TED日本語 - ニコラ・ペロニー: 子犬たち!さあ、複合性理論だよ!

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - ニコラ・ペロニー: 子犬たち!さあ、複合性理論だよ!

TED Talks

子犬たち!さあ、複合性理論だよ!
Puppies! Now that I've got your attention, complexity theory
ニコラ・ペロニー
Nicolas Perony

内容

動物の行動はややこしくはありませんが複合的なものです。ニコラ・ペロニーは個々の動物たち―スコットランドテリア、コウモリやミーアキャットが、集合として大きな行動パターンを作りだすような単純なルールにどのように従うのか、そして単純性から生じたこの複合性が、どのように新たな環境への適応役立つのかを研究しています。

Script

Science, science has allowed us to know so much about the far reaches of the universe, which is at the same time tremendously important and extremely remote, and yet much, much closer, much more directly related to us, there are many things we don't really understand. And one of them is the extraordinary social complexity of the animals around us, and today I want to tell you a few stories of animal complexity.

But first, what do we call complexity? What is complex? Well, complex is not complicated. Something complicated comprises many small parts, all different, and each of them has its own precise role in the machinery. On the opposite, a complex system is made of many, many similar parts, and it is their interaction that produces a globally coherent behavior. Complex systems have many interacting parts which behave according to simple, individual rules, and this results in emergent properties. The behavior of the system as a whole can not be predicted from the individual rules only. As Aristotle wrote, the whole is greater than the sum of its parts. But from Aristotle, let's move onto a more concrete example of complex systems.

These are Scottish terriers. In the beginning, the system is disorganized. Then comes a perturbation: milk. Every individual starts pushing in one direction and this is what happens. The pinwheel is an emergent property of the interactions between puppies whose only rule is to try to keep access to the milk and therefore to push in a random direction.

So it's all about finding the simple rules from which complexity emerges. I call this simplifying complexity, and it's what we do at the chair of systems design at ETH Zurich. We collect data on animal populations, analyze complex patterns, try to explain them. It requires physicists who work with biologists, with mathematicians and computer scientists, and it is their interaction that produces cross-boundary competence to solve these problems. So again, the whole is greater than the sum of the parts. In a way, collaboration is another example of a complex system.

And you may be asking yourself which side I'm on, biology or physics? In fact, it's a little different, and to explain, I need to tell you a short story about myself. When I was a child, I loved to build stuff, to create complicated machines. So I set out to study electrical engineering and robotics, and my end-of-studies project was about building a robot called ER-1 -- it looked like this? that would collect information from its environment and proceed to follow a white line on the ground. It was very, very complicated, but it worked beautifully in our test room, and on demo day, professors had assembled to grade the project. So we took ER-1 to the evaluation room. It turned out, the light in that room was slightly different. The robot's vision system got confused. At the first bend in the line, it left its course, and crashed into a wall. We had spent weeks building it, and all it took to destroy it was a subtle change in the color of the light in the room. That's when I realized that the more complicated you make a machine, the more likely that it will fail due to something absolutely unexpected. And I decided that, in fact, I didn't really want to create complicated stuff. I wanted to understand complexity, the complexity of the world around us and especially in the animal kingdom.

Which brings us to bats. Bechstein's bats are a common species of European bats. They are very social animals. Mostly they roost, or sleep, together. And they live in maternity colonies, which means that every spring, the females meet after the winter hibernation, and they stay together for about six months to rear their young, and they all carry a very small chip, which means that every time one of them enters one of these specially equipped bat boxes, we know where she is, and more importantly, we know with whom she is. So I study roosting associations in bats, and this is what it looks like. During the day, the bats roost in a number of sub-groups in different boxes. It could be that on one day, the colony is split between two boxes, but on another day, it could be together in a single box, or split between three or more boxes, and that all seems rather erratic, really. It's called fission-fusion dynamics, the property for an animal group of regularly splitting and merging into different subgroups.

So what we do is take all these data from all these different days and pool them together to extract a long-term association pattern by applying techniques with network analysis to get a complete picture of the social structure of the colony. Okay? So that's what this picture looks like. In this network, all the circles are nodes, individual bats, and the lines between them are social bonds, associations between individuals. It turns out this is a very interesting picture. This bat colony is organized in two different communities which can not be predicted from the daily fission-fusion dynamics. We call them cryptic social units. Even more interesting, in fact: Every year, around October, the colony splits up, and all bats hibernate separately, but year after year, when the bats come together again in the spring, the communities stay the same.

So these bats remember their friends for a really long time. With a brain the size of a peanut, they maintain individualized, long-term social bonds, We didn't know that was possible. We knew that primates and elephants and dolphins could do that, but compared to bats, they have huge brains. So how could it be that the bats maintain this complex, stable social structure with such limited cognitive abilities?

And this is where complexity brings an answer. To understand this system, we built a computer model of roosting, based on simple, individual rules, and simulated thousands and thousands of days in the virtual bat colony. It's a mathematical model, but it's not complicated. What the model told us is that, in a nutshell, each bat knows a few other colony members as her friends, and is just slightly more likely to roost in a box with them. Simple, individual rules. This is all it takes to explain the social complexity of these bats.

But it gets better. Between 2010 and 2011, the colony lost more than two thirds of its members, probably due to the very cold winter. The next spring, it didn't form two communities like every year, which may have led the whole colony to die because it had become too small. Instead, it formed a single, cohesive social unit, which allowed the colony to survive that season and thrive again in the next two years. What we know is that the bats are not aware that their colony is doing this. All they do is follow simple association rules, and from this simplicity emerges social complexity which allows the colony to be resilient against dramatic changes in the population structure. And I find this incredible.

Now I want to tell you another story, but for this we have to travel from Europe to the Kalahari Desert in South Africa. This is where meerkats live. I'm sure you know meerkats. They're fascinating creatures. They live in groups with a very strict social hierarchy. There is one dominant pair, and many subordinates, some acting as sentinels, some acting as babysitters, some teaching pups, and so on. What we do is put very small GPS collars on these animals to study how they move together, and what this has to do with their social structure. And there's a very interesting example of collective movement in meerkats. In the middle of the reserve which they live in lies a road. On this road there are cars, so it's dangerous. But the meerkats have to cross it to get from one feeding place to another. So we asked, how exactly do they do this? We found that the dominant female is mostly the one who leads the group to the road, but when it comes to crossing it, crossing the road, she gives way to the subordinates, a manner of saying, "Go ahead, tell me if it's safe." What I didn't know, in fact, was what rules in their behavior the meerkats follow for this change at the edge of the group to happen and if simple rules were sufficient to explain it.

So I built a model, a model of simulated meerkats crossing a simulated road. It's a simplistic model. Moving meerkats are like random particles whose unique rule is one of alignment. They simply move together. When these particles get to the road, they sense some kind of obstacle, and they bounce against it. The only difference between the dominant female, here in red, and the other individuals, is that for her, the height of the obstacle, which is in fact the risk perceived from the road, is just slightly higher, and this tiny difference in the individual's rule of movement is sufficient to explain what we observe, that the dominant female leads her group to the road and then gives way to the others for them to cross first. George Box, who was an English statistician, once wrote, "All models are false, but some models are useful." And in fact, this model is obviously false, because in reality, meerkats are anything but random particles. But it's also useful, because it tells us that extreme simplicity in movement rules at the individual level can result in a great deal of complexity at the level of the group. So again, that's simplifying complexity.

I would like to conclude on what this means for the whole species. When the dominant female gives way to a subordinate, it's not out of courtesy. In fact, the dominant female is extremely important for the cohesion of the group. If she dies on the road, the whole group is at risk. So this behavior of risk avoidance is a very old evolutionary response. These meerkats are replicating an evolved tactic that is thousands of generations old, and they're adapting it to a modern risk, in this case a road built by humans. They adapt very simple rules, and the resulting complex behavior allows them to resist human encroachment into their natural habitat.

In the end, it may be bats which change their social structure in response to a population crash, or it may be meerkats who show a novel adaptation to a human road, or it may be another species. My message here -- and it's not a complicated one, but a simple one of wonder and hope -- my message here is that animals show extraordinary social complexity, and this allows them to adapt and respond to changes in their environment. In three words, in the animal kingdom, simplicity leads to complexity which leads to resilience.

Thank you.

(Applause) Dania Gerhardt: Thank you very much, Nicolas, for this great start. Little bit nervous? Nicolas Perony: I'm okay, thanks. DG: Okay, great. I'm sure a lot of people in the audience somehow tried to make associations between the animals you were talking about -- the bats, meerkats -- and humans. You brought some examples: The females are the social ones, the females are the dominant ones, I'm not sure who thinks how. But is it okay to do these associations? Are there stereotypes you can confirm in this regard that can be valid across all species? NP: Well, I would say there are also counter-examples to these stereotypes. For examples, in sea horses or in koalas, in fact, it is the males who take care of the young always. And the lesson is that it's often difficult, and sometimes even a bit dangerous, to draw parallels between humans and animals. So that's it. DG: Okay. Thank you very much for this great start. Thank you, Nicolas Perony.

科学 科学は私たちにとてつもなく多くのことを 広大な万物について教えてくれます それは 同時にとてつもなく重要で 遥か遠く しかしながら 実はとても身近で 実際には 私たちが本当には理解していない多くの事よりも ずっと私たちに直接的に関わっています そしてその中の1つである 身近にいる動物達の社会の驚くべき複合性について 今日は 私はいくつかの 動物の複合性についてお話をしたいと思います

さて まず私たちは何を「複合性」と言うのでしょうか? 「複合」とは何でしょうか? 「複合」は「ややこしく」はありません ややこしいものは多くの小さい要素から成り立っています 全て違うもので 各々が その組織の中で 明確な役割を持っています その反対に 複合システムは とても多くの同じような要素で作られています そして それはそれらの全体的に筋の通った 相互作用を生み出します 複合システムは互いに影響し合う多くの要素を持ち それらはシンプルな個々のルールに従って 動作し そして 創発に行き着きます 全体としてのシステムの挙動は 個々のルールからのみでは 予測することはできません アリストテレスが書いたように 全体は部分の総和よりも勝るのです しかし アリストテレスはさておき 複合システムのより具体的な例を

スコットランド テリアがいます 最初 システムは無秩序です そして小さな力が生じます ミルクです 誰もが ある方向に向かい始めると こんなふうになります 子犬たちの相互作用によって 風車が生じるのです ミルクから離れないように どんな向きでも押していくことだけがルールです

だから 複合性が立ち現れる所から 単純なルールを見つけることが全てなのです 私はこれを複合性の簡素化と呼んでおり 私たちはチューリッヒのスイス連邦工科大学の システム・デザイン講座で取り組んでいます 動物の個体数に関するデータを収集し 複合したパターンを分析し それらを説明しようとします それには生物学者 数学者 コンピューター科学者と 共に協力する物理学者が必要です そして 彼らの相互作用が 学際的な強みとなって これらの問題を解決するのです 繰り返しますが 全体は部分の総和よりも 勝るのです コラボレーションという方法は 複合システムのもう一つの例です

このスピーカーは生物学と物理学の どちら側なんだと 不思議に思ったかもしれません 実際には 見方が違います そして 説明する為に 私自身について少しお話する必要があります 子供の頃 私は複雑な機械を作るためにものを組み立てるのが好きでした だから 私は電気工学の研究に着手しました それからロボット工学 そして 私の最後の研究プロジェクトは ER-1 と呼ばれていたロボットの構築についてでした それはこんな風でしたー 周囲の状況から情報を収集し そして地面の白い線に従い進みます それは非常に 非常にややこしいものでしたが テストルームでは完璧に動作しました そしてデモ当日 教授がそのプロジェクトの評価をするために 集まりました そして私たちは評価室に ER-1 を持ち込みました すると こうなりました その部屋の明かりが やや異なっていたために ロボットの視覚システムが混乱してしまったのです 最初の曲がり角で コースを外れ 壁に激突したのです 結局は、部屋の光の色の 微妙な変化のせいだけで 壊れてしまったそのロボットを 作るためだけに数週間もかけたわけです これが 私が気づいた時です 作るマシンがより複雑になればなるほど より失敗する可能性が高くなると まったく予期していなかった何かのせいで そして 事実私ははっきりと分かりました 私は本当にややこしいものを作りたかったわけではなかったと 私は複合性を理解したかったのです 私たちの周りの世界の複合性 特に動物の王国における複合性を

さて ここでコウモリの話をしましょう ベヒシュタインのコウモリは ヨーロッパのコウモリの一般的な種です 彼らは非常に社会的な動物です 大抵彼らはねぐらで一緒に眠ります そして 彼らは母系群で生活しています つまり毎年春になると 冬の冬眠後 メスたちは集い そして 子供を育てるため 約 6 ヶ月間一緒にとどまるのです そしてコウモリ全てに 非常に小型のチップをつけ どの一匹でも 特別に用意された コウモリの巣箱に入る度に 居場所がわかり さらに重要なことは どのコウモリと一緒なのかを 知ることが出来ます そうやって コウモリのねぐらの関係を調査します これはこのようなものです 日中は コウモリはねぐらにいます 多くの小グループにわかれ 別々の巣箱に入ります たとえばある日 群れは2 つの巣箱に分かれ しかし 別の日には 一緒に1 つの巣箱に入ったり 3 つやそれ以上の巣箱に分かれることもあり 実に一貫性がないように思えます しかし これは分裂融合ダイナミクスと呼ばれ 別のサブグループへと 定期的に分裂し 統合される 動物のグループの特性なのです

だから私たちがすることは 別々の日の すべてのこれらのデータを取り それらを一緒に出し合うのです ネットワーク分析の技法を適用することによって 長期的な関係のパターンを抽出し 群れの社会構造の 完全な状況を得るためです いいですか? するとこんな絵ができてきます このネットワークでは すべての円は ノード すなわち一匹のコウモリを表し そしてそれらの間の線は 社会的な結束 個体間の関連付けとなります 結局 これは非常に興味深い図となりました 2 つの異なるコミュニティが この群れを構成しているのです 日々の分裂融合の動きからは 予測できないものでした 私たちはそれらを不可解な社会単位と呼んでいます さらに興味深いことがあります 毎年10 月頃 群れは分裂し そしてすべてのコウモリは別々に冬眠に入ります しかし 年々 春にコウモリが再び一緒に集まると コミュニティは同じままなのです

だからこれらのコウモリは友人を覚えています 本当に長い間 ピーナツ大の脳で 彼らは個々の 長期的な社会的結束を維持するのです そんなことが出来るとは知りませんでした 霊長類とゾウと イルカが維持できることは知っていましたが コウモリと比べると 彼らの脳は巨大です ですから どのようにして コウモリたちはこの複合の 安定した社会構造を このような限られた認知能力で維持するのでしょうか?

そして これは複合性が答えをもたらすところです このシステムを理解するために 一匹ごとの簡単なルールに基づいて ねぐらのコンピューター・モデルを作りました そして何千日分も 仮想のコウモリの群れでテストしました それは数理的なモデルであるのですが ややこしくはないのです。 このモデルから分かったことを 要約します それぞれのコウモリは 友人として 群れのメンバーの何人かを知っていて 知り合いと同じ巣箱を選びがちなのです 一匹ごとの簡単なルールです これだけのことで これらのコウモリの 社会的な複合性を説明できるのです

さらに良いことがあるのです 2010 年と 2011 年にかけて 群れがメンバーの 3 分の 2 以上を失いました おそらく非常に寒い冬だったせいです 次の春 コミュニティは例年のような2つの群れには なりませんでした そんなことをしたら 群れは小さくなりすぎて 全滅していたかもしれません 代わりに 1つにまとまった社会を形成しました こうして そのシーズンを生き残り そのあと2年で再び繁栄できたのです こんなことが分かりました 自分たちの群れのこんな動きに コウモリは気づいていません コウモリたちはただ 簡単な交友のルールに従うだけです そしてこのシンプルさから 社会的な(複合さ)が生じて 人口構造の劇的な変化に対して 群れが耐えられるようになるのです 驚くべき結果です

さて ちょっと別の話をしたいのですが そのためには私たちはヨーロッパから 南アフリカ共和国のカラハリ砂漠に移らなければなりません ミーアキャットはここで生息しています 皆さんはミーアキャットを勿論ご存知ですよね? 彼らは魅力的な生き物で 非常に厳格な社会的な階層を備えたグループで生活しています 1 つの群れを率いるペアと 多くの下層群がおり 番人として行動するものもあれば ベビーシッターとして行動するものもあり 子供に教えるものなど等 がいます そこで私たちは この生き物に 小さなGPSを首輪にして 付けることにしました 彼らはどのように共に移動し それが 彼らの社会構造に どのような意味を持つのか を調べるために そして ここにミーアキャットの集団的な運動に関する 非常に興味深い例があります 彼らが生息する保護指定区域の真ん中に 1本の道路があります この道路には車が通っており 危険です でも ミーアキャットはそこを渡らなければなりません 餌場から餌場へと移動するために そこで どのようにして道を渡るのか 私達は調べることにしました たいていはメスのボスが 群れを道路まで連れて行きます しかし 道路を横断する段になると ボスは部下に任せるのです あたかもこう言っているかのように 「先に行って 安全かどうか教えて 」 実際 ミーアキャットが どんな行動ルールに従うと グループが境界線でこういう変化を示すのか それは単純なルールで十分説明できるのか ということがよく分かりませんでした

そこで道路を渡るミーアキャットの群れの シミュレーションモデルを 開発しました 単純化したモデルです 動くミーアキャットはまるでランダムなかけらのようで その独特のルールは向きがそろうことです 彼らは単に一緒に移動します これらのかけらが道路に到着すると 彼らはある種の障害を感じ それに対して 飛び跳ねます 他の個体と この赤い 群れを率いるメスとの 唯一の違いは 彼女に対する障害物の高さ すなわち 道路から知覚されるリスクで わずかに高く そして個々 の移動のルールにおける この小さな差が 我々 が観察している 群れを率いるメスが 彼女のグループを道路へと導き 最初に道路を横断させるため 他の個体に道を譲る という現象を説明するに足るものです イギリスの統計学者 ジョージ ・ ボックスという人がいますが ”全てのモデルは誤りではあるが 役に立つものもある""と述べました そして事実 このモデルは明らかに間違っています なぜなら 現実には ミーアキャットはランダムなかけらではないのです しかし役にも立ちます なぜなら それは私たちに 個々 のレベルでの運動規則の極端なシンプルさが グループレベルにおいては複雑さを大量に発生するようになる ということを教えてくれます 繰り返しますが それは複雑さを簡素化します

まとめたいと思います これが 全体の種にどのように意味するかを 群れを率いるメスが 部下に道を譲る時というのは それは礼儀正しさからではないのです 実際には 群れを率いるメスは グループの結束にとっては非常に重要なので もし彼女が道路で死んでしまうと グループ全体が危機に晒されます だからこのリスク回避の行動は 非常に古くからの進化論的な反応です これらのミーアキャットは古く何千もの世代を通じて 進化した戦術を再現し 現代のリスク この場合人間によって作られた道路に 適応させているのです 彼らは非常に単純なルールを用い そして 結果的に複合した振る舞いで 自然の生息地への人間の介入に 抵抗することができるようになるのです

最終的には それは 彼らの社会構造を変化させ 人口減少に対応するコウモリであるかもしれませんし 人類の作った道に新しい適応を見せた ミーアキャットかもしれませんし 他の生き物かもしれません ここで私が言いたいことは それはややこしいことではなく 驚くべきものと望みでできた分かり易いもの それは動物たちが 特別な社会的な複合性を示し そして このことによって 環境の変化に適合し 対応させるのだということ 3 つの言葉だけで表現すると動物の王国では シンプルさは複合性につながり 複合性は回復力につながる

ありがとうございました

(拍手) ダニア ・ゲルハルト: 本当にありがとうございます ニコラ この素晴らしいスタート 少し緊張してますか? ニコラ: 大丈夫 ありがとうございます ダニア: いいですね 私は会場の皆さんの多数が 何とか関連付けをしようとしたと思うのです お話に出てきた動物たち― コウモリやミーアキャット― と人間とをです こんな例がありました メスは社会的な生き物で 群れを率いるものだと いろいろな意見はありそうですが しかし これらの関連付けを行っても大丈夫ですか? この点についてすべての種を超えて 適用できるステレオタイプはありますか? ニコラ: そうですね 中には これとは逆の例もあります 例えば タツノオトシゴやコアラでは いつもオスが子どもの世話をしています ここから分かることは 人間と動物の間を比べることは 困難で時に少し危険だということ 以上です ダニア: わかりました この素晴らしいスタートを どうもありがとうございます ありがとう ニコラ・ペロニーでした

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画