Теория Чарльза Дарвина о выживании наиболее приспособленных в процесс е естественного отбора уже давно принята в научном сообществе. Известно, что гены передаются от родителей потомству, а гены, необходимые хозяину для выживания, вновь предаются спустя годы. Также данные гены работают вместе в так называемых «сетях генов», которые также могут передаваться через поколения. Последние исследования основаны на том, как естественный отбор влияет на эти сети.

Специалист в области информатики, доктор Ричард Уотсон, доцент Саунтгемптонского университета, считает не только то, что естественный отбор действует как своего рода генетический фильтр, отсеивающий нежелательные аспекты, но также позволяет этим генетическим сетям «учиться» тому, что работает, а что нет, и таким образом способен улучшить свои показатели.

Процесс имитирует то, как искусственные нейронные сети, используемые специалистами в области информатики, могут научиться решать проблемы.

Доктор Уотсон сказал: «То, что организмы имеют генные сети, и они передаются по наследству от одного поколения к другому, уже давно не новость. Генные сети развиваются, как обучаются нейронные сети».

Искусственные нейронные сети могут использоваться для решения широкого спектра задач, таких как распознавание человеческого лица и анализ эффективности работы команды в футбольных матчах, а также определение того, как выработана определенная тактика.

Эти системы могут принимать входные данные, например, слово «привет», и научиться его повторять с течением времени. Как и ребёнок, нейронная сеть не может мгновенно установить соединение – для получения результата нужно обучаться некоторое время.

Это обучение сложное, но по существу оно предполагает изменение сильных связей между виртуальными «нейронами». Каждый раз это будет улучшать результат, пока вся сеть точно не выведет желаемый ответ: в нашем примере забавные символы на странице («привет») равны слову «привет». Теперь компьютер «знает», что вы написали.

Доктор Уотсон полагает, что именно так эволюционируют виды, изучая принцип работы. Однако, казалось бы, существуют различные способы обучения этих нейронных сетей. Доктор Уотсон сосредоточил свое внимание на так называемом «обучении хеббов».

В этой системе связи между смежными нейронами, которые имеют сходные результаты, усиливаются с течением времени. Проще говоря: «нейроны, которые стреляют вместе, соединяются вместе». Сеть «учится», создавая прочные связи внутри себя.

Особое преимущество обучения хеббов состоит в том, что сети могут разрабатывать «модульные» функции. Например, одна группа генов может определить, имеет ли животное задние лапы, глаза, или пальцы.

Доктор Уотсон добавил: «Если есть человек, который имеет чуть более сильную регуляторную связь между этими генами, чем какой-либо другой человек, то они будут предпочтительнее. Они будут пользоваться естественным отбором. Это означает, что за эволюционное время сила связей между этими генами будет увеличена».

Перевод: Екатерина Тёрина