本文摘要：人工智能有助解决问题演化研究当中最古老的谜题之一，但同时又给我们带给更加多新的疑惑。▲图中为虎纹宽翼蝶，学名为灰袖蝶。自然界充满著了剽窃者。 螟蛾不会用于与虎蛾完全相同的高音抓住前来的捕食者，有毒的王蛇则宽出有了与毒蛇类似于的体色。王蛇与螟蛾的这类作法被称作贝特斯拟态，指某种有害的物种通过将自己的外貌转变为类似于强劲或剧毒同类特种的方式抓住捕食者。

人工智能有助解决问题演化研究当中最古老的谜题之一，但同时又给我们带给更加多新的疑惑。▲图中为虎纹宽翼蝶，学名为灰袖蝶。自然界充满著了剽窃者。

螟蛾不会用于与虎蛾完全相同的高音抓住前来的捕食者，有毒的王蛇则宽出有了与毒蛇类似于的体色。王蛇与螟蛾的这类作法被称作贝特斯拟态，指某种有害的物种通过将自己的外貌转变为类似于强劲或剧毒同类特种的方式抓住捕食者。当然，这并不是什么蓄意剽窃，只是长年存活压力下的产物——存活时间超过一定程度之后，王蛇的外观又开始向珊瑚蛇投向，并通过这种方式将拟态能力传送给下一代。不过，其它一些物种则自由选择了自己的存活技巧。

暗淡的色彩在大大自然当中基本就是“不合适食用”的标签，科学家们将其称作警戒态。这有可能代表着剧毒，或者只是味道很差劲（也有可能是呈现出暗淡色彩的生物蓄意想要让捕食者以为是这样）。

但有时候，鸟类与蜥蜴这类捕食者可能会坚决不吃下这些挣扎的食物，并通过这种“倒是”的方式让自己将艳丽的色彩与差劲的喂食体验联系一起。因此，要想要让拟态知道发挥作用，虎纹宽翼蝶有可能必须最少壮烈牺牲一位同伴，向猎人们证明自己知道不爱吃。

十九世纪的博物学家FritzMüller曾多次认为，如果有两只蝴蝶演化出有虎纹宽翼蝶这样的警告颜色，那么二者不会以责任分摊的形式已完成对捕食者的口味“调教”。假设，当地的鸟类要吃约20只色彩鲜艳的蝴蝶才能摸明白，这种色彩斑斓的图案代表着“不爱吃”。

那么如果两种当地蝴蝶品种发展出有有所不同的标记，那么捕食者必需得各吃其中20只才不会明白这两类蝴蝶都不爱吃。但如果二者享有相近的标记，那么各自只必须壮烈牺牲10只同类就能让捕食者意识到这一点。因此，两个物种很有可能逐步发展出有类似于的外貌特征，目的减少群体存活风险。

＞＞＞予以检验的假设这种被称作缪勒拟态的论点，正是演化领域最古老的设想之一，其问世于1878年——也就是达尔文于1859年明确提出自然选择理论后的将近20年之内。这也是生物学家们明确提出的趋同演化理论中最知名的例子之一——有所不同的物种在类似于的压力持续性发展出有相近的特征，这有点看起来两个人各自独立国家地明确提出了相近的问题解决问题方法。

例如，发散演化使得蝙蝠与鸟类都发展出有了翅膀，也使得鲸和鲨都享有鳍。然而，虎纹宽翼蝶却将这种偏向发展到了一个全新的、令人眼花缭乱的简单高度。

对其翅膀模式的AI研究指出，缪勒拟态理论是完全正确的，而且这种变化并非单向仿效。有所不同的亚种之间亦不会往返互相交换模式，并以新的方式融合“遗文”来的特征以产生新的模式。虎纹宽翼蝶主要生活在美洲辽阔的热带与亚热带气候地区。

在其两大分支以及和几十个亚种当中，昆虫学家早已确认了最少30种独有的翅膀图案模式，其中每种模式都在少数几种亚种之间分享。所有这些多样性，再行再加翅膀图案的复杂性，使得我们很难对其互相关联展开大规模研究。再行再加大多数生物学家不能依赖自己的眼睛和笔记记录仔细观察到的情况，因此缪勒假设虽然很有意义，但却仍然无法获得严苛证明。

剑桥大学的JenniferHoyalCuthill在最近的声明当中认为，“我们之前之所以没能已完成对这一仿效进化系统加以测试，是因为很难分析两只蝴蝶之间的相近程度。”然而，这类无法由人类眼睛与大脑消化的高密度信息，却正是计算机的专长所在——其十分擅于分析事物，并利用机器学习（一种AI构建方式，计算机可以借以找到新的数据与经验，从而打破固有编程内容）更佳地理解蝴蝶翅膀的演化复杂性。

▲奇数列入艺神袖蝶，偶数列则为诗神袖蝶，分别按照翅膀图案的相似性排序＞＞＞从蝴蝶到ButterflyNet那么，各位生物学界的先贤们不会如何看来今天的机器学习算法？坚信他们最少不会认同HoyalCuthill和她的同事们制订的研究成果：ButterflyNet。该团队为这套AI系统获取来自38个有所不同亚种的总计大约2400张虎纹宽翼蝶照片，并教导其从照片中辨识出有各个亚种。后来，系统已完成了人类科学家几个世纪以来可望而不可及的目标：对每组翅膀图案之间的相同点与不同点展开分析。

ButterflyNet测量并较为了翼形的差异，以及图案在有所不同部位的尺寸、形状、方位及颜色等细小变化。接下来，它将所有蝴蝶展开了分类并整理出有图表：两个亚种之间的距离越近，则代表其翅膀图案的相近度越高。

这一结果协助HoyalCuthill及其同事得出结论了关于有所不同亚种间翅膀图案关联方式的结论，包含这些图案的形状与颜色的演化、拷贝与转变过程，以及有所不同亚种间互相借出与建构的方式。结果或许证明了缪勒拟态的正确性，即两种剧毒的蝴蝶物种显然有可能发展出有类似于的警告图案。HoyalCuthill在一份声明中认为，“事实上，发散的趋势是如此反感，以至于有所不同物种的拟态与目标的相近度，甚至低于同一物种的有所不同个体。

”然而，事情并不是蝴蝶照着一家人的样子“装扮”自己那么非常简单。亚种之间不会依序互相仿效，在简单的演化过程中传送形状与颜色。

从逻辑上谈，这种互相拷贝应当造成全部蝴蝶都只演化出有几种相近的图案，但结果恰恰相反——蝴蝶取得了更好新的图案。随着各个亚种根据一家人作出自我调整，其又不会以新的方式人组这些形状与颜色要素，涉及结果随后不会再度作为邻居们的仿效与重新组合素材。目前还不确切这种模式否需要协助蝴蝶们更慢地赶出捕食者，因为缪勒拟态的观点在于无法食用的物种之间有动机提升相近度——而发展出有图案或许与这一论点不过于吻合。但无论如何，事情早已有了进展，或许我们距离真凶早已不远处。

本文关键词：人工智能,如何,揭开,200,多,年前,的,进化,谜题,365买球官网平台

本文来源：365买球官网平台-www.triplexyoga.com