Ali nas lahko pametni stroji naučijo kaj novega o tem, kaj pomeni biti človek? Ko gre za zapleteno zgodbo o zapletenem izvoru in razvoju naše vrste, se zdi, da lahko.
Nedavna študija je uporabila tehnologijo strojnega učenja za analizo osmih vodilnih modelov človeškega porekla in evolucije, program pa je identificiral dokaze v človeškem genomu "populacije duhov" človeških prednikov. Analiza kaže, da je prej neznana in dolgo izumrla skupina homininov posegala s Homo sapiens v Aziji in Oceaniji nekje po dolgi vijugasti poti človeške evolucijske zgodovine in puščala le drobne sledi v sodobni človeški DNK.
Študija, objavljena v reviji Nature Communications, je eden prvih primerov, kako lahko strojno učenje pomaga razkriti namige o našem izvoru. Znanstveniki lahko s pregledovanjem ogromnih količin genskih podatkov, ki jih zaostajajo v fosiliziranih kosteh, in primerjavo z DNK pri sodobnih ljudeh začnejo zapolnjevati nekatere vrzeli evolucijske zgodovine naših vrst.
V tem primeru se zdi, da se rezultati ujemajo s teorijami paleoantropologije, ki so bile razvite iz preučevanja človeških fosilov prednikov, najdenih v tleh. Novi podatki kažejo, da je skrivnostni hominin verjetno izviral iz mešanice neandertalcev in Denisovcev (ki so bili leta 2010 identificirani kot edinstvena vrsta na človeškem družinskem drevesu). Takšna vrsta bi bila v naši evolucijski preteklosti zelo podobna fosilu 90.000 let stare najstnice iz sibirske Denisove jame. Njene posmrtne ostanke so lansko poletje opisali kot edini znani primer hibrida prve generacije med obema vrstama, z materjo neandertalca in Denisovanovim očetom.
"Točno vrsto posameznika pričakujemo pri izvoru te populacije, vendar to ne bi smel biti samo en posameznik, temveč celotna populacija, " pravi soavtor študije Jaume Bertranpetit, evolucijski biolog z barcelonske univerze Pompeu Fabra.
Sposobnost zgodnjih ljudi, da se prilagodijo spreminjajočim se razmeram, je na koncu omogočila, da so se zgodnje vrste Homo spreminjale, preživele in se začele širiti iz Afrike v Evroazijo pred 1, 85 milijona let. (Podatki iz Antona, Pottsa in Aiella (2014), Science 345 (6192)) Prejšnje študije človeškega genoma so pokazale, da so po tem, ko so sodobni ljudje zapustili Afriko, morda pred 180.000 leti, kasneje posegali z vrstami, kot so neandertalci in Denisovani, ki so sobivale z zgodnjimi sodobnimi ljudmi, preden so izumrle. Toda preoblikovanje našega družinskega drevesa za vključitev teh razhajajočih vej je bilo težko. Dokazi za "duhovne" vrste so lahko redki in obstaja veliko konkurenčnih teorij, ki pojasnjujejo, kdaj, kje in kako pogosto bi se Homo sapiens lahko posegal z drugimi vrstami.
Sledi teh starodavnih vezi medvrste, imenovane introgresije, je mogoče prepoznati kot mesta razhajanja v človeškem genomu. Znanstveniki opažajo več ločevanja med dvema kromosomoma, kot bi pričakovali, če bi oba kromosoma prišla iz iste človeške vrste. Ko so znanstveniki leta 2010 sekvencirali neandertalski genom, so ugotovili, da nekatere od teh razlik predstavljajo dele našega genoma, ki prihajajo iz neandertalcev. Študije so razkrile tudi, da nekateri živi ljudje lahko zasledujejo do 5 odstotkov svojega prednika Denisovčanom.
"Torej, mislili smo, da bomo poskušali najti ta mesta velike razhajanja v genomu, videli, kateri so neandertalci in Denisovan, in potem videti, ali ti pojasnjujejo celotno sliko, " pravi Bertranpetit. "Kot se zgodi, če odštejemo neandertalski in Denisovanski del, je v genomu še vedno nekaj, kar se zelo razlikuje."
Prepoznavanje in analiziranje številnih različnih krajev v celotnem genomu in računanje neštetih genetskih kombinacij, ki bi jih lahko proizvedle, je za človeka prevelika naloga, da bi se jih lotili sami, vendar je to naloga, ki je morda prilagojena algoritmom globokega učenja.
Globoko učenje je vrsta umetne inteligence, v kateri so algoritmi zasnovani tako, da delujejo kot umetna nevronska mreža ali program, ki lahko obdela informacije tako kot možgani sesalcev. Ti sistemi strojnega učenja lahko zaznajo vzorce in upoštevajo prejšnje informacije, da se "učijo", kar jim omogoča, da opravljajo nove naloge ali poiščejo nove informacije po analizi ogromnih količin podatkov. (Pogost primer je AlphaZero Google DeepMind, ki se lahko nauči obvladati družabne igre.)
"Globoko učenje prilega bolj zapleteno oblikovano stvar nabor točk v večjem prostoru, " pravi Joshua Schraiber, strokovnjak za evolucijsko genomiko na univerzi Temple. "Namesto da bi postavili črto med Y in X, nekaj tiho postavite na niz točk v veliko večjem, tisoč-dimenzionalnem prostoru. Poglobljeno učenje pravi: "Ne vem, kakšna okrogla oblika bi morala ustrezati tem točkam, ampak poglejmo, kaj se zgodi."
V tem primeru so bili stroji pripravljeni za analizo človeškega genoma in napovedovanje človeške demografije s simulacijo, kako se je lahko naš DNK razvil v več tisoč možnih scenarijih starodavne evolucije. Program je predstavljal strukturo in razvoj DNK, pa tudi modele človeške migracije in križanja, da bi poskušali sestaviti nekaj kosov skupaj v neverjetno zapleteni sestavljanki.
Raziskovalci so računalnik usposobili za analizo osem različnih modelov najbolj verjetnih teorij zgodnje evolucije človeka po Evraziji. Modeli so izhajali iz prejšnjih raziskav, ki so poskušale zasnovati scenarij, ki bi povzročil trenutno sliko človeškega genoma, vključno z njegovimi znanimi neandertalskimi in Denisovanovimi komponentami.
"Seveda bi lahko obstajali drugi modeli, vendar so ti modeli tisti, ki so jih drugi predlagali v znanstveni literaturi, " pravi Bertranpetit. Vsak model se začne s sprejetim dogodkom zunaj Afrike, nato pa vsebuje drugačen nabor najverjetnejših razcepov med človeškimi rodovi, vključno z različnimi križanci tako z znanimi vrstami kot z možnimi vrstami "duhov".
Ljudje ali Homo sapiens izvirajo iz zapletenega drevesa pokončnih sprehajajočih prednikov, vključno z vrstami iz rodov Ardipithecus, Australopithecus in Paranthropus . (Smithsonianov program človeškega izvora) "Z vsakim od teh osmih modelov izračunamo po tednih računov, kako dobro so sposobni doseči dejansko, sedanjo gensko sestavo ljudi, " pravi Bertranpetit. "Vsakič, ko naredimo simulacijo, gre za simulacijo možne poti človekove evolucije in smo te simulacije izvedli že tisočkrat, algoritmi za globoko učenje pa lahko prepoznajo, kateri od modelov najbolj ustreza podatkom."
Zaključek stroja? Vrsta prednika je prisotna v rodu, ki ga moramo še določiti. "Danes so edini modeli, ki smo jih preizkusili, zares podkrepljeni s podatki, tisti, ki imajo v svoji populaciji duhov duhovno napredovanje, " pravi Bertranpetit.
Intrigantna študija in podobni ji morda pomagajo na novo sestaviti zemljevid, kako so se ljudje migrirali in razvijali, čeprav se zdi, da je starodavni svet v Evraziji in Oceaniji vse bolj zapleten.
"Vsekakor je zanimiva in skladna z nastajajočo sliko zapletene fikugeneze filogenije v človeški evoluciji, " je po elektronski pošti povedal Iain Mathieson, populacijski genetičar z univerze v Pensilvaniji. "Sploh nisem prepričan, da bi bilo smiselno govoriti o" dogodkih prodora ", ko se zdi, da je to pravilo." Pravzaprav zato, ker je bilo testiranih le osem modelov in bi lahko bilo veliko drugih, Mathieson dodaja, da so nove ugotovitve " vsekakor verjeten scenarij, toda realnost je verjetno še bolj zapletena. "
Ker se na terenu pojavljajo nova fosilna odkritja, je mogoče posodobljene modele preizkusiti na človeškem genomu s pomočjo teh vrst programov. Schraiber pravi, da je moč globokega učenja za preučevanje človekovega izvora ravno v njegovi sposobnosti analize kompleksnih modelov.
"Če želite narediti izjemno podroben model, ker ste antropolog, in želite vedeti, ali se je ta introgresija zgodila pred 80.000 leti ali pred 40.000 leti, je to moč globokega učenja, kot je ta."
Medsebojni odnosi starodavne Evrazije so še vedno le del našega človeške zgodbe. Bertranpetit meni, da lahko prihodnji napredek poglobljenega učenja pomaga razkriti druga nova poglavja.
"Takšna metoda analize bo prinesla vse nove rezultate, " pravi. "Prepričan sem, da bodo ljudje, ki delajo v Afriki, našli izumrle skupine, ki še niso priznane. Brez dvoma nam bo Afrika v prihodnosti pokazala presenetljive stvari. "
