もしも目が？？？

実は今、そのシミュレーターを作ってるんだ。まだ全体の複雑さをモデル化するには遠いけど、簡単なバージョンはできる。最近、C Elegansの3Dモデルも作ったよ。

面白いプロジェクトだけど、最初のシンプルなルール、果たして充分シンプルかな？親が持つ特性を受け付けるってルール、具体的にどんな特性を持つか、どうやって受け継がれるのか？このルールがほんとにシンプルか疑問だね。

魚がNEATアルゴリズムで進化して、食べ物を探したり迷路を進む行動を身につけていくんだ。今のところ、草食と肉食の消化に関する遺伝子があって、それに基づいて行動が特定されるんだよ。エネルギーの減少や死亡プログラムも必要で、エネルギー源を確保しながら進化するって感じ。植物にも同様のシンプルなルールを使って進化を模倣してる。実験の結果、植物が樹木のようになってきてるのが面白いよ。

植物が樹木になるシミュレーション、楽しみだな！もう一つ質問だけど、NEATアルゴリズムって自然選択を模倣してるの？それはどうやって？

NEATの特長は神経ネットの形が変わることなんだ。2つの神経ネットのミックスもできるけど、まだ実装してないよ。このシミュレーションでは自然選択が自動で行われるから、食糧が限られていて、一番適応したものだけが生き残るよ。だから、いい性能の神経ネットが自分を複製して、小さな変異を生むんだ。NEATは固定構造の神経ネットと比べて特に優れてるのを見てきたよ。

ソースが見られるの楽しみ！これにどれくらいの期間取り組んでるの？

すごいチャンネルだね！シェアしてくれてありがとう。

確かに多くのシミュレーションや進化が行われてきたけど、どれも不完全な世界モデルでやってるから、意味のある予測ができるかは疑問だね。昔、同僚がロボットを歩かせるために強化学習を使ったけど、物理シミュレーションのエラーを悪用して変な動きになっちゃったこともあったよ。

機械学習は同じことを可能にするの？Microsoft MatterSim見てみて。

それってNvidia Omniverseのことじゃない？

そう、それが目標だよ。一般的に機械学習は多くのNP困難問題を効率的に近似できるから、分子シミュレーションの場面では量子コンピュータの実用的な代替手段になるんじゃないかと思うよ。

哲学的に見れば、法則が数学には適用されるかもしれないが、生物には当てはまらないとも言える。生物は目的論で説明されるからね。心臓は血液を循環させるためにあるし、寒冷地に住む生物が厚い毛を持っているからといって、厚い毛が寒冷地を示すわけじゃない。生態系によっては、他の動物がその役割を果たしていることもあるし、ニュージーランドでは鳥がその役割を担ってるものもある。生物学は純粋な帰納的科学にはなり得ないと思う。

筋肉や骨格をシミュレートする研究はこれまで多く行われているが、眼や視覚に焦点を当てることで本研究は面白いと思う。YouTubeにはシミュレーションに関する面白い動画がたくさんあるけど、ほとんどが2Dだったり大きな簡略化があるね。もし「リアルな」生物を進化させようとしたら、脳を無視しても複雑さが爆発的に増えるだろう。

純粋なダーヴィニズムでゼロから生物を進化させるのは難しいと思うけど、少し意味を緩めて、いくつかの要素を固定して他の要素だけを進化させることで、実現可能かもしれない。

同感だ、同じ作者の『Diaspora』も強く勧める。『Permutation City』よりも少しアクセスしやすいと思うよ。

Greg Eganの作品をアクセス可能と呼べるかは微妙だけど、”人間の観測が量子波動関数の崩壊を引き起こさなかったら？”ってテーマのスリリングな物語（Greg Egan：Quarantine）は、量子力学を“アクセス可能”にするものと同じと言えるかもね。Ted Chiangの物語も同様だ。

目の進化に関する面白い事実だけど、トンボの目の黒い斑点は追いかけている瞳孔ではなく、目の中のコラムを直接見ているだけなんだ。光を効率よくキャッチするから、黒く見えるんだよ。物理的な限界に近い効率も誇ってる。

面白いのは、黒いのが瞳孔だからじゃなくて、複眼が働いている様子が見えるところなんだ。各レンズは狭い視野しか持たないから、観測者がその中にいる時だけ黒く見える。一方、人間の瞳孔は常に同じレンズだからどの角度からでも黒く見える。

人間の目はもっと大きいから、数センチの物に影ができるのは簡単だけど、半ミリ深さの物には難しいよね。

最近キャンプでヘッドライト使ったら、草の中に光るスポットがあって、最初はホタルかと思ったけど、調べたらクモの目の反射だった。たくさんのクモがいて写真が撮れなかったよ。複眼でも光は反射するんだけど、『銀色』になるんだ。

みんなが当たり前だと思ってダウンボートしてるかもだけど、ドラゴンフライは赤い血がないから赤い目にはならないんだ。赤い目は脊椎動物の目の特徴だし、かすみを見ると血管の動く点が見えるのは赤血球のせいだよ。昆虫にはそのカラクリがないから、光を反射するものが前にないんだ。

他のコメントでも言われてるけど、これは効率的な光捕獲の物理的限界に近いね。小さいレンズは回折のぼやけを生むけど、角度解像度は良くなる。昆虫の複眼はこの法則に従ってるよ。

でもドラゴンフライは最高の飛行能力を持ってるんだよね。

スケーリングの法則じゃなくて、物理法則に従っているんだ。ドラゴンフライは入ってくる光の約99.7％を集めるよ。

捕光が強すぎて、シュワルツフライ半径の裏側からも光は逃げられない。

その意見に賛成だけど、単なるシミュレーションと比べると、特定の現象を説明するモデルだと思うんだ。２つの異なるタイプの目の『出現』について、特定のタスクのセットでモデル化されるんだよ。それを比べることで、進化生物学のあまり明確でない証拠とどう比較できるか見えるかも。

後者については、もちろん物理学のようにテストはできないから、それだけが手に入るんだ。適切な問いは、それが完全に無駄か、どこかで役に立つかってことかな。

いやー、1つの光受容体が何かから進化したんじゃないかって思ってたから、タイトルが’ゼロから’に相応しいものになるとは思ってなかったよ。

今は戻ってきたよ、迅速なミラーほんと感謝！

著者だけど、質問があったら喜んで答えるよ！

このブログの最後に話してるけど、目新しい目や視覚システムを発見するのが主な目標なんだ。例えば、火星のような環境に動物を置くと、どんな目が進化するかって考えてる。人間が作り出せる目しか進化させないって制約なら、新しいカメラやアルゴリズムが生まれる可能性もある。一応、生物的な視覚を再現しようとしてるけど、人工視覚にも応用するつもりなんだ。

それもそうで、興味のある分野でもあるんだ。もっとセンサーのパラメータを増やすと進化可能な動物の数がぐっと増えるけど、同時に問題も難しくなる。うちの動物は単純な球体だから、もっといろんな要素をモデリングするのも面白いと思う！

『超敏感なオンオフスイッチがアホロートルの四肢再生を助ける』からの引用
「興味深いのは、このミューラー細胞が魚の網膜を再生させることが知られていることだ」

これが実際に機能するなら、他にもたくさんの不変量を証明しないといけないし、目の進化と同時に光データを解釈するメカニズムが必要だと思う。っていうのも、本当の進化って、進化論的な報酬や選択のシステムがあるわけじゃないから、リアルな生物学とは全く違うんだよね。

『On the Origin of Species』を読んだ方がいいよ。彼は君の反論には全部対処してるし、そもそもダーウィンは目に関して問題を抱えてなかったんだ。これはクリエイショニストが言ってるだけ。

特に異議がある部分を読むのは面白そうだね。ダーウィンがどの反論に対処したか、どこに書いてあるのか知りたいな。ダーウィンの遺伝の理解、例えばパジェネシスに関しては間違ってたし、『On the Origin of Species』を持ち出すだけじゃ全然足りないよ。

彼は今日でもクリエイショニストが使っている反論を長々と解体しているよ。クリエイショニストたちは『On the Origin of Species』を実際に読んだのか、常々疑問に思っている。いや、当時はメカニズムが理解されていなかったけど、それは関係ないし、『Origin of Species』でもあまり触れられてないことだ。

これについてはAppleが悪いね。彼らの動画がPiPから飛び出すのを防ぐために3rdパーティのウェブビューを補正するのは楽しくない。

ウェブサイトの管理者へ：
動画タグにplaysinline属性を追加してください。

これは興味深いね。目が単一の光受容体から進化してきたアイデアの視覚化は、実際に生物学でよく聞く話だけど、こうするとより具体的に実感できるよ。