным. Он представляет постоянство памяти окружающей среды, способной через взаимодействие с системой генерирующей структуры, такой как градиенты температуры в жидкости, которая производит вихри. Экологическое кодирование Интуиция, лежащая в основе этой меры, состоит в том, чтобы количественно определить разницу между колониальной и организационной мерой индивидуальности. Разница фиксируется разницей между совместно используемой информацией (например, адаптивной информацией) и взаимодействием человека и окружающей среды (например, нормативной информацией). Один из способов думать об этом состоит в том, сколько информации может быть закодировано о среде в системе внутри системы (например, унаследованной информации) по сравнению с тем, сколько информации необходимо закодировать посредством постоянного взаимодействия. Когда мера велика, природа доминирует над воспитанием. Когда мера уменьшается, воспитание начинает доминировать над природой. Индивидуальность мер в наглядном примере Чтобы лучше понять каждую из этих мер, мы проработаем количественный пример. Рассмотрим две двоичные единицы En и Sn с наборами состояний {−1, + 1}. Следуя общей структуре, введенной в разд. 2.1 и рис. 1 эти состояния синхронно обновляются в соответствии со следующим условным распределением: Мы применяем каждую меру индивидуальности к этому стохастическому процессу. Результаты этого анализа показаны на рис. 2 для случайной среды и на рис. 3 для среды с памятью. Панель просматривает три параметра связи для состояния системы sn + 1: αS - параметр связи состояния системы с ее предыдущим состоянием sn, βS - параметр связи с окружающей средой, а γS - параметр связи, опосредующий объединенное влияние предыдущая система и состояние окружающей среды. Когда γS = 0, мы не накладываем никаких корреляций высшего порядка на временные ряды. Когда значение γS = 0, мы обнаруживаем колониальные индивидуумы, а также организмные особи наиболее легко при высоких значениях αS и βS. Когда между системой и средой нет взаимодействия более высокого порядка, эти два типа индивидов становятся неразличимыми в этой области параметров и представляют уникальную информацию в состоянии системы. Обе формы индивидуальности становятся более заметными, поскольку больше информации передается в будущее. В случае неслучайной среды система может адаптироваться к окружающей среде, и мы наблюдаем высокие значения A⋆ вместе с низкими значениями A и nC для высоких значений | βS | и низкие значения γS. Таким образом, поток информации из окружающей среды в систему, представленный высокими значениями nC в случае случайной среды, теперь интернализуется в систему. По мере увеличения значения γS сигнатуры индивидуумов организма и колонии расходятся. Колониальные особи наиболее заметны при низких значениях αS и βS, где большая часть информации сохраняется за счет постоянных взаимодействий между системой и средой. Органические особи начинают исчезать при высоком значении γ, поскольку автономия теряется. Он сохраняется только при высоких уровнях α. Информация, определяемая окружающей средой, трансформируется в колониальную индивидуальность при низких значениях γ и становится практически неотличимой от нее при высоких значениях γS. Это связано с тем, что когда система и среда становятся тесно связанными, дополнительная информация начинает доминировать в сигнале, и сама среда становится менее предсказывающей будущее состояние системы. Влияние γS состоит в том, чтобы уменьшить общую энтропию системы (путем создания систематических корреляций и, следовательно, регулярностей в информационном канале) и обратить вспять картину общей взаимной информации между последовательными временными шагами. Это значение является минимумом для низких αS и βS, когда γS = 0, и максимумом, когда γS = 5. Из предыдущего эмпирического примера мы различаем процесс идентификации различных форм информационных личностей в более общем контексте. Мы находим, что различия между системой и средой увеличиваются в тех параметрах, которые увеличивают независимую память (α, β), когда связь высшего порядка мала Когда эта связь усиливается, организменные особи исчезают, и появляются колониальные особи с уменьшенной независимой памятью. Предположим, что параметры перехода остаются постоянными, и мы меняем состояния системы. Систематически увеличивая число переменных, которые мы назначаем целевой системе, одновременно уменьшая состояние окружающей среды, мы можем определить, приводит ли эта процедура к увеличению подходящего показателя индивидуальности. Если расширение границы системы не приводит к увеличению информации, то мы без необходимости включили переменную среды. Таким образом, индивидуумы максимизируют свои прогнозы на будущее, минимизируя свои возможности кодирования. Если индивидуальность увеличивается по мере того, как мы расширяем нашу систему, а экологическая детерминация уменьшается, то у нас есть основания полагать, что мы собираем больше индивидуумов, включая больше процессов, которые раньше считались экологическими. Обозначим исходную систему с S и часть исходного окружения, которая становится системой, через ΔS. Оставшаяся среда должна быть обозначена E. Оба показателя индивидуальности могут расти или оставаться постоянными с увеличением размера системы, когда информация доступна, но они никогда не уменьшаются. Таким образом, их недостаточно для определения точных границ между индивидуумами. Чтобы получить точные границы, нам нужно наложить функцию стоимости - или регуляризатор - на размер системы, чтобы установить порог для завершения. Наши цели здесь не в том, чтобы найти оптимальный раздел, а в том, чтобы представить различные информационные «окна» индивидуальности. Последствия ITI Основные узлы и механизмы Используя теоретико-информационную структуру (ITI), применяемую к стохастическому процессу, мы вывели ряд принципиальных величин, которые охватывают формы и степени индивидуальности. Подход был несколько формальным, поскольку мы стремились обеспечить средства для «обнаружения» или «восприятия» посредством соответствующего информационно-теоретического фильтра отдельных индивидуумов в различных эволюционных и экологических контекстах. Это связано с исследованиями, целью которых является выявление интегрированных пространственно-временных паттернов с целью обнаружения «агентов» в случайном процессе (Biehl et al. 2016). Стоит также отметить, что идея, с помощью которой мы можем обнаруживать фундаментальные единицы в адаптивных системах, используя соответствующий фильтр, обеспечивает вторую концептуальную связь с физикой, помимо термодинамической связи, описанной в разделе «Путь вперед» и обсуждаемой снова в следующем параграфе. Несмотря на веские теоретические причины ожидать существования частиц сверх тех, которые предсказаны Стандартной моделью, прямых эмпирических доказательств существования частиц BSM не существует. Для поиска таких частиц физики переходят к подходам «без модели», улучшенным машинным обучением (Collins et al. 2018), которые позволяют обнаруживать тонкие корреляции или аномалии в данных, не делая априорных предположений о том, как частицы (предположительно, производящие аномалии) ведут себя. Вопросы индивидуальности связаны с проблемами, связанными с объяснением того, как функциональные пространственные и временные шкалы консолидируются и появляются новые функции в биологических системах (рассмотрено в Flack 2012, 2017a, (IMG:style_emoticons/default/cool.gif). Эта работа предполагает, что одним из драйверов новой функции является снижение неопределенности окружающей среды посредством построения динамических процессов с диапазоном характерных постоянных времени, описываемых как вложенные медленные переменные. Медленные переменные - это грубые кодировки быстрой, микроскопической динамики. Медленные переменные обеспечивают лучшие предикторы локальной будущей конфигурации системы, чем состояния флуктуирующих микроскопических компонентов. Как предложено во Flack (2017b), максимальное уменьшение неопределенности путем вычисления вложенных, грубозернистых медленных переменных должно стать организующим принципом адаптивных систем. Это порождает вопрос о том, как вычисления, поддерживающие оценку регулярности, уточняются с помощью обучения и эволюционной динамики и является ли обработка информации когда-либо оптимальной, как интригующе предполагают некоторые исследования (Tkacik et al. 2012), и которые обеспечивают поддержку использования теоретико-информационной теории. формализмы, поддерживающие нашу индивидуальность линз. Уровни выбора Целью данной работы было поставить обсуждение адаптивной индивидуальности на прочную логическую и вероятностную основу. Чтобы сделать это, мы приняли изрядное количество как должное, включая способность делать точные измерения в произвольных масштабах детализации и в масштабах времени, которые исторически значимы. Мы также забыли обсудить те механизмы, которые делают наследственность или передачу возможными в первую очередь, иными словами, механизмы надежности, которые обеспечивают безошибочную или низкую ошибку передачи информации из поколения в поколение. Мы избегали обсуждения специфики функциональных или выборочных преимуществ иерархических уровней, концентрируясь на их идентификации. Справедливо предположить, что долгоживущие агрегаты могут развить способность к репликации и стать важной целью для отбора и, следовательно, добросовестным уровнем, на котором действует отбор, что для некоторых является тем, что подразумевается под биологической индивидуальностью (Okasha 2006), в В этом случае наш подход может обеспечить средства идентификации как доиндивидуальных лиц (низкая автономия), так и полноценных индивидов (высокая автономия). Мы обсудим каждую из этих тем более подробно ниже. 1. Требование разделения В предыдущем обсуждении мы «определили» количества, автономию, закрытие и достаточность с точки зрения системы и среды, но мы не предоставили никаких механизмов, которые могли бы генерировать временные ряды с соответствующими значениями, или обсудили, как мы может пойти на выявление лучших системных и экологических переменных в первую очередь. Более того, выбор шкалы времени будет иметь критически важное значение, поскольку на очень коротких или очень длительных шкалах времени мы вряд ли сможем наблюдать закономерности, из которых мы стремимся вывести величины индивидуальности: автономию, достаточность и закрытие. Мы верим, что немногие из этих атрибутов (системные переменные и переменные среды, временные шкалы и т. Д.) Могут быть известны заранее, и что именно благодаря алгоритмическому определению личности каждый получит относительную поддержку. 2. Требование устойчивости Помимо идентификации вложенных или иерархических разделов, нам также требуется некоторая спецификация самой машины - генератора временных рядов. Это будет приравниваться к частям человека и должно обладать некоторой степенью устойчивости или способностью исправлять ошибки. Это объясняется тем, что индивидуальность в адаптивных системах часто, кажется, связана с адаптивными механизмами гомеостаза - механизмами, которые контролируют внутренние состояния и обеспечивают минимизацию отклонений. Именно это самосохраняющееся качество индивида позволяет нам делать некоторые полезные различия между физическими и биологическими явлениями, не преувеличивая динамических различий. 3. Уровни отбора Во многих предыдущих трактовках индивидуальности была высказана идея, что индивид имеет особый эволюционный статус. Это представлено с точки зрения уровней отбора, когда крупнозернистые агрегаты достигают скоординированного свойства персистентности, которое теперь позволяет рассматривать их как отдельные, селективные единицы. Наиболее популярный формализм для размышлений об этом процессе представлен в терминах уравнения Прайса, которое описывает, как изменяется среднее значение признака в зависимости от ковариации в этом признаке и пригодности, а также от предыдущего значения признака. Здесь нас интересует то, что уравнение цены предполагает некоторое разделение значений признаков на группы и пытается сделать это таким образом, чтобы наилучшим образом отразить эволюцию среднего значения признака в популяции. Предполагая некоторую истинную базовую структуру и динамику (см. Приложение Nowak et al. 2010), точность уравнения будет зависеть от выбора раздела (Krakauer and Flack 2010b), и ITI мог бы предоставить такую принципиальную платформу для моделирования. Будущая работа Родственные формализмы Прежде чем закончить с кратким обсуждением алгоритмов, несколько комментариев о смежных математических мерах и подходах. Наш подход связан с концепцией аутопоэза, разработанной Матураной (Maturana 1975), которая подчеркивает «единство» сети процессов, вовлеченных в самопроизводство, с точки зрения автономии (Maturana 1980), и идеей гештальт-восприятия, в которой эта цифра больше суммы его частей и отличается от частей ее заземления. Другим связанным направлением работы является изучение модульности сетевых наук. Для статических структур существуют разумные определения модульности. Многие из этих определений связаны с процедурами разделения микроскопических данных на тесно связанные группы, такие как сообщества. Например, в сетях количественные меры модульности ищут разбиения узлов и ребер на наборы, которые статистически перепредставлены в данных по сравнению с соответствующей нулевой моделью (Newman 2016). Развивающие определения модульности, такие как те, которые применяются к формированию конечностей или появлению сегментов тела, также обеспечивают окно в индивидуальность (Davidson et al. 2004), но они не были представлены в форме количественных мер для идентификации, поскольку они имеют в области сетевых наук. Существует также связь с принципом свободной энергии (FEP), разработанным Карлом Фристоном и коллегами Ramstead et al. (2018). Как и ITI, FEP построен на основе первых принципов, двигаясь вперед от Шредингера, и с целью объяснить, как адаптивные системы противостоят распаду и сохраняются со временем. Это также подчеркивает снижение неопределенности, но делает это через призму минимизации свободной энергии. FEP основывается на идее, что адаптивные системы будут занимать небольшой ограниченный набор состояний в пределах всего возможного фазового пространства. Кроме того, адаптивные системы обеспечивают минимизацию свободной энергии за счет создания перегородок, которые отделяют организмы от окружающей среды - в формулировке FEP этот «фильтр» представляет собой марковское одеяло, которое задает условную независимость внутренних и внешних состояний, причем внутренние состояния только воспринимают внешние состояния через марковский фильтр. Алгоритмическая реализация Последняя тема, которую мы кратко обсудим, - это реализация нашей меры по данным. ITI - это математический формализм, основанный на первых принципах захвата потока информации из прошлого в будущее и позволяющий нам строго определить ряд различных форм индивидуальности. Мы не предоставили оптимальный алгоритм для индукции индивидуальности, который мы оставили для дальнейшей работы. Здесь мы, однако, отмечаем несколько требований. Ключевым эмпирическим требованием является тщательное измерение количества гипотетических отдельных атрибутов или свойств с течением времени. Например, обилие организмов в популяции; генетические или фенотипические состояния клеток или тканей с течением времени, скорости запуска нейронов с течением времени. В каждом случае нам требуется последовательный временной ряд измерений в соответствующей системе координат (концентрация, пространственное положение, скорость стрельбы, химическая концентрация), которые обеспечивают входные данные для наших алгоритмов. Мы утверждаем, что многие существующие биологические концепции (например, тесно скоординированные репликаторы, индивидуумы развития) будут идентифицированы и станут ощутимыми благодаря этой процедуре. Можно было бы также идентифицировать много новых «индивидуумов», в том числе тех, кто на уровне общества, которые в настоящее время считаются производными или эпифеноменами форм более низкого уровня. И представляют большой интерес предадаптивные организации, которые быстро возникают по сравнению с их собственной динамической историей и имеют относительно долгую историю окружающей среды (то есть самоорганизующиеся структуры, такие как вихри, которые подобраны мерой определения окружающей среды). Примечания 1. Условия частичного разложения информации в Williams and Beer (2010) были получены из набора очень общих аксиом. Эти аксиомы, однако, не определяют конкретные меры для конкретного термина. Нужно дополнительное определение для одного из четырех терминов. Первоначальное предложение Williams and Beer (2010) было подвергнуто критике как нелогичное, и было сделано несколько других предложений, таких как (Harder et al. 2013; Bertschinger et al. 2014; Finn и Lizier 2018; James et al. 2017), хотя и консенсус еще не достигнут. В этой статье мы будем использовать разложение в качестве концептуальной основы для интерпретации классических теоретико-информационных величин. 2. Для более общей настройки это было показано в (Pfante et al. 2014). |
![]() ![]() |
![]() |
Текстовая версия | Сейчас: 27th April 2024 - 16:45 |