TED2014
Deborah Gordon: What ants teach us about the brain, cancer and the Internet
Deborah Gordon: A hangyák leckéi az agyműködésről, a rákról és az internetről
Filmed:
Readability: 4.5
1,481,089 views
Deborah Gordon ökológus ahol csak tud, hangyákat tanulmányoz: a sivatagban, a trópusokon, de még a saját konyhájában is. Érdekfeszítő előadásában elmagyarázza, miért érdeklik ennyire ezek a rovarok, melyeket legtöbbünk minden lelkiismeret-furdalás nélkül eltaposna. Érvelése szerint a hangyák élete hasznos modellt kínál sok más jelenség, többek közt bizonyos megbetegedések, technológiák és az agyműködés tanulmányozására.
Deborah Gordon - Ecologist
By studying how ant colonies work without any one leader, Deborah Gordon has identified striking similarities in how ant colonies, brains, cells and computer networks regulate themselves. Full bio
By studying how ant colonies work without any one leader, Deborah Gordon has identified striking similarities in how ant colonies, brains, cells and computer networks regulate themselves. Full bio
Double-click the English transcript below to play the video.
00:13
I study ants
0
1099
1619
Hangyákat tanulmányozok
00:14
in the desert, in the tropical forest
1
2718
3297
a sivatagban, az esőerdőkben,
00:18
and in my kitchen,
2
6015
1528
a saját konyhámban,
00:19
and in the hills around Silicon Valley where I live.
3
7543
4020
és a Szilícum-völgy környéki
dombok közt, ahol élek.
dombok közt, ahol élek.
00:23
I've recently realized that ants
4
11563
1676
Nemrég fedeztem fel,
00:25
are using interactions differently
5
13239
2278
hogy a hangyák az adott környezethez
00:27
in different environments,
6
15517
1828
igazítják interakcióikat.
Emiatt jutott eszembe,
hogy talán más rendszerek
hogy talán más rendszerek
00:29
and that got me thinking
that we could learn from this
that we could learn from this
7
17345
2000
00:31
about other systems,
8
19345
1555
is hasonlóan működhetnek.
00:32
like brains and data networks that we engineer,
9
20900
5588
Pl. az agy, vagy az adathálózataink,
00:38
and even cancer.
10
26488
2846
s talán még a rákos megbetegedések is.
00:41
So what all these systems have in common
11
29334
1752
Ezen rendszerek közös vonása,
00:43
is that there's no central control.
12
31086
2857
hogy nincs központi irányításuk.
00:45
An ant colony consists of sterile female workers --
13
33943
3820
Egy hangyakolónia meddő
nőstény munkásokból áll.
nőstény munkásokból áll.
00:49
those are the ants you see walking around —
14
37763
2386
Ezeket látjuk a felszínen sündörögni.
00:52
and then one or more reproductive females
15
40149
2156
Ezenfelül van még pár termékeny nőstény,
00:54
who just lay the eggs.
16
42305
2103
akik csak petét raknak.
00:56
They don't give any instructions.
17
44408
2009
Bár királynőnek nevezzük őket,
00:58
Even though they're called queens,
18
46417
1984
nem adnak ki parancsokat,
01:00
they don't tell anybody what to do.
19
48401
2165
nem mondják meg senkinek, mit csináljon.
01:02
So in an ant colony, there's no one in charge,
20
50566
3276
Egy hangyakolóniában nincs uralkodó.
01:05
and all systems like this without central control
21
53842
2778
Mint minden központi
irányítás nélküli rendszert,
irányítás nélküli rendszert,
01:08
are regulated using very simple interactions.
22
56620
3919
a hangyakolóniát is rendkívül
egyszerű interakciók szabályozzák.
egyszerű interakciók szabályozzák.
01:12
Ants interact using smell.
23
60549
2727
Ezek szag révén jönnek létre.
01:15
They smell with their antennae,
24
63276
2187
Páros csápjaikkal érzékelik a szagokat,
01:17
and they interact with their antennae,
25
65463
2761
így jön létre köztük interakció.
01:20
so when one ant touches another with its antennae,
26
68224
3009
Ha két hangya összeérinti csápjait,
megtudják egymásról,
01:23
it can tell, for example, if the other ant
27
71233
1607
01:24
is a nestmate
28
72840
1634
hogy azonos fészekből származnak-e,
01:26
and what task that other ant has been doing.
29
74474
4236
s milyen feladatot végez a másik éppen.
01:30
So here you see a lot of ants moving around
30
78710
3200
A felvételen sok-sok hangya futkos
01:33
and interacting in a lab arena
31
81910
1933
ide-oda egy laboratóriumi arénában,
01:35
that's connected by tubes to two other arenas.
32
83843
3438
melyet csövekkel két másikhoz csatoltunk.
01:39
So when one ant meets another,
33
87281
2504
Ha egy hangya találkozik társával,
01:41
it doesn't matter which ant it meets,
34
89785
2089
lényegtelen, hogy melyikkel,
01:43
and they're actually not transmitting
35
91874
1885
nem küldenek egymásnak
01:45
any kind of complicated signal or message.
36
93759
3465
semmiféle bonyolult jelet vagy üzenetet.
01:49
All that matters to the ant is the rate
37
97224
2111
Igazán csak az fontos nekik,
01:51
at which it meets other ants.
38
99335
2821
hogy milyen gyakran találkoznak másokkal.
01:54
And all of these interactions, taken together,
39
102156
2757
Az interakciók összessége
01:56
produce a network.
40
104913
2505
kialakít egy hálózatot.
01:59
So this is the network of the ants
41
107418
2210
Ezt a hálózatot az előző felvételen
02:01
that you just saw moving around in the arena,
42
109628
2644
látható hangyák hozták létre.
02:04
and it's this constantly shifting network
43
112272
3287
Ez az állandóan változó hálózat
02:07
that produces the behavior of the colony,
44
115559
2520
szabályozza a kolónia viselkedését.
02:10
like whether all the ants are hiding inside the nest,
45
118079
2881
Pl. meghatározza, mennyi
hangya pihen a fészekben,
hangya pihen a fészekben,
02:12
or how many are going out to forage.
46
120960
2694
s hogy mennyien
indulnak táplálékot keresni.
indulnak táplálékot keresni.
02:15
A brain actually works in the same way,
47
123654
1759
Az agyműködés rendkívül hasonló.
02:17
but what's great about ants is
48
125413
1500
A hangyák esete azért kedvező,
02:18
that you can see the whole network as it happens.
49
126913
4867
mert itt pontosan megfigyelhetjük,
hogyan jön létre egy hálózat.
hogyan jön létre egy hálózat.
02:23
There are more than 12,000 species of ants,
50
131780
3100
Több mint 12000 hangyafaj létezik
02:26
in every conceivable environment,
51
134880
2125
minden elképzelhető élőhelyen.
02:29
and they're using interactions differently
52
137005
2649
Az interakciókat más-másféleképpen,
02:31
to meet different environmental challenges.
53
139654
2768
a környezetüknek megfelelően használják.
02:34
So one important environmental challenge
54
142422
2305
Egy fontos környezeti kihívás,
02:36
that every system has to deal with
55
144727
1870
amellyel minden rendszer megküzd,
02:38
is operating costs, just what it takes
56
146597
2083
a működési költségek,
02:40
to run the system.
57
148680
2265
tehát a rendszer működtetésének ára.
02:42
And another environmental challenge is resources,
58
150945
2548
Egy másik kihívás az erőforrások
02:45
finding them and collecting them.
59
153493
2336
megtalálása és összegyűjtése.
02:47
In the desert, operating costs are high
60
155829
2783
A sivatagban, mivel kevés a víz,
02:50
because water is scarce,
61
158612
1773
magasak a működési költségek.
02:52
and the seed-eating ants that I study in the desert
62
160385
2499
A sivatagi maggyűjtő hangyáknak
02:54
have to spend water to get water.
63
162884
2900
vizet kell használniuk a vízszerzéshez.
02:57
So an ant outside foraging,
64
165784
2139
Egy hangya, amely a kinti forróságban
02:59
searching for seeds in the hot sun,
65
167923
2037
magvakat keres,
03:01
just loses water into the air.
66
169960
2007
sok vizet párologtat.
03:03
But the colony gets its water
67
171967
1664
A kolónia úgy jut vízhez,
03:05
by metabolizing the fats out of the seeds
68
173631
1766
hogy a megevett magvak zsírját
03:07
that they eat.
69
175397
1934
anyagcserével átalakítja.
03:09
So in this environment, interactions are used
70
177331
3159
Ebben a környezetben az interakciók
03:12
to activate foraging.
71
180490
1549
serkentik a táplálékszerzést.
03:14
An outgoing forager doesn't go out unless
72
182039
2264
Egy dolgozó nem indul el,
ha nincs közte
ha nincs közte
03:16
it gets enough interactions with returning foragers,
73
184303
2573
és a visszatérők közt elég interakció.
03:18
and what you see are the returning foragers
74
186876
1990
A felvételen pár dolgozó
03:20
going into the tunnel, into the nest,
75
188866
1824
épp visszatér a fészek járataiba,
03:22
and meeting outgoing foragers on their way out.
76
190690
2636
s találkoznak a kifelé tartó dolgozókkal.
03:25
This makes sense for the ant colony,
77
193326
1623
Ez kifizetődő a kolóniának.
03:26
because the more food there is out there,
78
194949
2323
Minél több odakinn az élelem, a dolgozók
03:29
the more quickly the foragers find it,
79
197272
1851
annál gyorsabban találnak rá,
03:31
the faster they come back,
80
199123
1236
s térnek vissza,
03:32
and the more foragers they send out.
81
200359
2801
s annál több indul ismét útnak.
03:35
The system works to stay stopped,
82
203160
2507
A rendszer nyugalomban marad,
03:37
unless something positive happens.
83
205667
2015
hacsak nincs egy pozitív esemény.
03:39
So interactions function to activate foragers.
84
207682
3881
Ebben az esetben az interakciók
munkára serkentik a dolgozókat.
munkára serkentik a dolgozókat.
03:43
And we've been studying
the evolution of this system.
the evolution of this system.
85
211563
2907
Mi a rendszer evolúciójával foglalkozunk.
03:46
First of all, there's variation.
86
214470
1091
Pl. az eltérésekkel.
03:47
It turns out that colonies are different.
87
215561
2479
Mint kiderült, minden kolónia más.
03:50
On dry days, some colonies forage less,
88
218040
2696
Száraz napokon némely kolónia
kevesebb táplálékot szerez.
kevesebb táplálékot szerez.
03:52
so colonies are different in how
89
220736
1505
Mindegyik kolónia másképp
03:54
they manage this trade-off
90
222241
1354
állítja elő az egyensúlyt
03:55
between spending water to search for seeds
91
223595
3168
a táplálékszerzésre kiadott
03:58
and getting water back in the form of seeds.
92
226763
3320
és magokban visszanyert víz között.
04:02
And we're trying to understand why
93
230083
1719
Mi azt kutatjuk, hogy egyes kolóniák
04:03
some colonies forage less than others
94
231802
2140
miért érik be másoknál kevesebb
táplálékkal.
táplálékkal.
04:05
by thinking about ants as neurons,
95
233942
2325
Ehhez a hangyákat neuronoknak tekintjük,
04:08
using models from neuroscience.
96
236267
2338
és az idegtudománytól átvett
modelleket használunk.
modelleket használunk.
04:10
So just as a neuron adds up its stimulation
97
238605
2674
Ahogy a neuron összegzi,
mielőtt továbbadná,
mielőtt továbbadná,
04:13
from other neurons to decide whether to fire,
98
241279
2006
a más neuronoktól kapott ingerületeket,
04:15
an ant adds up its stimulation from other ants
99
243285
2885
a hangya is összegzi
a többiektől kapott ingerületeket,
a többiektől kapott ingerületeket,
04:18
to decide whether to forage.
100
246170
2023
mielőtt elindulna táplálékért.
04:20
And what we're looking for is whether there might be
101
248193
1637
Arra voltunk kíváncsiak,
04:21
small differences among colonies
102
249830
1992
hogy vannak-e a kolóniák közt eltérések.
04:23
in how many interactions each ant needs
103
251822
3314
Pl. hány interakció szükséges ahhoz,
04:27
before it's willing to go out and forage,
104
255136
1926
hogy egy hangya elinduljon táplálékért?
04:29
because a colony like that would forage less.
105
257062
3767
Magas szám esetén a kolónia "lustább".
04:32
And this raises an analogous question about brains.
106
260829
3139
Ez az agyról is hasonló kérdést vet fel.
04:35
We talk about the brain,
107
263968
1412
"Az" agyról beszélünk,
04:37
but of course every brain is slightly different,
108
265380
2890
de nyilván minden agy egyedi,
04:40
and maybe there are some individuals
109
268270
1379
s lehetnek olyan példányok,
04:41
or some conditions
110
269649
1319
illetve olyan körülmények,
04:42
in which the electrical properties of neurons are such
111
270968
3222
amelyekben a neuronok
elektromos tulajdonságai miatt
elektromos tulajdonságai miatt
04:46
that they require more stimulus to fire,
112
274190
3870
egy neuron több ingerületet igényel
egy ingerület továbbadásához.
egy ingerület továbbadásához.
04:50
and that would lead to differences in brain function.
113
278060
3726
Emiatt különbségek jelennek meg
az egyének agyműködése közt.
az egyének agyműködése közt.
04:53
So in order to ask evolutionary questions,
114
281786
2334
Hogy evolucíós kérdéseket tehessünk fel,
04:56
we need to know about reproductive success.
115
284120
2679
ismernünk kell a reprodukció sikerességét.
04:58
This is a map of the study site
116
286799
2325
Ez a kutatási hely térképe,
05:01
where I have been tracking this population
117
289124
2553
ahol 28 éve követek nyomon
05:03
of harvester ant colonies for 28 years,
118
291677
3293
maggyűjtő hangyakolóniákat.
05:06
which is about as long as a colony lives.
119
294970
2262
Kb. ennyi ideig él egy kolónia.
05:09
Each symbol is a colony,
120
297232
2099
Mindegyik jel egy kolóniát jelképez,
05:11
and the size of the symbol is
how many offspring it had,
how many offspring it had,
121
299331
3266
a jelkép mérete pedig azt,
hány utódkolóniája van.
hány utódkolóniája van.
05:14
because we were able to use genetic variation
122
302597
1913
A genetikai variációkból kiderült,
05:16
to match up parent and offspring colonies,
123
304510
2711
hogy melyek a szülő-,
s melyek az utódkolóniák.
s melyek az utódkolóniák.
05:19
that is, to figure out which colonies
124
307221
3297
Más szóval azt, hogy melyik kolóniát
05:22
were founded by a daughter queen
125
310518
1925
alapította olyan királynő,
05:24
produced by which parent colony.
126
312443
2068
amely egy szülőkolóniából származott.
05:26
And this was amazing for me, after all these years,
127
314511
2002
Lélegzetelállító felfedezés volt számomra,
05:28
to find out, for example, that colony 154,
128
316513
3128
hogy a 154-es kolónia,
05:31
whom I've known well for many years,
129
319641
2176
amelyet már sok éve jól ismerek,
05:33
is a great-grandmother.
130
321817
1819
dédanya.
05:35
Here's her daughter colony,
131
323636
1740
Ez a kolónia a "leánya",
05:37
here's her granddaughter colony,
132
325376
2684
ez a kolónia az unokája,
05:40
and these are her great-granddaughter colonies.
133
328060
2392
ezek pedig a dédunokái.
05:42
And by doing this, I was able to learn
134
330452
2025
Így figyeltem fel a szülő-
05:44
that offspring colonies resemble parent colonies
135
332477
3283
és utódkolóniák közti hasonlóságokra.
05:47
in their decisions about which days are so hot
136
335760
2217
Pl. hasonlóan döntenek arról, mely napok
05:49
that they don't forage,
137
337977
1778
túl forrók táplálékszerzésre.
05:51
and the offspring of parent colonies
138
339755
1464
A kolóniák olyan messze vannak egymástól,
05:53
live so far from each other that the ants never meet,
139
341219
2906
hogy a hangyák sosem találkoznak.
05:56
so the ants of the offspring colony
140
344125
2289
Így nem tanulhatják el
05:58
can't be learning this from the parent colony.
141
346414
2244
a viselkedést az anyakolóniától.
06:00
And so our next step is to look
142
348658
1381
A következő logikus lépés
06:02
for the genetic variation
underlying this resemblance.
underlying this resemblance.
143
350039
5276
megkeresni a hasonlóság alapjául
szolgáló genetikai variációt.
szolgáló genetikai variációt.
06:07
So then I was able to ask, okay, who's doing better?
144
355315
4125
Ezután arra voltam kíváncsi,
melyik kolónia sikeresebb.
melyik kolónia sikeresebb.
06:11
Over the time of the study,
145
359440
1460
A kutatás idején
06:12
and especially in the past 10 years,
146
360900
1465
s főleg az utóbbi évtizedben
06:14
there's been a very severe and deepening drought
147
362365
3308
egyre komolyabb aszály sújtotta
06:17
in the Southwestern U.S.,
148
365673
2127
az USA délnyugati részét.
06:19
and it turns out that the
colonies that conserve water,
colonies that conserve water,
149
367800
3053
Kutatásunk szerint
a vizet megőrző kolóniáknak,
a vizet megőrző kolóniáknak,
06:22
that stay in when it's really hot outside,
150
370853
4429
tehát azoknak, amelyek dolgozói
hőségben a fészekben maradnak,
hőségben a fészekben maradnak,
06:27
and thus sacrifice getting as much food as possible,
151
375282
2632
s így lemondanak a maximális
táplálékszerzésről,
táplálékszerzésről,
06:29
are the ones more likely to have offspring colonies.
152
377914
2945
gyakrabban van utódkolóniájuk.
06:32
So all this time, I thought that colony 154
153
380859
2269
Bevallom, úgy véltem,
hogy a 154-es kolónia
hogy a 154-es kolónia
06:35
was a loser, because on really dry days,
154
383128
2670
nincs a helyzet magaslatán,
mert igazán száraz napokon
mert igazán száraz napokon
06:37
there'd be just this trickle of foraging,
155
385798
1868
csak egy pár dolgozó járt-kelt ki-be,
06:39
while the other colonies were out
156
387666
1591
míg a többi kolónia
06:41
foraging, getting lots of food,
157
389257
2117
teljes gőzzel gyűjtögetett.
06:43
but in fact, colony 154 is a huge success.
158
391374
3020
Mint kiderült, a 154-es kolónia
rendkívül sikeres.
rendkívül sikeres.
06:46
She's a matriarch.
159
394394
1332
Királynője matriárka,
06:47
She's one of the rare great-grandmothers on the site.
160
395726
3052
a helyszínünkön található
kevés dédanya egyike.
kevés dédanya egyike.
06:50
To my knowledge, this is the first time
161
398778
2785
Tudomásom szerint ez az első alkalom,
06:53
that we've been able to track
162
401563
1639
hogy figyelemmel követhettük
06:55
the ongoing evolution of collective behavior
163
403202
3001
egy kollektív viselkedésforma
folyamatban levő evolúcióját
folyamatban levő evolúcióját
06:58
in a natural population of animals
164
406203
2117
egy állatfaj természetes populációjában
07:00
and find out what's actually working best.
165
408320
4657
és felfedezhettük, hogy melyik
a legsikeresebb viselkedésforma.
a legsikeresebb viselkedésforma.
07:04
Now, the Internet uses an algorithm
166
412977
2421
Az internet egy algoritmust használ
07:07
to regulate the flow of data
167
415398
2853
az adatáramlás szabályozására.
07:10
that's very similar to the one
168
418251
2227
Ez nagyon hasonlít a maggyűjtő hangyák
07:12
that the harvester ants are using to regulate
169
420478
2376
algoritmusára, amellyel dolgozóik
07:14
the flow of foragers.
170
422854
1541
áramlását szabályozzák.
07:16
And guess what we call this analogy?
171
424395
3366
Találják ki, mi a hasonlóság neve?
07:19
The anternet is coming.
172
427761
1518
Anternet! [Hangya-net.]
07:21
(Applause)
173
429279
1721
(Taps)
07:23
So data doesn't leave the source computer
174
431000
3454
Az adatok nem hagyják el a forrásgépet
07:26
unless it gets a signal that there's enough bandwidth
175
434454
2861
amíg nem kap egy jelet,
07:29
for it to travel on.
176
437315
2729
hogy elegendő a sávszélesség.
07:32
In the early days of the Internet,
177
440044
1441
Az internet hajnalán
07:33
when operating costs were really high
178
441485
2274
az üzemeltetés költségei
igen magasak voltak,
igen magasak voltak,
07:35
and it was really important not to lose any data,
179
443759
3227
s fontos volt az adatok pontos megőrzése,
07:38
then the system was set up for interactions
180
446986
2157
akkor építették be
07:41
to activate the flow of data.
181
449143
3062
az adatáramlást serkentő interakciókat.
07:44
It's interesting that the ants are using an algorithm
182
452205
2385
Érdekes, hogy a hangyák algoritmusa
07:46
that's so similar to the one that we recently invented,
183
454590
3896
ennyire hasonlít az internet
adatáramlást irányító protokolljához.
adatáramlást irányító protokolljához.
07:50
but this is only one of a handful of ant algorithms
184
458486
2953
De a hangyák algoritmusa
csak egyike azoknak,
csak egyike azoknak,
07:53
that we know about,
185
461439
1419
amelyeket sikerült leírnunk.
07:54
and ants have had 130 million years
186
462858
3193
A hangyáknak pedig 130 millió évük volt
07:58
to evolve a lot of good ones,
187
466051
2026
sok ötletes algoritmus kifejlesztésére.
08:00
and I think it's very likely
188
468077
1506
Szerintem szinte biztos,
08:01
that some of the other 12,000 species
189
469583
2557
hogy a 12,000 másik hangyafaj közül
08:04
are going to have interesting algorithms
190
472140
2697
némelyik kirukkolt már
egy-két hasznos algoritmussal
egy-két hasznos algoritmussal
08:06
for data networks
191
474837
1024
pl. adathálózatokhoz,
08:07
that we haven't even thought of yet.
192
475861
2697
ami nekünk még álmunkban
sem jutott eszünkbe.
sem jutott eszünkbe.
08:10
So what happens when operating costs are low?
193
478558
3085
S mi van akkor, ha alacsonyak
az üzemeltetési költségek?
az üzemeltetési költségek?
08:13
Operating costs are low in the tropics,
194
481643
1787
Ez a helyzet pl. a trópusokon,
08:15
because it's very humid, and it's easy for the ants
195
483430
2096
mert ott nagyon párás a levegő,
08:17
to be outside walking around.
196
485526
2824
s a hangyák könnyen mászkálhatnak odakinn.
08:20
But the ants are so abundant
197
488350
1653
A trópusokon olyan nagyszámú
08:22
and diverse in the tropics
198
490003
1818
és sok fajtájú hangya él,
08:23
that there's a lot of competition.
199
491821
2598
hogy igen komoly versenyhelyzet
alakul ki köztük.
alakul ki köztük.
08:26
Whatever resource one species is using,
200
494419
1952
Ha egy faj új erőforrásra bukkan,
08:28
another species is likely to be using that
201
496371
3172
várható, hogy egy másik faj is
08:31
at the same time.
202
499543
2379
használni fogja.
08:33
So in this environment, interactions are used
203
501922
2608
Ebben a környezetben ellenkező célt
08:36
in the opposite way.
204
504530
1945
szolgálnak az interakciók.
08:38
The system keeps going
205
506475
1395
Negatív esemény híján
08:39
unless something negative happens,
206
507870
1554
a rendszer tovább működik.
08:41
and one species that I study makes circuits
207
509424
2167
Pl. egy faj, melyet megfigyeltem,
08:43
in the trees of foraging ants
208
511591
2159
a fészektől az élelemforrásig vezető,
08:45
going from the nest to a food source and back,
209
513750
2981
kör alakú utakat alakít ki
a dolgozó hangyák fáin.
a dolgozó hangyák fáin.
08:48
just round and round,
210
516731
1329
Addig köröznek rajtuk,
08:50
unless something negative happens,
211
518060
1442
amíg nincsen negatív esemény,
08:51
like an interaction
212
519502
1609
pl. egy interakció
08:53
with ants of another species.
213
521111
2739
egy másik faj dolgozóival.
08:55
So here's an example of ant security.
214
523850
2937
Itt a kolóniabiztonság
egy példáját látjuk.
egy példáját látjuk.
08:58
In the middle, there's an ant
215
526787
1858
Középen egy hangya betömi
09:00
plugging the nest entrance with its head
216
528645
2463
a fészek bejáratát a fejével,
09:03
in response to interactions with another species.
217
531108
2993
válaszképpen egy másik faj képviselőivel
történt interakcióra.
történt interakcióra.
09:06
Those are the little ones running around
218
534101
1659
Azok ott pici hangyák,
09:07
with their abdomens up in the air.
219
535760
2751
amelyek levegőbe meresztett
potrohhal szaladgálnak.
potrohhal szaladgálnak.
09:10
But as soon as the threat is passed,
220
538511
2046
Amint a veszély elhárult,
09:12
the entrance is open again,
221
540557
2755
nyitva áll megint a fészek bejárata.
09:15
and maybe there are situations
222
543312
1790
Talán a számítógépes biztonságnál
09:17
in computer security
223
545102
1089
is előadódhat,
09:18
where operating costs are low enough
224
546191
2206
hogy alacsony működési költségek miatt
09:20
that we could just block access temporarily
225
548397
3375
csak ideiglenesen kell
leszűkíteni a hozzáférést
leszűkíteni a hozzáférést
09:23
in response to an immediate threat,
226
551772
2193
válaszképp egy közvetlen veszélyre,
09:25
and then open it again,
227
553965
2026
s ezután ismét mehet minden tovább.
09:27
instead of trying to build
228
555991
1269
Nem kell állandó tűzfal
09:29
a permanent firewall or fortress.
229
557260
3980
vagy erődítmény.
09:33
So another environmental challenge
230
561240
1940
Egy másik környezeti kihívás,
09:35
that all systems have to deal with
231
563180
1695
mellyel minden rendszernek
09:36
is resources, finding and collecting them.
232
564875
5452
meg kell birkóznia, az erőforrások
felderítése és begyűjtése.
felderítése és begyűjtése.
09:42
And to do this, ants solve the problem
233
570327
1673
A hangyák megoldották
09:44
of collective search,
234
572000
1258
a csoportos keresést.
09:45
and this is a problem that's of great interest
235
573258
1576
Ma ez a dilemma leginkább
09:46
right now in robotics,
236
574834
1484
a robotika lényeges kérdése.
09:48
because we've understood that,
237
576318
1732
Ma már tudjuk,
09:50
rather than sending a single,
238
578050
1614
hogy kevésbé hatékony
09:51
sophisticated, expensive robot out
239
579664
3495
egyetlen kifinomult, drága robotot
09:55
to explore another planet
240
583159
1417
egy bolygó felderítésére
09:56
or to search a burning building,
241
584576
2567
vagy égő épület átkutatására kiküldeni.
09:59
that instead, it may be more effective
242
587143
2600
Sokkal eredményesebb,
ha egy csoport olcsó,
ha egy csoport olcsó,
10:01
to get a group of cheaper robots
243
589743
4377
egymással csak kevés információt közlő
10:06
exchanging only minimal information,
244
594120
2545
robotot vetünk be ezekre a célokra.
10:08
and that's the way that ants do it.
245
596665
2799
A hangyák is ezt a megoldást választották.
10:11
So the invasive Argentine ant
246
599464
1765
Az argentin hangya például
10:13
makes expandable search networks.
247
601229
2330
bővíthető keresőhálózatokat hoz létre.
10:15
They're good at dealing with the main problem
248
603559
2273
Ügyes megoldást találtak pl.
10:17
of collective search,
249
605832
1331
a csoportos keresésre.
10:19
which is the trade-off between
250
607163
2566
Módszerük kompromisszum
10:21
searching very thoroughly
251
609729
1336
az alapos keresés és
10:23
and covering a lot of ground.
252
611065
1997
a nagy terep átkutatása között.
10:25
And what they do is,
253
613062
895
Úgy működik ez,
10:25
when there are many ants in a small space,
254
613957
2387
hogy mikor sok hangya van kis területen,
10:28
then each one can search very thoroughly
255
616344
2213
akkor mindegyikük alaposan keres.
10:30
because there will be another ant nearby
256
618557
1624
Azért, mert közeli társai
10:32
searching over there,
257
620181
1357
szintén alaposan kutatnak.
10:33
but when there are a few ants
258
621538
1647
De mikor csak kevés hangya jut
10:35
in a large space,
259
623185
2055
nagy területre,
10:37
then they need to stretch out their paths
260
625240
2414
akkor mindegyik
10:39
to cover more ground.
261
627654
1803
igyekszik nagyobb területet lefedni.
10:41
I think they use interactions to assess density,
262
629457
2954
Az interakciókkal nyilván felmérik
10:44
so when they're really crowded,
263
632411
1229
a népsűrűséget; tömegben
10:45
they meet more often,
264
633640
1102
gyakrabban találkoznak,
10:46
and they search more thoroughly.
265
634742
2465
tehát alaposabban keresnek.
10:49
Different ant species must use different algorithms,
266
637207
3400
Minden fajnak más és más
algoritmust kell használnia,
algoritmust kell használnia,
10:52
because they've evolved to deal with
267
640607
2522
mert másféle erőforrások
10:55
different resources,
268
643129
1671
kiaknázására adaptálódtak.
10:56
and it could be really useful to know about this,
269
644800
2559
Hasznos lenne ezt felmérni.
Nemrég szélsőséges körülmények közt
10:59
and so we recently asked ants
270
647359
1642
11:01
to solve the collective search problem
271
649001
2450
vizsgáltuk a hangyák csoportos
11:03
in the extreme environment
272
651451
1368
keresési viselkedését:
11:04
of microgravity
273
652819
1558
a Nemzetközi Űrállomás
11:06
in the International Space Station.
274
654377
1976
mikrogravitációs mezőjében.
11:08
When I first saw this picture, I thought,
275
656353
1545
A felvétel láttán megijedtem:
11:09
Oh no, they've mounted the habitat vertically,
276
657898
2857
"Jaj, függőlegesen
szerelték be be az élőhelyet",
szerelték be be az élőhelyet",
11:12
but then I realized that, of course, it doesn't matter.
277
660755
2618
de persze ez édesmindegy.
11:15
So the idea here is that the ants
278
663373
2637
Az alapötlet az volt,
11:18
are working so hard to hang on
279
666010
1970
hogy a hangyák olyan erővel kapaszkodnak
11:19
to the wall or the floor or whatever you call it
280
667980
3057
a falba, a padlóba,
vagy akárhogy is hívjuk,
vagy akárhogy is hívjuk,
11:23
that they're less likely to interact,
281
671037
3009
hogy valószínűleg kevesebb
interakcióra lesz alkalmuk,
interakcióra lesz alkalmuk,
így a számuk és a találkozásaik
11:26
and so the relationship between
282
674046
1244
11:27
how crowded they are and how often they meet
283
675290
2120
gyakorisága közti viszony
11:29
would be messed up.
284
677410
1725
összezavarodna.
11:31
We're still analyzing the data.
285
679135
1395
Még elemezzük az adatokat,
11:32
I don't have the results yet.
286
680530
1964
hivatalos eredmény nincs még.
11:34
But it would be interesting to know
287
682494
1694
De érdekes lenne kideríteni,
11:36
how other species solve this problem
288
684188
2459
hogy más fajok hogyan birkóznak meg
11:38
in different environments on Earth,
289
686647
2564
ezzel a nehézséggel
a Föld különböző pontjain.
a Föld különböző pontjain.
11:41
and so we're setting up a program
290
689211
1266
Erre programot szervezünk,
11:42
to encourage kids around the world
291
690477
2160
melynek keretében világszerte
11:44
to try this experiment with different species.
292
692637
2536
gyerekek folytatnák ugyanezt a kísérletet.
11:47
It's very simple.
293
695173
1767
Nagyon egyszerű az egész.
11:48
It can be done with cheap materials.
294
696940
2090
Olcsó alapanyagokkal megoldható.
11:51
And that way, we could make a global map
295
699030
2833
Ily módon készíthetnénk egy világtérképet
11:53
of ant collective search algorithms.
296
701863
3347
a hangyák csoportos
kereső algoritmusairól.
kereső algoritmusairól.
11:57
And I think it's pretty likely that the invasive species,
297
705210
2483
Szinte biztos, hogy azok a fajok,
11:59
the ones that come into our buildings,
298
707693
2149
amelyek az épületeinkbe is
bemerészkednek,
bemerészkednek,
12:01
are going to be really good at this,
299
709842
1742
kitűnő megoldásokat találtak.
12:03
because they're in your kitchen
300
711584
1848
Azért masíroznak fel-le a konyhában
12:05
because they're really good
at finding food and water.
at finding food and water.
301
713432
3907
mert tehetséges élelem- és vízfelderítők.
12:09
So the most familiar resource for ants
302
717339
3265
A hangyák legismertebb erőforrása
12:12
is a picnic,
303
720604
1315
a piknikkosár,
12:13
and this is a clustered resource.
304
721919
2145
tehát egy halmozott erőforrás.
12:16
When there's one piece of fruit,
305
724064
999
Ha van ott egy körte,
12:17
there's likely to be another piece of fruit nearby,
306
725063
2515
lesz ott talán más gyümölcs is.
12:19
and the ants that specialize on clustered resources
307
727578
3432
A halmozott erőforrásokra
specializálódott hangyák
specializálódott hangyák
12:23
use interactions for recruitment.
308
731010
1942
interakcióikat toborzásra használják.
12:24
So when one ant meets another,
309
732952
1277
Mikor két hangya összefut,
12:26
or when it meets a chemical deposited
310
734229
1625
vagy belebotlik egy társa
12:27
on the ground by another,
311
735854
1736
talajon hagyott feromonjaiba,
12:29
then it changes direction to follow
312
737590
1833
rögvest irányt változtat,
12:31
in the direction of the interaction,
313
739423
1573
s már megy is az interakció felé.
12:32
and that's how you get the trail of ants
314
740996
1977
Így lesz egy kíváncsiskodóból
12:34
sharing your picnic.
315
742973
1413
seregnyi falatozó hangya.
12:36
Now this is a place where I think we might be able
316
744386
1695
Itt akár a rákkezeléshez hasznos
12:38
to learn something from ants about cancer.
317
746081
3741
dolgokat is elleshetnénk a hangyáktól.
12:41
I mean, first, it's obvious that we could do a lot
318
749822
1981
Persze a legtöbbet úgy tehetnénk
12:43
to prevent cancer
319
751803
1610
a rák megelőzése érdekében,
12:45
by not allowing people to spread around
320
753413
2577
ha nem engedélyeznénk
12:47
or sell the toxins that promote
321
755990
1944
a rákkeltő anyagok széleskörű
12:49
the evolution of cancer in our bodies,
322
757934
2780
terjesztését illetve eladását.
12:52
but I don't think the ants can help us much with this
323
760714
2346
A hangyák itt nem tudnak segíteni,
12:55
because ants never poison their own colonies.
324
763060
3358
ugyanis sosem mérgezik a kolóniáikat.
12:58
But we might be able to learn something from ants
325
766418
1332
De talán mégis elleshetnénk
12:59
about treating cancer.
326
767750
1763
rákkezeléshez hasznos dolgokat tőlük.
13:01
There are many different kinds of cancer.
327
769513
2225
Sokféle rákmegbetegedés létezik.
13:03
Each one originates in a particular part of the body,
328
771738
2978
A test más-más részére specializálódtak.
13:06
and then some kinds of cancer will spread
329
774716
2966
Van olyan rákos megbetegedés is,
13:09
or metastasize to particular other tissues
330
777682
2830
amely a test távoli
szöveteiben áttétesedik,
szöveteiben áttétesedik,
13:12
where they must be getting
resources that they need.
resources that they need.
331
780512
2880
ahol nyilván létfontosságú
erőforrásokhoz jut.
erőforrásokhoz jut.
13:15
So if you think from the perspective
332
783392
1808
Az áttétesedő ráksejtek
13:17
of early metastatic cancer cells
333
785200
1950
kicsit mintha a számukra létfontosságú
13:19
as they're out searching around
334
787150
1623
erőforrásokat fürkésznék,
13:20
for the resources that they need,
335
788773
2317
s ha valahol ezekre
13:23
if those resources are clustered,
336
791090
1983
halmozottan bukkannak rá,
akkor alighanem
akkor alighanem
13:25
they're likely to use interactions for recruitment,
337
793073
3013
toborzásra használják interakciókat.
13:28
and if we can figure out how
cancer cells are recruiting,
cancer cells are recruiting,
338
796086
3093
Ha kiderítjük, hogyan
toborozzák az új ráksejteket,
toborozzák az új ráksejteket,
13:31
then maybe we could set traps
339
799179
2347
akkor talán csapdába csalhatjuk őket,
13:33
to catch them before they become established.
340
801526
4049
s kialakulása előtt
elcsíphetnénk az áttétet.
elcsíphetnénk az áttétet.
13:37
So ants are using interactions in different ways
341
805575
3235
A hangyák környezetüktől függően
13:40
in a huge variety of environments,
342
808810
2602
más-más célra vetik be az interakcióikat.
13:43
and we could learn from this
343
811412
1821
Ebből sokat tanulhatnánk
13:45
about other systems that operate
344
813233
1777
más központi irányítás
13:47
without central control.
345
815010
2337
nélküli rendszerekről.
13:49
Using only simple interactions,
346
817347
1979
Egyszerű interakciók felhasználásával
13:51
ant colonies have been performing
347
819326
1795
a hangyakolóniák
13:53
amazing feats for more than 130 million years.
348
821121
3633
hihetetlen eredményeket értek el
az utóbbi 130 millió évben.
az utóbbi 130 millió évben.
13:56
We have a lot to learn from them.
349
824754
2140
Érdemes őket figyelemmel kísérni.
13:58
Thank you.
350
826894
2738
Köszönöm a figyelmüket.
14:01
(Applause)
351
829632
2733
(Taps)
ABOUT THE SPEAKER
Deborah Gordon - EcologistBy studying how ant colonies work without any one leader, Deborah Gordon has identified striking similarities in how ant colonies, brains, cells and computer networks regulate themselves.
Why you should listen
Ecologist Deborah M. Gordon has learned that ant colonies can work without central control by using simple interactions like how often the insects touch antennae. Contrary to the notion that colonies are organized by efficient ants, she has instead discovered that evolution has produced “noisy” systems that tolerate accident and respond flexibly to the environment. When conditions are tough, natural selection favors colonies that conserve resources.
Her studies of ant colonies have led her and her Stanford colleagues to the discovery of the “Anternet,” which regulates foraging in ants in the same way the internet regulates data traffic. But as she said to Wired in 2013, "Insect behavior mimicking human networks ... is actually not what’s most interesting about ant networks. What’s far more interesting are the parallels in the other direction: What have the ants worked out that we humans haven’t thought of yet?" Her latest exploration: How do ants behave in space?
Deborah Gordon | Speaker | TED.com