[論文レビュー] Passive and Driven Trends in the Evolution of Complexity

Larry Yaeger, Virgil Griffith+1 more|arXiv (Cornell University)|Dec 21, 2011

Evolutionary Game Theory and Cooperation参考文献 44被引用数 25

ひとこと要約

この論文は、人工生命シミュレーションを用いて、進化的な複雑性の変化が選択に基づく駆動的変化（選択的駆動）か、ランダムな拡散（無作為拡散）による受動的変化かを区別するための新規手法を提示している。Polyworldにおける実験では、進化が複雑性を積極的に選択する場合、神経的複雑性が増加することが示されたが、他の条件下では安定性や逆に低下が観察された。これは、種レベルでの複雑性の進化が完全に駆動的であることを裏付けている。

ABSTRACT

The nature and source of evolutionary trends in complexity is difficult to assess from the fossil record, and the driven vs. passive nature of such trends has been debated for decades. There are also questions about how effectively artificial life software can evolve increasing levels of complexity. We extend our previous work demonstrating an evolutionary increase in an information theoretic measure of neural complexity in an artificial life system (Polyworld), and introduce a new technique for distinguishing driven from passive trends in complexity. Our experiments show that evolution can and does select for complexity increases in a driven fashion, in some circumstances, but under other conditions it can also select for complexity stability. It is suggested that the evolution of complexity is entirely driven---just not in a single direction---at the scale of species. This leaves open the question of evolutionary trends at larger scales.

研究の動機と目的

• 進化的な複雑性のトレンドが自然選択によるものか、無作為拡散によるものかという長年の議論を解決すること。
• 計算モデルを用いて、駆動的変化と受動的変化を分離する厳密で定量的な手法を開発すること。
• 制御された選択条件と非選択条件の下で、人工生命システムにおける神経的複雑性の進化を調査すること。
• 複雑性の増加が、積極的な選択の結果であるのか、単にランダムな変異と拡散の副産物であるのかを特定すること。
• 複雑性の増加、安定、減少が発生する条件を調査すること。

提案手法

• 自然選択の有無にかかわらず、他のすべてのパラメータを一定に保ちながら、Polyworld人工生命システムにおける並列シミュレーションを実施する。
• Tononiら（1994）およびLungarellaら（2005）が提唱した情報理論的測度に基づく神経的複雑性（C）を用いて、エージェントの神経ダイナミクスの複雑性を定量化する。
• 選択あり（駆動的）の実験と選択なし（受動的）の実験における複雑性の時間的推移の分布を比較し、選択によるトレンドを分離する。
• 時間経過に伴う集団レベルの複雑性分布を分析し、複雑性の上昇、低下、または安定化の兆候を検出する。
• 駆動的実験と受動的実験の間で複雑性の軌跡を統計的に比較し、選択効果の有意性を評価する。
• 同一の初期条件で進化の歴史を再実行できる制御された「リプレイ」メカニズムを導入し、直接的な比較を可能にする。

実験結果

リサーチクエスチョン

• RQ1 人工生命システムにおける進化的な複雑性トレンドは、明確に駆動的か受動的かに分類可能か？
• RQ2 自然選択が、進化的なエージェントの神経的複雑性を増加させる条件は何か？
• RQ3 さらなる増加が適応度に利益をもたらさない場合、複雑性の安定が出現するか？
• RQ4 無作為拡散のみで観察された複雑性の増加を説明できるのか、それとも積極的な選択が必要か？
• RQ5 環境的・ニッチの複雑性は、複雑性進化の方向性と大きさにどのように影響するか？

主な発見

• 複雑性の増加が適応度の向上に寄与する場合、進化が積極的に神経的複雑性を駆動することが示された。駆動的実験では、複雑性が高く安定している。
• 選択がない場合には、複雑性が無作為拡散によって受動的に増加し、時間の経過とともに集団内での分散が拡大する。
• さらなる増加や減少が適応度に影響しない場合、最適な複雑性レベルの維持が選択され、複雑性の安定が出現する。
• 本研究では、複雑性進化が、あらゆる条件下で完全に駆動的であることが示された。無作為的でもなく、方向性を持つのでもない。
• 一部の駆動的実験では、t=12,000以降にわずかな上昇トレンドが観察されたが、統計的有意性は確認されていない。これは、ゲノム内での継続的な情報統合の兆候である可能性がある。
• 本手法により、選択によるトレンドと受動的トレンドを効果的に分離でき、進化シミュレーションにおいてそれらを区別する形式的フレームワークを提供した。