인공 생명체에서 자발적인 복제기 등장

이기적 유전자 (Dawkins)의 초석 중 하나는 복제기, 즉 스스로 복제 할 수있는 분자의 자발적 출현이다.

이것은 개방형 진화 / 인공 생활 시뮬레이션 에서 silico 로 모델링 되었습니까?

Avida 또는 Tierra와 같은 시스템 은 복제 메커니즘을 명시 적으로 지정 합니다. 다른 유전자 알고리즘 / 유전 적 프로그래밍 시스템 은 복제 메커니즘을 명시 적으로 검색 한다 (예 : 폰 노이만 범용 생성자를 단순화하기 위해)

주요 디지털 수프에서 레 플리 케이 터가 나오는 시뮬레이션에 대한 링크를 환영합니다.

시스템 접근

실시간 시스템 S 를 복제하도록 설정합시다 : X ⇒ Y$S: \mathcal{X} \Rightarrow \mathcal{Y} \; | \; I$ ,$\mathcal{X}$ 입력하는 연속 실험 역사$\mathcal{Y}$ 출력 경험적 연속 기록은 실제 시스템의 초기 상태에 따라 조절 된$I$ . 일부 정의에 따라$S$ 가 살아 있어야합니다.

우리는 이기적인 유전자 또는 다른 속성으로 이론적 삶의 모델의 복제를 시뮬레이션 할 수 없습니다. 단순히 시뮬레이션의 기반이 될 수있는 수학적으로 간결한 모델이 없기 때문입니다. 이 글을 쓰는 시점에서 그러한 모델에 대한 힌트와 힌트 ​​만 알려져 있습니다.

더욱이, 모형은 인류 역사 전반에 걸쳐 이상이 해결되고 이론에 통합하기 위해 새로운 모형이 개발되면 복잡성의 근사치 인 것으로 밝혀진 수학적 표현이다. ¹

대략적으로 정의 된 시뮬레이션

S 를 복제 하기 위해 일반적인 알고리즘 $\mathcal{A}$ 를 검사하면 다음과 같이 대략적으로 복제를 스케치 할 수 있습니다.$S$

• 추정 시스템 $S$ 본질적 가설 형성 $H$ .
• 초기 상태 $I$ 시뮬레이션하십시오 .
• 실제 연속 X 와 근사한 일련의 불연속 자극 $\mathcal{X}_t$ 시작합니다 .$\mathcal{X}$
• 그 결과 시스템 동작 취득 $\mathcal{Y}_t$ 의 개별 관찰로 $\mathcal{Y}$ .
• 허용 오차 내에 있도록 시뮬레이션 및 실제 시스템의 차이를 확인 $\epsilon$ .

자발적 출현 정의

자발적 출현은 천문학적으로 초기의 일련의 초기 상태와 일련의 자극이 생겨난 것에 대한 구체적이고 합리적인 정의에 근거하여 순열 중 하나가 살아있을 가능성이 높다는 것을 의미합니다.

인생이란 무엇인가

살아있는 유기체에 대한 몇 가지 정의를 검토 할 때 가장 합리적인 정의에는 다음이 포함됩니다.

• 유기체는 환경과 구별 될 수 있습니다.
• 유기체는 작동에 필요한 잠재적 인 에너지와 물질을 획득하고 캐싱 할 수 있습니다.
• 운영에는 지속적인 획득이 포함되며 환경과의 양방향적이고 지속 가능한 관계가 형성됩니다.
• 유기체는 대략 자체를 재생할 수 있습니다.
• 번식은 부모와 유사하지만 정확하게는 아닙니다.
• 에너지 및 재료 획득 방법은 다른 유기체의 소비 또는 에너지 및 재료를 포함 할 수있다.

자원, 자연 선택 및 진화론의 다른 모든 특징에 대한 경쟁은 위의 5 가지 요구 사항에 부합합니다. 이 외에도 종의 출현에서 공통적 인 주제로 symbiogenesis를 인식하는 경향이 무시되어서는 안됩니다.

• 한 유기체의 복제는 특성이 유기체의 범주에 걸쳐 전달되도록 동화 또는 공생의 형태를 통해 다른 유기체의 구성에 의해 영향을받을 수있다.

시뮬레이션으로서의 인공 생활

이 7 가지 기준은 인간이 인위적으로 생명을 창출하려는 시도에 도전을 제기합니다. 인생이 어떤 방식으로 시뮬레이션되도록 컴퓨터 모델을 만드는 것은 쉽습니다. 방법을 고려하십시오.

• 환경에는 가상 에너지와 가상 물질이 포함되어 있습니다.
• 환경과 구별되는 유기체 모델은 일련의 작업을 통해 환경에서 운영 요구 사항을 얻을 수 있습니다.
• 온도가 핵 임계 값보다 훨씬 낮기 때문에 물질과 에너지가 절약됩니다.
• 유기체의 모델은 캐시를 유지하기 위해 충분한 에너지 및 재료 획득이 발생한 경우에만 획득을 허용합니다.
• 한 유기체에 의해 획득 된 물질과 에너지는 유기체를 획득했거나 획득 한 유기체로부터 생성 된 유기체의 소비 또는 흡수를 제외하고 다른 유기체에 의해 획득 될 수 없다.
• 유기체의 모델은 복제의 확률 적 차이가 소량으로 도입되는 방식으로 자기 복제 할 수 있습니다.
• 복제 정보를 포함하는 운영 정보는 일부 조건 하에서 소비 또는 공생 관계를 통해 획득 될 수있다.

자발적인 삶을위한 마법의 유전자

이기적인 유전자는 위에서 언급되지 않았습니다. 전제 조건이 의도적 인 이기심은 삶의 요구 사항이 아닙니다. 아메바는 움직이거나 먹을 때 이기적으로 생각하지 않습니다. 현명하게 작동합니다. 우리가 연구하는 모든 유기체를 의인화하거나 의인화 개념에 근거한 이론을 개발해서는 안됩니다.

마찬가지로 공생 관계는 사랑하거나 이타 적이 지 않습니다. 그것들은 정상적인 수술의 의도하지 않은 부산물로 나타난 상호 이익이 있고 두 공생 부모 모두가 공생 관계를 각자의 자손에게 전달했기 때문에 존재합니다. 상호 이익, 공생 및 복제는 위트가 없으며 의도하지 않습니다.

공생 협력 또는 경쟁을 통제하기 위해 다른 모든 복제 된 메커니즘과 구별되는 제어 메커니즘이있을 필요는 없다. 그들도 환경을 공유하는 생물의 자연스러운 결과입니다. 유기체가 죽었는지 여부

• 공생체를 잃어 버렸어요
• 다른 유기체가 그 필수품을 소비했기 때문에 굶주림
• 유기체 자체가 자체 자원을 고갈 시키거나
• 그렇지 않으면 필요한 리소스를 사용할 수 없게되었습니다.

여전히 복제 할 수 없으므로 특성이 사라집니다.

또한 스스로 복제 할 수있는 알려진 분자는 없습니다. 생식을 위해서는 다양한 화학적 상태와 평형 상태의 복잡한 분자 시스템이 필요합니다.

이미 존재하는 유기체 시뮬레이션으로 돌아 가기

$S$

$\mathcal{A}$$S$

개방성을 위해서는 검증이 필요하다

silico 에서의 구현 에 대한 가장 중요한 제한 사항은 진정한 개방형이 될 수 없다는 것입니다.

이 글을 쓰는 시점에는 시뮬레이션 시스템 외부에서 시뮬레이션 된 것을 복제 할 수있는 방법이 없습니다. 나노 기술이 3D 구성 및 조립이 살아있는 시뮬레이션을 시뮬레이션되지 않은 우주로 마이그레이션 할 수있는 지점에 도달 할 때까지 이러한 시뮬레이션은 폐쇄 방식으로 진행 되며 vito에서 의 생존력 은 테스트되지 않았습니다. 이를 검증 할 방법이없는 개방형 시뮬레이션의 가치는 오락을 제외하고는 본질적으로 0입니다.

디지털 시뮬레이션 분야에서도 기술이 발전하는 한 폰 노이만의 보편적 인 생성자에 가까운 것은 아무것도 달성하지 못했습니다. Scheme, LISP, C ++, Java 및 그 이후의 언어로 일반 기능 복사 생성자를 사용할 수 있지만 컴퓨터의 살아있는 객체를 향한 간단한 단계입니다.

디지털 수프

$\mathcal{A}$$S$$S$

원시 디지털 수프의 문제는 결합 폭발 중 하나입니다. 지구 표면에는 5 억 5 천만 평방 Km이 있으며 가능한 3 가지 범주의 생명 기원 시간대가 있습니다.

• 현재의 추정치는 지구가 45 억 4 천만 년 전에 형성되었고 매우 원시적 인 생명이 35 억 년 전에 출현했다고 추정하고 있습니다
• 캐나다에서 발견 된 것으로 추정되는 390 억 년 된 유기 물질은 행성 형성과 생명 형성 사이의 간격을 단축 시키며 더 오래된 지상 생물이 발견 될 수 있습니다
• 생명이 이미 존재했을지도 모른다는 블라디미르 베르 나츠키의 의견은 단순한 가능성 그 이상입니다

$(4.54 - 3.5) \cdot 10^9 \cdot 510 \cdot 10^6$

직경 20 nm의 나노 베브와 출현이 1 초 밖에 걸리지 않을 가능성이 있기 때문에, 3 차원 모두에서 최소 50 %의 겹침을 갖는 유한 요소에서 다음 시공간 영역을 시간에 따라 3 차원으로 시뮬레이션해야합니다.

$$\dfrac {2^3 \cdot (4.54 - 3.5) \cdot 10^9 \cdot 510 \cdot 10^6 \cdot (1,800 - 8,372) \cdot 365.25 \cdot 24 \cdot 60 \cdot 60} {(20 \cdot 10^{-9})^3} \\ = 170,260,472,379 \cdot 10^{9+6+27} = 1.7 \cdot 10^{56}$$

스위스의 크기가 2 층인 양자 컴퓨터의 경우 컴퓨팅 시간은 지구상의 평균 종의 지속 시간을 크게 초과 할 것입니다. 계산이 완료되기 전에 사람이 멸종되었을 가능성이 있습니다.

가장 오래된 발견 된 화석의 연대가 지구의 연대에 수렴됨에 따라, 지구상에서 생명이 빠르게 출현 한 것처럼 보이지만 논리적 결론은 아닙니다. 지구가 충분히 식은 직후에 생명이 형성되고 나머지 수십억 년 동안 연속 출현의 증거가 발견되지 않으면, Vernadsky는 생명이 지구를 강타한 하나 이상의 시체를 통해 지구에 도착했다는 추론이 더욱 가능 해졌다.

그러한 경우라면, 모든 가정이 철회되었는지, 인생이 전혀 시작되었는지 여부를 질문해야합니다.

그것의 형성 시뮬레이션 대 생활 시뮬레이션

$\mathcal{A}$$S$$S$

$\mathcal{B}$$S$$\mathcal{A}$$\mathcal{B}$

컴퓨터 외부의 물리를 시뮬레이션에 맞추는 것이 불가능할 수 있습니다. 로봇 시스템으로 구현 될 때 모의 생명이 실제로 고려 될 것인지 여부는 종이 충분히 견뎌야 할 경우 생명이 우리의 후손에게 남겨질 것입니다.

각주

[1] 고전적인 사례에는 중력의 법칙을 제시하는 헬리오 센 트릭 코 페르 니칸 시스템이 포함되는데,이 법은 수성의 궤도와 태양 근처의 빛의 곡률에 대한 적절한 예측에 의해 보여지는 일반적인 상대성 이론의 근사치를 보여줍니다. Lavoisier의 산소 발견과 빛의 두 번째 불완전 성 이론에서 Gödel에 의해 반증 된 닫힌 상징적 체계 내에서 진실의 절대적인 가능성에 대한 빛은 Turing의 완전성 정리에 의해 부분적으로 (계산 성 측면에서) 보상되었습니다.

부정적인 것을 증명하기는 어렵지만, 이것이 이루어지지 않았다고 생각합니다.

저수준 기능의 최첨단 시뮬레이션은 현실적으로 발생했다는 과학적 합의 주장에 따라 충분히 큰 시간 단위로 충분히 많은 인구를 시뮬레이션 할 수 없습니다.

화학에 직접 관심이 없지만 추상적 인 기질에 관심이 있다고 말하지만, 화학을 도전의 예로 사용하고 있습니다. 풍부하고 긴급한 동작으로 단순화 된 인쇄물을 만드는 것이 쉽지 않기 때문입니다. 화학 원소는 본질적으로 그들이 서로 다른 결합 메커니즘을 통해 더 큰 물리적 구조로 결합하는 방법에 관한 규칙을 가지고 있으며 대략 12 가지 유형의 원자 만이 관련됩니다. 실제로 가장 낮은 수준에서 합리적으로 간단하고 다루기 쉽습니다. 문제는 "단위"분자 (DNA / RNA 염기, 단백질 펩타이드, 지질, 설탕 염기 등)를 구축하고, 이러한 단위로부터 중합체를 생성하고, 중합체 사이의 상호 작용, 이러한 상호 작용에 의해 만들어지고 물리적 구조가 분해되는 여러 규모의 구조에서 비롯됩니다. 각각 더 복잡한 행동을 보입니다. 이 구조적 계층 구조는 단순히 상위 레벨 장치에 직접 공급되지 않는 자체 복제 기계에 필요합니다. 귀하의 질문에서 당신은 설계되지 않은, 출현 한 자기 복제를 찾고 싶습니다. . . 따라서이 높은 수준의 단위로 먹이는 것은 부정 행위로 간주 될 것입니다.

제대로 심지어 시뮬레이션에 우리는 아마도 연산 능력이없는 밀러 실험 자가 복제는 거리가 멀다 - 화학 시뮬레이션 인 실리코는 단백질 폴딩 계산 같은 것들로 제한됩니다, 이들은 지금까지 실시간에서입니다. 분열을 준비하는 단 하나의 박테리아 세포 내에서 단백질은 초당 수백 씩 생성되고 접 힙니다.

Conway의 Game of Life에 "Gemini"라는 자체 복제 기계를 만드는 것이 한 가지 일입니다 . 이것은 자발적으로 만들어지지 않고 설계되었습니다. 그러나 무작위 초기화로 자발적으로 생성 될 가능성은 매우 낮지 만 0이 아닙니다. 그것은 매우 약한 복제기 일 것입니다. 다른 활성 요소와의 돌연변이 또는 충돌은 그것을 깨뜨릴 것입니다. Gemini를 무작위로 / 자발적으로 생성하려는 시도는 계산 상 가능하지 않습니다.

$10^{30}$$10^8$연령. 이것은 초기 다윈의 조상을 만들기에 충분하다고 추측합니다. 이것은 기본적으로 진화론에 대한 논리적 외삽이며, 가장 간단한 호환 가능한 설명을 찾는 Occam의 면도기 원칙에 따릅니다.

원시 복제기는 생각보다 간단 할 수 있습니다. 이 비디오를 확인하십시오 :

자기 복제 : 분자가 스스로 복제 할 수있는 방법
_{[출처 : University of Groeningen]}

시끄러운 환경에서는 자연 돌연변이가 발생합니다. 그리고 짜잔, 복제 + 돌연변이 = 진화.

첫 번째 답변에서 Neil Slater가 설명했듯이, 자기 복제 유기체가 어떻게 내부에서 작동하는지 알아내는 것은 어렵습니다. 가능한 행동의 수가 많고 진화 과정에서 모든 것을 시험해 볼 수 없기 때문입니다. 생화학에서 문제를 해결하기 위해 사용되는 것은 분자 간의 의사 소통입니다. 가정은 계층 구조를 갖는 기호 언어를 사용할 수 있으며이 언어를 사용하면보다 복잡한 작업을 설명 할 수 있습니다. 연구 용어는 Biosemiotics입니다 .

“유전자 코드의 실험적 증거는 그 자체로는 세포를 반음계로 분류하기에 충분하지 않은 것으로 보였지만 Pattee는 우리가 세포를 John von Neumann이 개발 한 자기 복제 오토마타 이론과 결합하면 충분 해 졌다고 주장했다. ”Barbieri, Marcello. "생체 유전학의 짧은 역사." 바이오 세미 오티스 2.2 (2009) : 221-245.

자체 복제 시스템을 만들 수 있으려면 기존의 자연 시스템을 먼저 구문 분석해야합니다. 보다 구체적으로, "액션 파서"는 자기 복제 과정에서 분자의 언어를 해석한다. 파서가 작동 한 후,이를 예약 방향으로 사용하는 것이 가능합니다. 즉, 파서에 임의의 신호를 넣고 의미 수준에서 결과가 어떻게 보이는지 조사해야합니다.