หมวดหมู่: นิตยสาร Quanta (Quanta Magazine)

ถ้านักวิทยาศาสตร์คอมพิวเตอร์หลายล้านคนทานอาหารเย็นด้วยกัน พวกเขาจะเก็บเงินมหาศาล และถ้าคนใดคนหนึ่งรู้สึกประหยัดเป็นพิเศษและต้องการตรวจสอบว่าใบเรียกเก็บเงินถูกต้องหรือไม่ กระบวนการก็จะตรงไปตรงมา ถ้าน่าเบื่อ พวกเขาจะต้องผ่านการเรียกเก็บเงินและบวกทุกอย่างทีละบรรทัดเพื่อให้ แน่ใจว่าผลรวมเท่ากับยอดรวมที่ระบุไว้

แต่ในปี 1992 นักวิทยาศาสตร์คอมพิวเตอร์หกคนได้พิสูจน์ในเอกสาร สอง ฉบับ ว่าทางลัดที่ต่างไปจากเดิมอย่างสิ้นเชิงนั้นเป็นไปได้ มีวิธีในการจัดรูปแบบใบเรียกเก็บเงินใหม่ ไม่ว่าจะยาวแค่ไหนก็ตาม เพื่อให้สามารถตรวจสอบได้ด้วยคำถามเพียงไม่กี่ข้อ ที่สำคัญกว่านั้น พวกเขาพบว่าสิ่งนี้เป็นจริงสำหรับการคำนวณใดๆ หรือแม้แต่การพิสูจน์ทางคณิตศาสตร์ใดๆ เนื่องจากทั้งคู่มาพร้อมกับใบเสร็จรับเงิน ดังนั้นเพื่อพูดคือ: บันทึกขั้นตอนที่คอมพิวเตอร์หรือนักคณิตศาสตร์ต้องทำ

รูปแบบที่รัดกุมอย่างน่าทึ่งนี้เรียกว่าการพิสูจน์ที่ตรวจสอบได้เชิงความน่าจะเป็น (PCP) ( ตามคำกล่าวของ Ryan O’Donnell คำย่อนี้เห็นได้ชัดว่าได้รับเลือกหลังจากที่ตำรวจเข้าไปที่ห้องพักในโรงแรมของหนึ่งในนักประดิษฐ์ Shmuel Safra อย่างผิดพลาด ขณะที่พยายามจะสกัดกั้นยาที่เป็นไปได้สำหรับ phenylcyclohexyl piperidine หรือที่เรียกว่า PCP หรือ angel dust .)

PCP ได้กลายเป็นเครื่องมือที่สำคัญที่สุดในวิทยาการคอมพิวเตอร์เชิงทฤษฎี เมื่อเร็ว ๆ นี้ พวกเขายังพบวิธีการในการใช้งานที่ใช้งานได้จริง เช่น ในสกุลเงินดิจิทัล ซึ่งใช้สำหรับรวบรวมธุรกรรมจำนวนมากให้อยู่ในรูปแบบที่เล็กลงซึ่งง่ายต่อการตรวจสอบ

Dan Boneh จากมหาวิทยาลัยสแตนฟอร์ดกล่าวว่า “ฉันไม่รู้ตัวอย่างใด หรืออาจเป็นแค่เครื่องมือที่หายากมากเท่านั้น

ก่อนที่จะมีการสร้าง PCP นักวิทยาศาสตร์คอมพิวเตอร์ได้ระบุปัญหาทั้งกลุ่มด้วยวิธีแก้ปัญหาที่คล้ายกับการตรวจทานอาหารเย็น ซึ่งง่ายต่อการตรวจสอบเมื่อคุณมีแล้ว แต่สำหรับปัญหาเหล่านี้หลายๆ อย่าง การหาทางแก้ไขตั้งแต่แรกดูเหมือนจะใช้เวลามากจนทำไม่ได้

นักวิทยาศาสตร์คอมพิวเตอร์ตั้งชื่อคลาสนี้ว่าปัญหาที่แก้ยากแต่มีประสิทธิภาพในการตรวจสอบยืนยัน NP เป็นบ้านเชิงแนวคิดสำหรับปัญหาเชิงปฏิบัติจำนวนมากที่เราสนใจ และปัญหาที่เป็นนามธรรมอีกมากมาย เช่น การค้นหาข้อพิสูจน์ของทฤษฎีบททางคณิตศาสตร์ การพิสูจน์เป็นสูตรทีละขั้นตอนที่สร้างข้อสรุปทางคณิตศาสตร์ด้วยความแน่นอน – เช่นเดียวกับใบเรียกเก็บเงินแยกรายการให้หลักฐานของยอดค้างชำระ หลักฐานอาจเป็นเรื่องยากที่จะได้รับ แต่เมื่อคุณมีแล้ว จะสามารถตรวจสอบได้อย่างตรงไปตรงมา นั่นทำให้การพิสูจน์ถูกต้องในหมวดหมู่ของ NP

ในช่วงปี 1980 นักวิทยาศาสตร์คอมพิวเตอร์เริ่มจินตนาการใหม่ว่าการพิสูจน์เป็นอย่างไร นักเข้ารหัสสงสัยว่าเป็นไปได้หรือไม่ที่จะรู้ว่าข้อพิสูจน์นั้นเป็นความจริงโดยไม่ได้ดูเนื้อหา พวกเขาแยกโครงสร้างของการพิสูจน์เป็นระบบสองส่วน โดยมี “ผู้ตรวจสอบ” ที่พยายามตรวจสอบหลักฐานซึ่งจัดทำโดย “ผู้พิสูจน์” ซึ่งหาหลักฐานมาได้

ทฤษฎีบท PCP ในปี 1992 แสดงให้เห็นว่าผู้พิสูจน์สามารถเข้ารหัสการพิสูจน์ในรูปแบบใหม่ได้เสมอ เพื่อให้สามารถยืนยันได้ด้วยจำนวนคำถามคงที่ โดยไม่คำนึงถึงความยาวดั้งเดิมของหลักฐาน ในที่สุดจำนวนคำถามที่จำเป็นนั้นก็ลดลงเหลือเพียงสองหรือสามรายการ ผู้ตรวจสอบจะไม่ทราบว่ามันเป็นเรื่องจริงด้วยความแน่นอนอย่างยิ่ง แต่การตั้งคำถามเพิ่มเติมจะทำให้ความแน่นอนเพิ่มขึ้นอย่างต่อเนื่องและตรงไปตรงมา ผลที่ได้ขัดกับสัญชาตญาณ หลักฐานที่ยาวกว่านั้นจะทำให้คุณต้องตรวจสอบหลักฐานเพิ่มเติมหรือไม่? ไม่อย่างนั้น

Swastik Kopparty จากมหาวิทยาลัยโตรอนโตกล่าวว่า “ไม่น่าเชื่อว่าเรื่องดังกล่าวจะเป็นจริง “จนกระทั่งไม่นานก่อนที่ทฤษฎีบท PCP จะได้รับการพิสูจน์ ไม่มีใครกล้าแม้แต่จะพูดออกมาเช่นนี้”

ทฤษฎีบทนี้ให้ความเข้าใจใหม่เกี่ยวกับ NP และอธิบายคุณสมบัติที่น่าสนใจบางประการ นักวิทยาศาสตร์คอมพิวเตอร์พบว่าสำหรับปัญหา NP บางอย่าง คำตอบดูเหมือนจะไม่เพียงแต่คำนวณได้ยาก แต่ยังคาดเดาได้ยากอีกด้วย ทฤษฎีบท PCP ช่วยอธิบายว่าทำไม มันบอกว่าหากพบวิธีแก้ไขปัญหา NP ก็สามารถจัดรูปแบบใหม่ได้ตลอดเวลาในลักษณะที่การตรวจสอบส่วนใหญ่จากผู้ตรวจสอบ (กล่าว 90 เปอร์เซ็นต์) จะผ่าน (แต่ไม่ใช่ทั้งหมดเพราะการพิสูจน์ยังเป็นเพียงความน่าจะเป็น) จากจุดได้เปรียบของผู้ตรวจสอบจึงดูเหมือนว่าปัญหาได้รับการแก้ไขแล้วประมาณร้อยละ 90 จนถึงความถูกต้อง แต่เนื่องจากปัญหา NP แก้ได้ยาก จึงมักเป็นเรื่องยากที่จะหา PCP สำหรับปัญหาเหล่านี้ ดังนั้นจึงยากพอๆ กันที่จะหาวิธีแก้ไขที่ถูกต้องเกินจุดหนึ่งโดยประมาณ (เช่น 90 เปอร์เซ็นต์)

นักวิทยาศาสตร์ก็เริ่มคิดเกี่ยวกับความเป็นไปได้ของการใช้งานจริงสำหรับ PCP น่าเสียดายที่ PCP ในยุค 90 นั้นไม่มีประสิทธิภาพอย่างไม่มีการลด ต้องใช้เวลาหลายพันปีกว่าที่ผู้พิสูจน์จะผลิต PCP ที่แสดงถึงการคำนวณในทางปฏิบัติใดๆ นอกจากนี้ PCP จริง ๆ จะต้องมีขนาดใหญ่มาก ซึ่งต้องใช้ฮาร์ดไดรฟ์ขนาดเท่าดาวเคราะห์

แต่ในปี 2551 นักวิจัยพบว่า PCP มีขนาดและการคำนวณที่ขยายช้ากว่ามาก ทำให้จัดการได้ง่ายขึ้น จากนั้นในช่วงกลางปี ​​2010 นักวิจัยเริ่มสร้าง PCP รูปแบบใหม่ที่มีขนาดเล็กกว่านั้น เรียกว่า Interactive oracle proofs (IOPs) ซึ่งเพิ่มรอบเพิ่มเติมของการมีปฏิสัมพันธ์ระหว่างผู้ตรวจสอบและผู้ตรวจสอบ โดยในแต่ละรอบ ผู้ตรวจสอบสามารถสร้างบางสิ่งได้ เล็กกว่ามากเร็วกว่ามาก

Eli Ben-Sasson นักวิทยาศาสตร์คอมพิวเตอร์ที่ออกจาก Technion ในเมืองไฮฟา ประเทศอิสราเอล กล่าวว่า “การเพิ่มปฏิสัมพันธ์และการใช้คณิตศาสตร์แบบเดียวกับที่ถ่ายทอดจากเทคโนโลยี PCP ทำให้คุณได้สิ่งที่ใช้ได้จริง” Eli Ben-Sasson นักวิทยาศาสตร์คอมพิวเตอร์ที่ออกจาก Technion ในไฮฟา ประเทศอิสราเอล เพื่อก่อตั้งบริษัท StarkWare กล่าว

ในทศวรรษที่ผ่านมา นักวิทยาศาสตร์คอมพิวเตอร์ยังพบแอปพลิเคชันโดยตรงสำหรับ PCP (และลูกหลานของพวกมัน) ในซอฟต์แวร์ที่อยู่เบื้องหลัง cryptocurrencies ซึ่งขณะนี้กำลังทำให้เกิดคำถามเชิงทฤษฎีที่น่าสนใจสำหรับพวกเขาเอง ในระบบซอฟต์แวร์ระบบใดระบบหนึ่งเหล่านี้ คอมพิวเตอร์ขนาดใหญ่ (ผู้ตรวจสอบ) จะตรวจสอบความถูกต้องของธุรกรรมทางการเงิน และวางการคำนวณการตรวจสอบความถูกต้องลงใน PCP เพื่อให้คอมพิวเตอร์ขนาดเล็ก (ผู้ตรวจสอบ) สามารถตรวจสอบความถูกต้องของธุรกรรมได้เร็วกว่ามาก

แต่สมมุติว่าผู้พิสูจน์พยายามโกง ตัวอย่างเช่น โดยการปกปิดชุดของธุรกรรมที่เป็นเท็จภายใน PCP เมื่อระบบ PCP (ประกอบด้วยเครื่องพิสูจน์ ผู้ตรวจสอบ และ PCP) สามารถต้านทานการหลอกลวงประเภทนี้ได้ นักวิจัยกล่าวว่าระบบมี “ความถูกต้อง” ความสมบูรณ์เป็นสิ่งสำคัญทั้งในทางทฤษฎีและในการใช้งานจริง โดยที่ความสมบูรณ์ที่ดีขึ้น (วัดด้วยพารามิเตอร์บางอย่าง) แปลเป็นการตรวจสอบที่เร็วขึ้นและงานคำนวณน้อยลง

บทความที่ เผยแพร่ในเดือนพฤษภาคม 2020 โดย Ben-Sasson, Dan Carmon, Yuval Ishai, Kopparty และ Shubhangi Saraf แสดงให้เห็นว่าความสมบูรณ์ของระบบ PCP สมัยใหม่หนึ่งระบบถึงขีดจำกัดพื้นฐานจากวิทยาการคอมพิวเตอร์เชิงทฤษฎี นี่คือความทนทานสูงสุดของข้อมูลที่ทราบเมื่อมีการเข้ารหัสในรูปแบบคลาสสิกที่เรียกว่าการเข้ารหัสรีดโซโลมอน ซึ่งเป็นวิธีเข้ารหัสการพิสูจน์หรือการคำนวณโดย PCP

PCP ยังสามารถทำให้มีประสิทธิภาพมากขึ้น เมื่อเร็ว ๆ นี้ นักวิจัยสองกลุ่มได้ ค้นพบ วิธีที่ เหมาะสมที่สุด ในการเข้ารหัสกลุ่มข้อมูลขนาดใหญ่ โดยการตรวจสอบเพียงไม่กี่จุดจะเผยให้เห็นว่าบล็อกทั้งหมดเสียหายหรือไม่ วิธีนี้ทำบางสิ่งที่คล้ายกับ PCP โดยให้การทดสอบความสมบูรณ์ซึ่งขึ้นอยู่กับการสืบค้นเพียงไม่กี่ครั้ง ในขณะที่ยังบรรลุประสิทธิภาพที่สมบูรณ์แบบในแง่ของความเร็วและขนาด นักวิจัยมองว่าเป็นข้อพิสูจน์ว่าวันหนึ่งอาจพบ PCP ที่เหมาะสมที่สุดได้

“มันไม่ใช่ปัญหาง่าย” Dana Moshkovitz จากมหาวิทยาลัยเท็กซัส ออสตินกล่าว “[แต่] รู้สึกว่าเราควรไปและทำมัน”

ฤดูร้อนที่แล้ว นักวิจัยสามคนได้ใช้ขั้นตอนเล็กๆ ในการตอบคำถามที่สำคัญที่สุดข้อหนึ่งในวิทยาการคอมพิวเตอร์เชิงทฤษฎี ในการ ถอดความ Avi Wigderson แห่งสถาบันเพื่อการศึกษาขั้นสูง คำถามนั้นถามคำถามง่ายๆ แต่ลึกซึ้ง: เราสามารถแก้ปัญหาทั้งหมดที่เราหวังว่าจะแก้ไขได้หรือไม่

อย่างแม่นยำยิ่งขึ้น นักวิทยาศาสตร์คอมพิวเตอร์ต้องการทราบว่าปัญหาทั้งหมดที่เราหวังว่าจะแก้ไขสามารถแก้ไขได้อย่างมีประสิทธิภาพในระยะเวลาที่เหมาะสมหรือไม่ ก่อนสิ้นสุดจักรวาลกล่าว ถ้าไม่อย่างนั้นก็ยากเกินไป

ปัญหาหลายอย่างดูเหมือนจะยาก แต่เราไม่รู้แน่ชัดจนกว่าเราจะสามารถพิสูจน์ความยากของปัญหาทางคณิตศาสตร์ได้ และใน บทความ จากปีที่แล้ว นักวิทยาศาสตร์คอมพิวเตอร์สามคนแสดงให้เห็นว่าปัญหากว้างๆ นั้นยากเกินกว่าจะแก้ไขได้อย่างมีประสิทธิภาพ จึงเป็นตัวอย่างที่ดีที่สุดอย่างหนึ่งของสิ่งที่ภาคสนามกำลังค้นหา

“เรากำลังมองหาจุดยืนที่แข็งแกร่งกว่าในขณะที่กำลังปีนภูเขาลูกนี้” Paul Beame จากมหาวิทยาลัย Washington กล่าว “และนี่ก็เป็นอีกฐานหนึ่งบนเส้นทางนี้”

ปัญหาที่นักวิจัยศึกษาต้องการเพียงการบวกและการคูณเท่านั้น เมื่อปัญหาเหล่านี้ถูกจำกัดให้แก้ไขด้วยวิธีเฉพาะ โดยมีรูปแบบการบวกและการคูณสลับกัน การแก้ปัญหาจะกลายเป็นเรื่องยากมาก

“มันเพิ่งเปลี่ยนความรู้ของเราอย่างมาก” Amir Shpilka จากมหาวิทยาลัยเทลอาวีฟในอิสราเอลกล่าว “เราไม่รู้ว่าจะทำอย่างไรกับสิ่งนั้น”

เมื่อนักวิทยาศาสตร์นึกถึงการเคลื่อนไหวของจุลินทรีย์ระหว่างสัตว์ชนิดต่างๆ เรามักเน้นที่เหตุการณ์ “การรั่วไหล”: เมื่อเชื้อโรคย้ายจากสัตว์สู่มนุษย์ แต่การแพร่กระจายของเชื้อโรคไม่ใช่ถนนเดินรถทางเดียว ดูเหมือนว่ามนุษย์ได้นำ SARS-CoV-2 ซึ่งเป็นไวรัสที่ทำให้เกิด COVID-19 เข้าสู่ประชากรของ กวางป่า มิงค์ กอริลล่า ที่ เลี้ยงไว้ สุนัขและแมว ที่เป็นสัตว์เลี้ยง และอีก หลากหลายสายพันธุ์ การถ่ายโอนการติดเชื้อจากคนสู่สัตว์นี้เรียกขานว่า “การรั่วไหล” ของสิ่งมีชีวิต การติดเชื้อดังกล่าวอาจมีผลกระทบที่สำคัญต่อสัตว์ป่าและสำหรับเรา

โรคอะไรที่เราแพร่ไปสู่สัตว์ได้?

ไวรัสอาจเป็นตัวอย่างที่ดีที่สุดสำหรับการรั่วไหล ตัวอย่างเช่น ในช่วงการระบาดของไข้หวัดหมูในปี 2552 ที่เกิดจากไวรัส H1N1 สัตว์หลายชนิด รวมทั้ง สุกร และ พังพอน ติดเชื้อจากมนุษย์ (มีแนวโน้มว่าเราจะแพร่เชื้อไข้หวัดใหญ่สู่สุกร ในช่วงการระบาดใหญ่ของไข้หวัดใหญ่ในปี 2461 ซึ่งเกิดจากเชื้อ H1N1 เช่นกัน ไวรัสมีวิวัฒนาการในประชากรสุกรทั่วโลกนับแต่นั้นเป็นต้นมา) การแพร่เชื้อ H1N1 สู่สุกรในช่วงต้นปี 2552 เกิดขึ้นที่ งานแสดงสินค้าเกษตร (สถานที่ทั่วไป) สำหรับไข้หวัดใหญ่แพร่กระจายข้ามสายพันธุ์) และเจ้าของคุ้ยเขี่ยสังเกตเห็นการติดเชื้อในช่วงต้นของการระบาดใหญ่ครั้งนั้น สัตว์ป่าในเมืองก็ได้รับผลกระทบเช่นกัน เนื่องจากเมื่อเร็ว ๆ นี้พบ สกั๊งค์ที่เป็น H1N1 ในสวนสาธารณะในเมืองแวนคูเวอร์ ประเทศแคนาดา

การรั่วไหลที่ได้รับการบันทึกไว้อย่างดีดังกล่าวน่าจะเป็นเพียงส่วนเล็ก ๆ ที่เกิดขึ้นทุกปี

แล้วแบคทีเรียล่ะ?

การรั่วไหลของแบคทีเรียอาจพบได้บ่อยกว่าไวรัส ด้วยเหตุผลหลายประการ แบคทีเรียสามารถทำซ้ำได้ในหลายสายพันธุ์ เนื่องจากพวกมันมักไม่ต้องการตัวรับจำเพาะของสปีชีส์ในเซลล์เจ้าบ้าน เช่นเดียวกับไวรัส แบคทีเรียอาจจำลองได้ดีกว่าบนหรือในเยื่อเมือก ผิวหนังหรือทางเดินในลำไส้ของสัตว์หลากหลายชนิด ซึ่งจะช่วยให้สปีชีส์กระโดดได้ เช่น หกล้นและหกล้น

แต่เนื่องจากแบคทีเรียอาจมีแนวโน้มมากกว่าไวรัสที่จะตั้งรกรากเพียงแค่โฮสต์ของพวกมัน ซึ่งหมายความว่าพวกมันจะทำซ้ำในโฮสต์ แต่ไม่จำเป็นต้องทำให้เกิดโรค ดังนั้นเหตุการณ์การแพร่กระจายของแบคทีเรียจึงง่ายกว่าที่จะมองข้าม

การศึกษาจำนวนมากระบุถึงการแพร่กระจายของ เชื้อมัย โคแบคทีเรียม ทูเบอร์คูโลซิส (แบคทีเรียที่ทำให้เกิดวัณโรค) สู่ประชากรสัตว์ มีรายงานช้างที่เป็นวัณโรค ตั้งแต่ สมัยโบราณ เป็นไปได้ที่ แบคทีเรียเดินทางไปมา ระหว่างช้างกับมนุษย์

นอกจากนี้ยังมีแนวโน้มว่าโรคของแฮนเซนหรือโรคเรื้อนจะเดินทางจากมนุษย์ไปยังอาร์มาดิลโลเป็นครั้งแรก ตอนนี้มนุษย์ติดโรคโดย การล่าหรือ กิน เนื้อตัว นิ่ม กระบวนการนี้เป็นตัวอย่างของการรั่วไหลครั้งที่สอง ซึ่งมนุษย์ติดเชื้อจากโรคที่พวกเขามอบให้กับประชากรสัตว์ป่าในขั้นต้น

อะไรคือ ผล ที่ ตามมาของการรั่วไหล ต่อสุขภาพของมนุษย์ ?

เมื่อจุลินทรีย์ที่ติดเชื้อซ้ำแล้วซ้ำเล่าในสัตว์หลายสายพันธุ์ วิถีการวิวัฒนาการของพวกมันอาจแตกต่างจากสายพันธุ์หนึ่งไปอีกสายพันธุ์หนึ่ง ซึ่งอาจสร้างสายพันธุ์ใหม่ที่สามารถหลบเลี่ยงภูมิคุ้มกันได้หากนำกลับมาใช้ใหม่สู่มนุษย์

พิจารณากรณีของ Staphylococcus aureus ซึ่งเป็นแบคทีเรียที่สามารถทำให้เกิดโรคได้ตั้งแต่การติดเชื้อที่ผิวหนังเล็กน้อยไปจนถึงโรคปอดบวมและการติดเชื้อ staph ที่ดื้อยา S. aureus มีช่วงกว้างของโฮสต์ เฟื่องฟูใน สัตว์เลี้ยงลูกด้วยนมตั้งแต่โลมาไปจนถึงแพะภูเขา เช่นเดียวกับในปลาและนกหลายชนิด เช่นเดียวกับตัวนิ่ม การศึกษาหลายชิ้น ได้ใช้ การ จัดลำดับจีโนม เพื่อสร้างการกระโดดข้ามสายพันธุ์จากคนสู่สัตว์และกลับสู่มนุษย์ แต่สำหรับ S. aureus มีจุดพลิกผันที่โชคร้าย: จุลินทรีย์ยังคงมีวิวัฒนาการและได้รับความต้านทานยาปฏิชีวนะภายในสัตว์ เมื่อโรคกลับมาสู่มนุษย์ผ่านการรั่วไหลครั้งที่สอง โรคจะรักษาได้ยากขึ้น

ในทำนองเดียวกัน E. coli ของมนุษย์อาจเป็นไปตามวัฏจักรของการส่งสัญญาณแบบสองทิศทางที่คล้ายคลึงกันระหว่างสัตว์เลี้ยงกับเจ้าของ สายพันธุ์ที่ดื้อยาปฏิชีวนะสูงซึ่งพบได้ทั่วไปในโรงพยาบาลของมนุษย์ เรียกว่า O25:H4-ST131 ถูกระบุในการ ศึกษา สัตว์เลี้ยง ที่ติดเชื้อทางเดินปัสสาวะ การติดเชื้อที่บาดแผล และท้องร่วงทั่วทั้งยุโรป

นอกจากนี้ เราอาจได้เห็นการระบาดของ SARS-CoV-2 ครั้งที่สองแล้ว ในขณะที่นักวิทยาศาสตร์หลายคนเชื่อว่าแหล่งที่มาของ ตัวแปร โอไมครอนที่เกิดขึ้นในช่วงปลายปี 2564 น่าจะเป็นบุคคลที่มีภูมิคุ้มกันบกพร่องและมีการติดเชื้อเรื้อรัง การกลายพันธุ์ของโอไมครอนหลายครั้งเคยพบเห็นใน สายเลือดที่ดัดแปลงพันธุกรรม ของโคโรนาไวรัส อาจเป็นไปได้ว่าประชากรของสัตว์ฟันแทะ เช่น หนูในเมือง สัมผัสกับไวรัสของมนุษย์ผ่านทางสิ่งปฏิกูลที่มีไวรัส ทำให้ไวรัสสามารถพัฒนาเป็นตัวแปรโอไมครอนและแพร่กระจายกลับเข้าสู่ประชากรมนุษย์ผ่านการสัมผัสกับหนู

แล้ว สุขภาพ สัตว์ ล่ะ ?

เหตุการณ์การรั่วไหลอาจเป็นอันตรายต่อประชากรสัตว์ป่าที่เปราะบาง สิ่งพิมพ์ล่าสุด รวมถึงสถานการณ์สมมติที่เป้าหมายของสัตว์จากการหกรั่วไหลไม่ใช่ตัวส่งสัญญาณที่ดี แต่เป็นสปีชีส์ของโฮสต์ที่ตายไปแล้วซึ่งมีศักยภาพในการตายอย่างมีนัยสำคัญ การรั่วไหลของประชากรเหล่านี้อาจเป็นหายนะสำหรับสายพันธุ์ที่ได้รับผลกระทบ อาจทำให้เสี่ยงต่อการสูญพันธุ์

เนื่องจากนักวิทยาศาสตร์ได้เฝ้าติดตามกอริลลาภูเขาที่ใกล้สูญพันธุ์อย่างยิ่งในแอฟริกาตอนกลาง พวกเขารู้จักการติดเชื้อ metapneumovirus (HMPV) ใน มนุษย์ ในปี 2552 HMPV เป็นเชื้อก่อโรคระบบทางเดินหายใจที่ทำให้เกิดการติดเชื้อคล้ายไข้หวัดใหญ่ในมนุษย์ และนักวิจัยก็พบอาการที่คล้ายคลึงกัน ในกลุ่มกอริลล่าภูเขาในอุทยานที่ได้รับการคุ้มครองในรวันดา ในที่สุดก็ตรวจพบ HMPV ในเนื้อเยื่อจากสัตว์ป่วยที่เสียชีวิต แม้ว่าจะยังไม่ชัดเจนว่าลิงเหล่านี้ติดเชื้ออย่างไร แต่สายพันธุ์ HMPV ก็จับคู่ตัวอย่างจากมนุษย์ในแอฟริกาใต้ และการท่องเที่ยวเชิงอนุรักษ์ก็เป็นเรื่องปกติในอุทยาน สายพันธุ์ HPMV และไวรัสระบบทางเดินหายใจของมนุษย์ (HRSV) ยังพบในชิมแปนซีที่ เสียชีวิตจากการติดเชื้อทางเดินหายใจ ในโกตดิวัวร์ในปี 2551

ต่อมานักวิจัยได้ตรวจสอบปัญหาการรั่วไหลของประชากรลิงใหญ่ในแอฟริกาอย่างละเอียด พวกเขาพบว่าการติดเชื้อที่เกิดขึ้นอาจ ส่งผลกระทบร้ายแรงต่อประชากร นักวิทยาศาสตร์แนะนำว่านักท่องเที่ยวในพื้นที่ใกล้เคียงควรรักษาระยะห่างจากลิง สวมหน้ากาก และฉีดวัคซีนป้องกันโรคต่างๆ ให้ครบถ้วน ขออภัย เราไม่ทราบว่าสิ่งนี้จะเพียงพอสำหรับปกป้องประชากรวานรหรือไม่

เชื้อโรคอื่น สามารถ ทำให้เกิดเหตุการณ์การรั่วไหลได้หรือไม่?

ปรสิตและเชื้อราสามารถกระโดดจากคนสู่สัตว์ได้ แต่เนื่องจากเชื้อก่อโรคเหล่านี้มักเป็นอันตรายถึงชีวิตน้อยกว่าแบคทีเรียและไวรัส จึงมักไม่ได้รับการศึกษาในประชากรมนุษย์ เป็นผลให้มีเหตุการณ์การรั่วไหลของเอกสารน้อยลงสำหรับจุลินทรีย์เหล่านี้

โดยเฉพาะอย่างยิ่งการรั่วไหลของปรสิตนั้นยากต่อการติดตาม ปรสิตมีวัฏจักรชีวิตที่ซับซ้อน ทำให้มีโอกาสแพร่เชื้อข้ามสายพันธุ์น้อยลง และหลายสายพันธุ์มีความเสถียรในสิ่งแวดล้อม ดังนั้นจึงไม่ชัดเจนเสมอไปว่ามนุษย์เป็นแหล่งของการติดเชื้อหรือไม่ แต่มีการแนะนำเหตุการณ์การรั่วไหลเล็กน้อยตามหลักฐานทางอ้อม เราสงสัยว่ามนุษย์ ได้ แพร่เชื้อ Giardia duodenalis (ปรสิตในทางเดินอาหารที่ทำให้เกิดอาการท้องร่วงและตะคริว) ไปยังลิงโคโลบัสสีแดงในยูกันดาตะวันตก โดยพิจารณาจากโมเลกุลที่คล้ายกันที่พบในทั้งสองสายพันธุ์และรายงานการติดเชื้อ Giardia duodenalis ในระดับสูงในหมู่บ้านใกล้เคียง

ด้านเชื้อรา Candida albicans ก่อโรคสามารถทำให้เกิดอาการหลายอย่างในมนุษย์ รวมทั้งการติดเชื้อในช่องคลอด ทางเดินปัสสาวะ ผิวหนัง และช่องปาก การศึกษาชิ้น หนึ่งพบว่าในขณะที่เชื้อโรคในมนุษย์นั้นหายากในสัตว์ป่า แต่ก็มีอยู่ ผู้เขียนแนะนำว่าการถ่ายทอดจากคนสู่สัตว์ป่าอาจเกิดขึ้นผ่านสภาพแวดล้อมที่ปนเปื้อนด้วย “ผลพลอยได้จากชีวิตมนุษย์” เช่นผ้าอ้อมและผลิตภัณฑ์อาหารที่เหลือ นอกจากนี้ยังตรวจพบสายพันธุ์มนุษย์ในสัตว์เลี้ยง

เรา จะระบุการ รั่วไหลได้อย่างไร?

การค้นพบเหตุการณ์การรั่วไหลเป็นเรื่องของเงินและโชค การรั่วไหลของประชากรมนุษย์โดยทั่วไปจะรับรู้ได้เฉพาะในระหว่างการเฝ้าระวังตามปกติ – เมื่อนักวิทยาศาสตร์มองหาเชื้อโรคชนิดใหม่อย่างใกล้ชิด – หรือเมื่อเชื้อโรคที่แนะนำทำให้เกิดการติดเชื้อเป็นกลุ่มเช่นเดียวกับ HIV, SARS-CoV-1, SARS-CoV-2, Ebola และคนอื่น ๆ. เรามีโครงการเฝ้าระวังน้อยมากที่มองหาเชื้อโรคในมนุษย์ในประชากรสัตว์ ดังนั้นเหตุการณ์การรั่วไหลจึงเกิดขึ้นได้ง่าย

เมื่อเราตรวจพบการรั่วไหล บ่อยครั้งในสัตว์ที่เราเฝ้าติดตามอย่างใกล้ชิด: สัตว์เลี้ยง ปศุสัตว์ สัตว์ที่ถูกกักขัง และสัตว์ใกล้สูญพันธุ์ในบางครั้งภายใต้การดูแลอย่างใกล้ชิด สัตว์เหล่านี้เป็นสัตว์ที่มีการสัมผัสกับมนุษย์มากที่สุด ดังนั้นพวกมันจึงมีแนวโน้มที่จะติดเชื้อจุลินทรีย์ของเรามากที่สุด

นอกจากนี้ยังเป็นเรื่องยากที่จะหาหลักฐานที่เป็นรูปธรรมว่ามีการรั่วไหลหลายครั้ง บ่อยครั้งการปรากฏตัวของเชื้อก่อโรคทั่วไปของมนุษย์ในสัตว์ชนิดหนึ่งบ่งบอกถึงการแพร่จากคนสู่สัตว์ แต่เนื่องจากเชื้อโรคจำนวนมากยังคงมีเสถียรภาพในสิ่งแวดล้อม ทั้งสองชนิดจึงอาจไม่เคยสัมผัสใกล้ชิดก่อนการแพร่กระจายจะเกิดขึ้น และแม้ว่าประเภทโมเลกุลจะตรงกัน แต่ก็ไม่ได้ยืนยันทิศทางของการแพร่กระจายเสมอไป (จากมนุษย์สู่สัตว์หรือในทางกลับกัน) ทั้งสองสายพันธุ์อาจติดเชื้อจากแหล่งที่สามที่ไม่รู้จักด้วยซ้ำ

หากเราต้องการลดโรค เราต้องเข้าใจสิ่งมีชีวิตในระบบนิเวศที่ใช้ร่วมกันของเราให้ดียิ่งขึ้น แม้ว่าเราจะเข้าใจได้ว่าการมุ่งเน้นส่วนใหญ่อยู่ที่มนุษย์ แต่ท้ายที่สุดแล้วการโฟกัสนั้นอาจพิสูจน์ได้ว่ามีค่าใช้จ่ายสูงทั้งต่อเราและต่อผู้ที่มีส่วนร่วมในโลกของเรา

กาลครั้งหนึ่งนานมาแล้ว ผู้เล่นเพียงคนเดียวในละครที่ยิ่งใหญ่ของชีวิต การปล้นสะดม และความตาย ล้วนแต่มีขนาดเล็กและเรียบง่ายจนมองไม่เห็น อาร์เคียและแบคทีเรียจับตัวและเคลื่อนตัวไปมาในทะเลและสระน้ำ รวมตัวกันเป็นป้อมปราการที่มีความกว้างไม่กี่ไมครอน และกลืนกินฟิล์มของอินทรียวัตถุ จากนั้นบางส่วนก็เริ่มเปลี่ยนแปลง และในที่สุด ยูคาริโอตตัวแรก ซึ่งเป็นสิ่งมีชีวิตแรกที่กักยีนของมันไว้ในนิวเคลียส เพื่อจัดเรียงภายในด้วยการแบ่งส่วน และใช้ไมโทคอนเดรียเพื่อสร้างพลังงาน – ปรากฏตัวในที่เกิดเหตุ . เราและสิ่งมีชีวิตที่เหลือทั้งหมดที่มองเห็นได้ด้วยตาเปล่าคือลูกหลานของเซลล์นั้น ซึ่งเป็นบรรพบุรุษร่วมคนสุดท้ายของยูคาริโอตทั้งหมด

นักวิทยาศาสตร์ยังเข้าใจค่อนข้างน้อยเกี่ยวกับสิ่งที่เกิดขึ้นระหว่างการเปลี่ยนแปลงครั้งนั้น ปริศนาสำคัญประการหนึ่งคืออย่างไรและเมื่อใดที่บรรพบุรุษของยูคาริโอต ได้รับไมโตคอน เดรีย ออร์แกเนลล์ของโรงไฟฟ้าที่สร้างพลังงานของเซลล์ เห็นได้ชัดว่า mitochondrion เป็นแบคทีเรียอิสระ จนกระทั่งเซลล์เจ้าบ้าน (อาร์เคออนหรือผู้สืบสกุลจากหลักฐานทั้งหมด) กลืนมันและเปลี่ยนเป็นคู่ชีวิตแบบถาวร

แต่วิธีที่เซลล์ยูคาริโอตดูดกลืนแบคทีเรียนั้นมีค่าใช้จ่ายสูง มันเกี่ยวข้องกับการเปลี่ยนแปลงอย่างรวดเร็วและกว้างขวางของโครงร่างโครงร่าง โครงโปรตีนใต้เยื่อหุ้มเซลล์ เซลล์เกือบจะจำเป็นต้องมีไมโตคอนเดรียเพื่อที่จะทำอย่างนั้น เนื่องจากไมโทคอนเดรียสามารถบีบพลังงานจากโมเลกุลของกลูโคสได้มากถึง 18 เท่า เมื่อเทียบกับไกลโคไลซิสและการหมัก ซึ่งเป็นกระบวนการเมตาบอลิซึมทางเลือก นักวิทยาศาสตร์จึงถกเถียงกันว่าสิ่งใดเกิดก่อน: ไมโทคอนเดรียหรือกระบวนการกลืนกิน หรือที่เรียกว่าฟาโกไซโทซิส

ทั้งสองตัวเลือกแนะนำเรื่องราวต้นกำเนิดที่แตกต่างกันอย่างมากมายสำหรับยูคาริโอต: ไมโทคอนเดรียเป็นความคิดภายหลัง การมาถึงช้าในวิวัฒนาการของยูคาริโอตตัวแรกหรือไม่? หรือมันมาเร็วด้วยพลังสร้างพลังงานที่น่าทึ่ง และขับเคลื่อนการเปลี่ยนแปลงในบรรพบุรุษของเรา?

เมื่อนักคณิตศาสตร์ เจฟฟ์ คาห์น และ กิล คาไล ตั้ง สมมติฐาน “เกณฑ์ความคาดหวัง” เป็นครั้งแรกในปี 2549 พวกเขาไม่เชื่อในตัวเอง ข้อเรียกร้องของพวกเขา — การยืนยันแบบกว้างๆ เกี่ยวกับวัตถุทางคณิตศาสตร์ที่เรียกว่ากราฟสุ่ม — ดูเหมือนจะแข็งแกร่งเกินไป ครอบคลุมทั้งหมดเกินไป กล้าเกินไปที่จะเป็นจริง มันให้ความรู้สึกเหมือนการคิดที่ปรารถนามากกว่าภาพสะท้อนของความจริงทางคณิตศาสตร์ ถึงกระนั้นก็ไม่มีใครพิสูจน์ได้ว่ามันเป็นเท็จ และมันก็กลายเป็นปัญหาเปิดที่สำคัญอย่างหนึ่งในสนามอย่างรวดเร็ว

กว่า 15 ปีต่อมา นักคณิตศาสตร์สองคนที่มหาวิทยาลัยสแตนฟอร์ดได้ทำในสิ่งที่คาห์นและคาไลคิดว่าเป็นไปไม่ได้ในแนวเขต: ใน การพิมพ์ล่วงหน้าสั้นๆ ที่น่าประหลาดใจซึ่ง โพสต์ออนไลน์เมื่อไม่กี่สัปดาห์ก่อน จินยอง ปาร์ค และ ฮวี ตวน แพ ม ได้แสดงหลักฐานฉบับสมบูรณ์ ของการคาดเดา

“มันเรียบง่ายและแยบยลอย่างน่าทึ่ง” กะไลกล่าว “มันน่าทึ่งมาก มันวิเศษมาก”

ผลลัพธ์จะพิสูจน์ข้อความที่เจาะจงมากขึ้นหลายร้อยรายการโดยอัตโนมัติ ซึ่งแต่ละข้อพิสูจน์ได้ยากด้วยตนเอง และมีผลที่ลึกซึ้งยิ่งขึ้นไปอีกสำหรับการทำความเข้าใจกราฟสุ่มและชุดทางคณิตศาสตร์ในวงกว้างมากขึ้น

“ฉันจะเรียกการพิสูจน์ของพวกเขาว่ามหัศจรรย์” เจค็อบ ฟอกซ์ นักคณิตศาสตร์จากที่ปรึกษาระดับปริญญาเอกของสแตนฟอร์ดและแพมกล่าว “นี่จะเป็นส่วนสำคัญของสนามในอนาคต”

การแช่แข็งกราฟ

การคาดเดาของ Kahn-Kalai นั้นกว้างมาก — มันเขียนในภาษานามธรรมของเซตและองค์ประกอบ — แต่สามารถเข้าใจได้โดยการพิจารณากรณีง่ายๆ ขั้นแรก ลองนึกภาพกราฟ: ชุดของจุดหรือจุดยอด เชื่อมต่อกันด้วยเส้นหรือขอบ ในการสร้างกราฟแบบสุ่ม ให้ใช้เหรียญที่มีความเอนเอียง ซึ่งมีความเป็นไปได้ที่ 1% หรือ 30% หรือเปอร์เซ็นต์อื่นใดระหว่างศูนย์ถึง 100 แล้วพลิกกลับหนึ่งครั้งเพื่อหาจุดยอดคู่ที่กำหนด ถ้าเหรียญตกลงบนหัว ให้เชื่อมจุดยอดเหล่านั้นเข้ากับขอบ ถ้าเหรียญตกลงที่หางอย่าทำ ทำขั้นตอนนี้ซ้ำสำหรับจุดยอดที่เป็นไปได้ทุกคู่

การเล่นเกมผสมพันธุ์มีความเสี่ยง สิ่งมีชีวิตต้องรับมือกับความเสี่ยงที่มีอยู่ซึ่งการปัดไปทางขวาในการเลือกที่ไม่ถูกต้องอาจทำให้คนรุ่นต่อไปในอนาคตมียีนที่ไม่ดีตลอดชีวิต พวกเขายังต้องต่อสู้กับภาระและความเสี่ยงในทันทีอีกด้วย: ผู้เข้าร่วมจำเป็นต้องรวบรวมทรัพยากรสำหรับการเกี้ยวพาราสีและเรียกพลังงานเพื่อติดตามพันธมิตรที่มีศักยภาพ สัตว์ที่มีส่วนร่วมในกิจกรรมเกี่ยวกับความรักยังเป็นเป้าหมายที่ง่ายสำหรับผู้ล่า

สงสัยเล็กน้อยว่าเมื่อเวลาดี พยาธิตัวกลม Caenorhabditis elegans จะไม่ใส่ใจกับกระบวนการนี้ หนอน C. elegans มักจะผสมพันธุ์กับไข่ด้วยตนเอง จนกว่าสเปิร์มที่สะสมไว้จะหมดลงในวัยชรา เท่านั้นจึงจะผลิตฟีโรโมนเพื่อดึงดูดเพศชายและอยู่ในเกมการสืบพันธุ์ แต่เมื่อสภาพแวดล้อมตึงเครียด เวิร์มก็จะมีเสน่ห์ทางเพศเร็วขึ้น สำหรับพวกเขาแล้ว การมีเพศสัมพันธ์ก็เทียบเท่ากับการผ่าน Hail Mary ซึ่งเป็นการพนันที่สิ้นหวังว่าหากลูกหลานของพวกเขามีความหลากหลายทางพันธุกรรมมากขึ้น บางคนจะมีโอกาสที่ดีกว่าภายใต้สภาวะใหม่ที่โหดร้ายกว่า

นักวิทยาศาสตร์คิดว่าการเปลี่ยนแปลงที่เกิดจากความเครียดนี้จะเกิดขึ้นเพียงชั่วครู่เท่านั้น แต่เมื่อเร็ว ๆ นี้เมื่อนักวิทยาศาสตร์ที่มหาวิทยาลัยเทลอาวีฟเลี้ยง C. elegans ในสภาพอากาศที่อบอุ่นเกินไปมานานกว่า 10 รุ่น พวกเขาค้นพบว่าเวิร์มยังคงมีเสน่ห์ทางเพศต่อไปอีกหลายชั่วอายุคนหลังจากที่พวกมันถูกย้ายไปอยู่ในสภาพแวดล้อมที่เย็นกว่า เป็นการสังเกตที่เน้นว่าการถ่ายทอดทางพันธุกรรมไม่ได้ลดลงจนเหลือเพียงการบัญชียีนในสิ่งมีชีวิตอย่างง่ายเสมอไป และอาจชี้ไปที่กลไกที่ทำงานควบคู่กับการคัดเลือกโดยธรรมชาติดั้งเดิมในการสร้างวิวัฒนาการของสิ่งมีชีวิตบางชนิด

ตาม ที่รายงานฉบับใหม่ ใน Developmental Cell แสดงให้เห็น สาเหตุของลักษณะนี้ไม่ใช่การเปลี่ยนแปลงทางพันธุกรรมของ DNA ของหนอน แต่เป็นการเปลี่ยนแปลง “พันธุกรรม” ที่สืบทอดมาซึ่งมีอิทธิพลต่อวิธีการใช้ดีเอ็นเอ นักวิจัย – ผู้เขียนอาวุโส Oded Rechavi นักชีววิทยาจากมหาวิทยาลัยเทลอาวีฟ ผู้เขียนคนแรกของ Itai Toker (ปัจจุบันเป็นเพื่อนดุษฎีบัณฑิตที่มหาวิทยาลัยโคลัมเบีย) และเพื่อนร่วมงานได้ระบุโมเลกุล RNA ขนาดเล็กที่สามารถส่งผ่านระหว่างรุ่นต่างๆ เพื่อส่งสัญญาณสำหรับการผลิตฟีโรโมน . ผลก็คือ โมเลกุล RNA ที่สืบทอดได้นี้ช่วยเพิ่มโอกาสที่เวิร์มจะพัฒนาในช่วงเวลาที่ตึงเครียด

ในช่วงสองปีที่ผ่านมา โปรแกรม ปัญญาประดิษฐ์ มีระดับความคล่องแคล่วทางภาษาอย่างน่าประหลาดใจ ที่ใหญ่ที่สุดและดีที่สุดคือทั้งหมดขึ้นอยู่กับสถาปัตยกรรมที่ ประดิษฐ์ขึ้น ในปี 2017 ที่เรียกว่า หม้อแปลงไฟฟ้า มันทำหน้าที่เป็นพิมพ์เขียวสำหรับโปรแกรมที่จะปฏิบัติตาม ในรูปแบบของรายการสมการ

แต่นอกเหนือจากโครงร่างทางคณิตศาสตร์ที่เปลือยเปล่านี้ เราไม่รู้จริงๆ ว่าหม้อแปลงกำลังทำอะไรกับคำที่พวกมันประมวลผล ความเข้าใจที่เป็นที่นิยมคือพวกเขาสามารถให้ความสนใจกับคำหลายคำในคราวเดียว เพื่อให้สามารถวิเคราะห์ “ภาพรวม” ได้ในทันที แต่วิธีการทำงานนี้ – หรือเป็นวิธีการทำความเข้าใจหม้อแปลงไฟฟ้าที่แม่นยำ – ไม่ชัดเจน เรารู้ส่วนผสมแต่ไม่รู้สูตร

ตอนนี้ การศึกษาสองชิ้นโดยนักวิจัยจากบริษัท Anthropic ได้เริ่มค้นหา โดยพื้นฐานแล้ว หม้อแปลงกำลังทำอะไรอยู่เมื่อประมวลผลและสร้างข้อความ ใน เอกสารฉบับ แรกของพวกเขา ซึ่งเผยแพร่ในเดือนธันวาคม ผู้เขียนได้พิจารณาสถาปัตยกรรมแบบง่าย ๆ และอธิบายอย่างครบถ้วนว่าสถาปัตยกรรมเหล่านี้ทำงานอย่างไร Yonatan Belinkov แห่ง Technion ในเมืองไฮฟา ประเทศอิสราเอล กล่าวว่า “พวกเขาให้ลักษณะเฉพาะที่ดีมากเกี่ยวกับวิธีการทำงานในกรณีง่ายๆ “ฉันคิดบวกมากเกี่ยวกับงานนี้ มันน่าสนใจ มีแนวโน้ม แปลกใหม่และแปลกใหม่”

ผู้เขียนยังแสดงให้เห็นว่า Transformers ธรรมดาเริ่มจากการเรียนรู้รูปแบบภาษาพื้นฐานไปจนถึงการหยิบเอาความสามารถทั่วไปในการประมวลผลภาษา “คุณเห็นว่ามีความสามารถที่ก้าวกระโดด” Martin Wattenberg จากมหาวิทยาลัยฮาร์วาร์ดกล่าว ผู้เขียน “กำลังเริ่มถอดรหัสสูตร”

ใน รายงานฉบับ ที่ 2 ของพวกเขา ที่โพสต์เมื่อวันที่ 8 มีนาคม นักวิจัยแสดงให้เห็นว่าส่วนประกอบเดียวกันที่รับผิดชอบต่อความสามารถนี้ก็มีอยู่ในหม้อแปลงที่ซับซ้อนที่สุดเช่นกัน ในขณะที่คณิตศาสตร์ของแบบจำลองเหล่านั้นยังคงไม่สามารถผ่านเข้าไปได้ แต่ผลลัพธ์ก็ให้แนวทางในการทำความเข้าใจ Connor Leahy จาก Conjecture บริษัท Conjecture และกลุ่มวิจัย EleutherAI กล่าวว่า “สิ่งที่พวกเขาพบในโมเดลของเล่นแปลเป็นโมเดลที่ใหญ่กว่า

ความยากลำบากในการทำความเข้าใจหม้อแปลงไฟฟ้าอยู่ในสิ่งที่เป็นนามธรรม ในขณะที่โปรแกรมทั่วไปปฏิบัติตามกระบวนการที่เข้าใจได้ เช่น การแสดงคำว่า “หญ้า” เมื่อใดก็ตามที่เห็นคำว่า “สีเขียว” หม้อแปลงจะแปลงคำว่า “สีเขียว” เป็นตัวเลขแล้วคูณด้วยค่าบางอย่าง ค่าเหล่านี้ (เรียกอีกอย่างว่าพารามิเตอร์) เป็นตัวกำหนดว่าคำถัดไปจะเป็นอย่างไร พวกเขาได้รับการปรับแต่งอย่างละเอียดในระหว่างกระบวนการที่เรียกว่าการฝึกอบรม โดยที่แบบจำลองเรียนรู้วิธีสร้างผลลัพธ์ที่ดีที่สุด แต่ก็ไม่ชัดเจนว่าแบบจำลองกำลังเรียนรู้อะไร

โปรแกรมแมชชีนเลิร์นนิงส่วนใหญ่จัดแพ็กเกจคณิตศาสตร์เป็นส่วนประกอบแบบแยกส่วนที่เรียกว่าเซลล์ประสาท Transformers รวมส่วนประกอบเพิ่มเติมที่เรียกว่า Attention Head โดยมีชุดของหัวที่จัดเรียงเป็นชั้น ๆ (เช่นเดียวกับเซลล์ประสาท) แต่ศีรษะมีการดำเนินการที่แตกต่างจากเซลล์ประสาท โดยทั่วไปแล้ว หัวหน้าจะเข้าใจว่าอนุญาตให้โปรแกรมจดจำคำที่ป้อนได้หลายคำ แต่การตีความนั้นยังห่างไกลจากความแน่นอน

“กลไกการเอาใจใส่ทำงานอย่างชัดเจน มันกำลังได้รับผลลัพธ์ที่ดี” วัทเทนเบิร์กกล่าว “คำถามคือ มันกำลังทำอะไรอยู่? ฉันเดาว่ามันทำหลายอย่างที่เราไม่รู้”

เพื่อให้เข้าใจถึงวิธีการทำงานของหม้อแปลงได้ดีขึ้น นักวิจัยมานุษยวิทยาได้ลดความซับซ้อนของสถาปัตยกรรม โดยแยกชั้นเซลล์ประสาทออกทั้งหมด และมีเพียงชั้นของความสนใจเพียงหนึ่งหรือสองชั้นเท่านั้น ซึ่งช่วยให้พวกเขามองเห็นความเชื่อมโยงระหว่างหม้อแปลงและรุ่นที่เรียบง่ายกว่าที่พวกเขาเข้าใจได้อย่างเต็มที่

พิจารณารูปแบบภาษาที่ง่ายที่สุดที่เรียกว่าแบบจำลอง bigram ซึ่งจำลองรูปแบบภาษาพื้นฐาน ตัวอย่างเช่น ในขณะที่ได้รับการฝึกฝนเกี่ยวกับเนื้อหาขนาดใหญ่ โมเดล bigram จะสังเกตว่าคำใดที่ตามหลังคำว่า “สีเขียว” บ่อยที่สุด (เช่น “หญ้า”) และจดจำคำนั้น จากนั้นเมื่อสร้างข้อความก็จะทำซ้ำรูปแบบเดียวกัน โดยการจดจำคำติดตามที่เกี่ยวข้องสำหรับทุกคำที่ป้อน คำนั้นจะได้รับความรู้พื้นฐานของภาษา

นักวิจัยพบว่าโมเดลหม้อแปลงไฟฟ้าที่มีหัวให้ความสนใจเพียงชั้นเดียวทำหน้าที่คล้ายคลึงกัน: มันทำซ้ำสิ่งที่จำได้ สมมติว่าคุณป้อนข้อมูลเฉพาะ เช่น “หมอสมิธไปที่ร้านเพราะหมอ … ” ข้อมูลนี้เรียกว่าข้อความแจ้งหรือบริบท สำหรับเรา คำต่อไปนั้นชัดเจน – สมิท

หัวหน้าความสนใจในโมเดลชั้นเดียวที่ผ่านการฝึกอบรมสามารถทำนายได้ในสองขั้นตอน อันดับแรก จะพิจารณาคำสุดท้ายในบริบท (Doctor) และค้นหาคำเฉพาะในบริบทที่ได้เรียนรู้ (ระหว่างการฝึกอบรม) เพื่อเชื่อมโยงกับคำสุดท้าย จากนั้น สำหรับคำใดๆ ที่พบ โปรแกรมจะค้นหาคำอื่นที่ได้เรียนรู้ที่จะเชื่อมโยงกับคำที่ค้นพบ เช่นเดียวกับในแบบจำลอง bigram (อาจเป็นคำเดียวกัน) จากนั้นจะย้ายคำที่เกี่ยวข้องนี้ไปยังเอาต์พุตของโมเดล

สำหรับตัวอย่างนี้ นักวิจัยแสดงให้เห็นว่าจากคำสุดท้าย “หมอ” หัวหน้ารู้จากการฝึกฝนเพื่อค้นหาคำที่เป็นชื่อสามัญ ในการหาชื่อ “สมิธ” ในช่วงต้นประโยค หัวหน้าจะพิจารณาถึงสิ่งที่เรียนรู้ที่จะเชื่อมโยงกับ “สมิธ” และย้ายคำนั้นไปยังผลลัพธ์ (ในกรณีนี้ ตัวแบบได้เรียนรู้ที่จะเชื่อมโยงคำเดียวกัน “Smith” กับคำว่า “Smith” ที่ค้นพบ) ผลสุทธิของกระบวนการโดยรวมคือการที่แบบจำลองคัดลอกคำว่า “Smith” จากบริบทไปยังผลลัพธ์

เป็นเวลากว่า 250 ปีที่นักคณิตศาสตร์พยายาม “ระเบิด” สมการที่สำคัญที่สุดบางสมการทางฟิสิกส์ นั่นคือสมการที่อธิบายว่าของไหลไหลอย่างไร หากพวกเขาประสบความสำเร็จ พวกเขาจะได้ค้นพบสถานการณ์สมมติที่สมการเหล่านั้นพังทลาย — กระแสน้ำวนที่หมุนอย่างรวดเร็วไม่สิ้นสุด บางที หรือกระแสที่หยุดและเริ่มต้นอย่างกะทันหัน หรืออนุภาคที่พัดผ่านเพื่อนบ้านอย่างรวดเร็วอย่างไม่สิ้นสุด นอกเหนือจากจุดระเบิดนั้น – “ภาวะเอกฐาน” – สมการจะไม่มีคำตอบอีกต่อไป พวกเขาจะล้มเหลวในการอธิบายแม้แต่โลกในอุดมคติที่เราอาศัยอยู่ และนักคณิตศาสตร์จะมีเหตุผลให้สงสัยว่าพวกเขาสามารถพึ่งพาได้ในระดับสากลเพียงใดในฐานะแบบจำลองของพฤติกรรมของไหล

แต่ภาวะเอกฐานอาจลื่นพอๆ กับของเหลวที่พวกเขาต้องการจะอธิบาย ในการค้นหาสิ่งนี้ นักคณิตศาสตร์มักจะใช้สมการที่ควบคุมการไหลของของไหล ป้อนเข้าไปในคอมพิวเตอร์ และทำการจำลองแบบดิจิทัล พวกเขาเริ่มต้นด้วยชุดของเงื่อนไขเริ่มต้น จากนั้นดูจนกระทั่งค่าของปริมาณบางอย่าง เช่น ความเร็ว คำพูด หรือความหมุนวน (การวัดการหมุน) เริ่มเติบโตอย่างดุเดือด ดูเหมือนว่ากำลังจะระเบิด

ทว่าคอมพิวเตอร์ไม่สามารถระบุถึงภาวะเอกฐานได้อย่างชัดเจน ด้วยเหตุผลง่ายๆ ที่เครื่องไม่สามารถทำงานกับค่าอนันต์ได้ หากมีภาวะเอกฐาน แบบจำลองคอมพิวเตอร์อาจเข้าใกล้จุดที่สมการระเบิดขึ้น แต่ไม่สามารถเห็นได้โดยตรง อันที่จริงภาวะเอกฐานที่เห็นได้ชัดได้หายไปเมื่อตรวจสอบด้วยวิธีการคำนวณที่ทรงพลังกว่า

อย่างไรก็ตาม การประมาณดังกล่าวยังคงมีความสำคัญ นักคณิตศาสตร์สามารถใช้เทคนิคที่เรียกว่า Computer-assisted proof ด้วยมือข้างเดียวเพื่อแสดงให้เห็นว่ามีภาวะเอกฐานที่แท้จริงอยู่ใกล้ๆ พวกเขาได้ทำไปแล้วสำหรับปัญหา แบบง่ายในมิติ เดียว

ใน การพิมพ์ล่วงหน้าที่โพสต์ออนไลน์เมื่อต้นปีนี้ ทีมนักคณิตศาสตร์และนักธรณีวิทยาได้ค้นพบวิธีใหม่ทั้งหมดในการประมาณภาวะเอกฐาน ซึ่งเป็นรูปแบบที่ใช้ประโยชน์จากรูปแบบ การเรียนรู้เชิงลึก ที่พัฒนาขึ้นเมื่อเร็วๆ นี้ โดยใช้วิธีนี้ พวกเขาสามารถมองที่ภาวะเอกฐานโดยตรง พวกเขายังใช้มันเพื่อค้นหาภาวะเอกฐานที่หลบเลี่ยงวิธีการแบบเดิมๆ ด้วยความหวังว่าจะแสดงให้เห็นว่าสมการไม่ได้ผิดพลาดอย่างที่เห็น

งานนี้ได้เปิดตัวการแข่งขันเพื่อระเบิดสมการของไหล ด้านหนึ่งคือทีมการเรียนรู้เชิงลึก ในทางกลับกัน นักคณิตศาสตร์ที่ทำงานกับเทคนิคที่เป็นที่ยอมรับมากขึ้นมาหลายปี ไม่ว่าใครจะชนะการแข่งขัน — ถ้าใครสามารถเข้าเส้นชัยได้จริง — ผลลัพธ์แสดงให้เห็นว่า โครงข่ายประสาทเทียม สามารถช่วยเปลี่ยนการค้นหาวิธีแก้ไขปัญหาใหม่เพื่อคะแนนของปัญหาที่แตกต่างกันได้อย่างไร

ระเบิดที่หายไป

สมการที่ศูนย์กลางของงานใหม่นี้เขียนขึ้นโดยเลออนฮาร์ด ออยเลอร์ในปี ค.ศ. 1757 เพื่ออธิบายการเคลื่อนที่ของของไหลในอุดมคติซึ่งไม่สามารถบีบอัดได้ ซึ่งเป็นของไหลที่ไม่มีความหนืด หรือแรงเสียดทานภายใน และไม่สามารถบีบให้มีขนาดเล็กลงได้ (ของเหลวที่มีความหนืด เช่นเดียวกับสารอื่นๆ ที่พบในธรรมชาติ ถูกจำลองโดยสมการของเนเวียร์-สโต๊คส์ แทน การปล่อยสิ่งเหล่านี้ออกไปจะได้รับ รางวัลมิลเลนเนียม 1 ล้านดอลลาร์ จากสถาบัน Clay Mathematics) เมื่อพิจารณาจากความเร็วของแต่ละอนุภาคใน ของไหล ณ จุดเริ่มต้น สมการออยเลอร์ควรทำนายการไหลของของไหลตลอดเวลา

แต่นักคณิตศาสตร์ต้องการทราบว่าในบางสถานการณ์หรือไม่ แม้ว่าในตอนแรกอาจดูเหมือนไม่มีอะไรผิดปกติก็ตาม แต่สมการก็อาจเกิดปัญหาได้ในที่สุด (มีเหตุผลให้สงสัยว่าอาจเป็นกรณีนี้: ของไหลในอุดมคติที่พวกเขาจำลองไม่มีพฤติกรรมเหมือนของไหลจริงที่มีความหนืดเพียงเล็กน้อย การก่อตัวของภาวะเอกฐานในสมการออยเลอร์สามารถอธิบายไดเวอร์เจนซ์นี้ได้)

ในปี 2013 นักคณิตศาสตร์สองคนเสนอสถานการณ์ดังกล่าว เนื่องจากไดนามิกของการไหลของของไหลสามมิติเต็มรูปแบบอาจมีความซับซ้อนอย่าง เหลือเชื่อ Thomas Hou นักคณิตศาสตร์จาก California Institute of Technology และ Guo Luo ซึ่งปัจจุบันอยู่ที่มหาวิทยาลัย Hang Seng แห่งฮ่องกง ได้พิจารณากระแสที่เป็นไปตามสมมาตรบางอย่าง

ในการจำลอง ของเหลวจะหมุนอยู่ภายในถ้วยทรงกระบอก ของเหลวในถ้วยครึ่งบนหมุนตามเข็มนาฬิกา ในขณะที่ครึ่งล่างหมุนทวนเข็มนาฬิกา กระแสที่ตรงกันข้ามทำให้เกิดกระแสที่ซับซ้อนอื่น ๆ ที่วนขึ้นและลง ไม่นานพอ ณ จุดตามแนวพรมแดนที่กระแสน้ำตรงข้ามมาบรรจบกัน ความหมุนวนของของไหลจะระเบิด

แม้ว่าการสาธิตนี้จะให้หลักฐานที่น่าสนใจเกี่ยวกับภาวะเอกฐาน หากไม่มีหลักฐานก็เป็นไปไม่ได้ที่จะทราบแน่ชัดว่าเป็นภาวะหนึ่ง ก่อนงานของ Hou และ Luo การจำลองจำนวนมากเสนอภาวะเอกฐานที่อาจเกิดขึ้น แต่ส่วนใหญ่หายไปเมื่อทำการทดสอบในภายหลังในคอมพิวเตอร์ที่ทรงพลังกว่า “คุณคิดว่ามี” วลาดิมีร์ สเวรั ค นักคณิตศาสตร์จากมหาวิทยาลัยมินนิโซตา กล่าว “จากนั้นคุณใส่มันบนคอมพิวเตอร์ที่ใหญ่กว่าที่มีความละเอียดดีกว่ามาก และสิ่งที่ดูเหมือนสถานการณ์ภาวะเอกฐานที่ดีกลับกลายเป็นว่าไม่เป็นเช่นนั้นจริงๆ”

นั่นเป็นเพราะวิธีแก้ปัญหาเหล่านี้ค่อนข้างจะจู้จี้จุกจิก พวกมันเสี่ยงต่อข้อผิดพลาดเล็กๆ น้อยๆ ที่ดูเหมือนเล็กน้อยที่สามารถสะสมได้ในแต่ละขั้นตอนของการจำลอง ชาร์ลี เฟ ฟเฟอร์แมน นักคณิตศาสตร์จากมหาวิทยาลัยพรินซ์ตัน กล่าวว่า “มันเป็นศิลปะที่ละเอียดอ่อนในการพยายามจำลองสถานการณ์ที่ดีบนคอมพิวเตอร์ของสมการออยเลอร์” “สมการมีความอ่อนไหวต่อข้อผิดพลาดเล็กๆ น้อยๆ ในตำแหน่งทศนิยมที่ 38 ของการแก้ปัญหา”

ถึงกระนั้น วิธีแก้ปัญหาโดยประมาณของ Hou และ Luo สำหรับภาวะเอกฐานก็ยังยืนหยัดในการทดสอบทุกครั้งที่ผ่านมา และมันเป็นแรงบันดาลใจให้กับงานที่เกี่ยวข้องมากมาย รวมถึง การพิสูจน์การระเบิดสำหรับเวอร์ชันที่อ่อนแอกว่า ของปัญหา “มันเป็นสถานการณ์ที่ดีที่สุดสำหรับการสร้างภาวะเอกฐาน” Sverak กล่าว “หลายคนรวมทั้งตัวฉันเองเชื่อว่าครั้งนี้เป็นภาวะเอกฐานที่แท้จริง”

เพื่อพิสูจน์การระเบิดอย่างเต็มที่ นักคณิตศาสตร์จำเป็นต้องแสดงให้เห็นว่า เมื่อพิจารณาภาวะเอกฐานที่ใกล้เคียงกัน มีของจริงอยู่ใกล้เคียง พวกเขาสามารถเขียนคำกล่าวนั้นใหม่ได้ — ว่าคำตอบที่แท้จริงนั้นอาศัยอยู่ในบริเวณใกล้เคียงของการประมาณ — ในแง่คณิตศาสตร์ที่แม่นยำ จากนั้นแสดงว่าเป็นจริงหากคุณสมบัติบางอย่างสามารถตรวจสอบได้ อย่างไรก็ตาม การตรวจสอบคุณสมบัติเหล่านั้นต้องใช้คอมพิวเตอร์อีกครั้ง คราวนี้ เพื่อทำการคำนวณเป็นชุด (ซึ่งเกี่ยวข้องกับวิธีแก้ปัญหาโดยประมาณ) และเพื่อควบคุมข้อผิดพลาดที่อาจสะสมอยู่ในกระบวนการอย่างระมัดระวัง

Hou และนักศึกษาระดับบัณฑิตศึกษา Jiajie Chen กำลังทำงานเพื่อพิสูจน์โดยใช้คอมพิวเตอร์ช่วยมาหลายปีแล้ว พวกเขาได้ปรับแต่งวิธีแก้ปัญหาโดยประมาณจากปี 2013 (ในผลลัพธ์ขั้นกลางที่พวกเขายังไม่ได้เปิดเผยต่อสาธารณะ) และตอนนี้กำลังใช้การประมาณนั้นเป็นพื้นฐานสำหรับการพิสูจน์ใหม่ของพวกเขา พวกเขายังแสดงให้เห็นด้วยว่ากลยุทธ์ทั่วไปนี้สามารถใช้ได้กับปัญหาที่แก้ได้ง่ายกว่าสมการออยเลอร์

ตอนนี้อีกกลุ่มได้เข้าร่วมการล่าแล้ว พวกเขาพบค่าประมาณของตนเอง ซึ่งใกล้เคียงกับผลลัพธ์ของ Hou และ Luo โดยใช้แนวทางที่แตกต่างไปจากเดิมอย่างสิ้นเชิง พวกเขากำลังใช้มันเพื่อเขียนหลักฐานโดยใช้คอมพิวเตอร์ช่วย แต่เพื่อให้ได้ค่าประมาณ พวกเขาต้องหันไปใช้การเรียนรู้เชิงลึกรูปแบบใหม่ก่อน

Glacial Neural Networks

Tristan Buckmaster นักคณิตศาสตร์ที่ Princeton ได้พบกับแนวทางใหม่นี้โดยบังเอิญ ปีที่แล้ว Charlie Cowen-Breen นักศึกษาระดับปริญญาตรีในแผนกของเขา ขอให้เขาลงนามในโครงการ Cowen-Breen กำลังศึกษาพลวัตของแผ่นน้ำแข็งในทวีปแอนตาร์กติกาภายใต้การดูแลของ Ching-Yao Lai นักธรณีฟิสิกส์แห่งพรินซ์ตัน โดยใช้ภาพถ่ายดาวเทียมและการสังเกตการณ์อื่นๆ พวกเขาพยายามอนุมานความหนืดของน้ำแข็งและทำนายการไหลของน้ำแข็งในอนาคต แต่ในการทำเช่นนั้น พวกเขาอาศัยแนวทางการเรียนรู้เชิงลึกที่ Buckmaster ไม่เคยเห็นมาก่อน

ไม่เหมือนกับโครงข่ายประสาทเทียมแบบเดิมที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลจำนวนมากเพื่อทำการคาดการณ์ “โครงข่ายประสาทเทียมที่ได้รับข้อมูลด้านฟิสิกส์” หรือ PINN จะต้องเป็นไปตามชุดของข้อจำกัดทางกายภาพด้วยเช่นกัน สิ่งเหล่านี้อาจรวมถึงกฎการเคลื่อนที่ การอนุรักษ์พลังงาน อุณหพลศาสตร์ สิ่งใดก็ตามที่นักวิทยาศาสตร์อาจจำเป็นต้องเข้ารหัสสำหรับปัญหาเฉพาะที่พวกเขากำลังพยายามแก้ไข

สิ่งมีชีวิตบนโลกมีความหลากหลายอย่างดุเดือด ไม่ว่าจะเป็นจากัวร์ที่ล่ากวางในอเมซอน เถากล้วยไม้ที่วนเวียนอยู่รอบๆ ต้นไม้ในคองโก เซลล์ดึกดำบรรพ์ที่เติบโตในบ่อน้ำพุร้อนที่เดือดพล่านในแคนาดา หรือนายหน้าซื้อขายหุ้นจิบกาแฟที่วอลล์สตรีท ในระดับพันธุกรรม ทั้งหมดเล่นตามกฎเดียวกัน ตัวอักษรเคมีสี่ตัว หรือเบสของนิวคลีโอไทด์ สะกดคำว่า “คำ” สามตัวอักษร 64 ตัวที่เรียกว่าโคดอน ซึ่งแต่ละตัวอักษรย่อมาจากกรดอะมิโนหนึ่งตัวจากทั้งหมด 20 ตัว เมื่อกรดอะมิโนถูกพันเข้าด้วยกันตามคำสั่งที่เข้ารหัสเหล่านี้ พวกมันจะสร้างลักษณะโปรตีนของแต่ละสปีชีส์ ด้วยข้อยกเว้นที่คลุมเครือเพียงเล็กน้อย จีโนมทั้งหมดเข้ารหัสข้อมูลเหมือนกัน

ทว่าในการศึกษาใหม่ที่ตีพิมพ์ เมื่อเดือนที่แล้วใน eLife กลุ่มนักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์และมหาวิทยาลัยเยล แสดงให้เห็นว่ามีความเป็นไปได้ที่จะปรับเปลี่ยนกฎเกณฑ์อันเป็นเกียรติแก่กาลเวลาเหล่านี้ และสร้างรหัสพันธุกรรมใหม่ที่กว้างขวางยิ่งขึ้นทั้งหมดที่สร้างขึ้นรอบ ๆ คำ codon อีกต่อไป โดยหลักการแล้ว การค้นพบของพวกเขาชี้ให้เห็นถึงวิธีการหนึ่งในหลายวิธีในการขยายรหัสพันธุกรรมให้เป็นระบบที่หลากหลายมากขึ้น ซึ่งนักชีววิทยาสังเคราะห์สามารถใช้เพื่อสร้างเซลล์ที่มีชีวเคมีแบบใหม่ที่ทำให้โปรตีนไม่พบในธรรมชาติ แต่งานยังแสดงให้เห็นว่ารหัสพันธุกรรมที่ขยายออกไปนั้นถูกขัดขวางโดยความซับซ้อนของมันเอง ทำให้มีประสิทธิภาพน้อยลงและมีความสามารถน้อยลงอย่างน่าประหลาดใจในบางแง่ — ข้อ จำกัด ที่บอกเป็นนัยว่าทำไมชีวิตอาจไม่ชอบ codon ที่ยาวกว่าในตอนแรก

มันไม่แน่ชัดว่าการค้นพบนี้หมายถึงการที่สิ่งมีชีวิตในที่อื่นในจักรวาลสามารถเข้ารหัสได้อย่างไร แต่มันบ่งบอกว่ารหัสพันธุกรรมของเราพัฒนาขึ้นไม่ซับซ้อนเกินไปหรือจำกัดเกินไป แต่ถูกต้อง — และปกครองชีวิตเป็นเวลาหลายพันล้านปีหลังจากนั้น สิ่งที่ฟรานซิส คริกเรียกว่า “อุบัติเหตุแช่แข็ง” ผู้เขียนกล่าวว่า Nature เลือกใช้โค้ด Goldilocks นี้ เพราะมันเรียบง่ายและเพียงพอสำหรับจุดประสงค์ ไม่ใช่เพราะรหัสอื่นไม่สามารถทำได้

ตัวอย่างเช่น ด้วยโคดอนสี่ตัวอักษร (ควอเตอร์) มีความเป็นไปได้ที่ไม่ซ้ำกัน 256 ตัว ไม่ใช่แค่ 64 ซึ่งอาจดูเหมือนเป็นประโยชน์สำหรับชีวิตเพราะมันจะเปิดโอกาสในการเข้ารหัสกรดอะมิโนมากกว่า 20 ตัวอย่างมากมาย และอาร์เรย์ของโปรตีนที่มีความหลากหลายทางดาราศาสตร์มากขึ้น การศึกษาทางชีววิทยาสังเคราะห์ครั้งก่อน และแม้แต่ข้อยกเว้นที่หาได้ยากในธรรมชาติ แสดงให้เห็นว่าบางครั้งเป็นไปได้ที่จะเพิ่มรหัสพันธุกรรมด้วย codon สี่เท่า แต่จนถึงขณะนี้ ยังไม่มีใครเคยสร้างระบบพันธุกรรมสี่เท่าทั้งหมดเพื่อดูว่ามันเป็นอย่างไร เปรียบเทียบกับทริปเปิ้ลโคดอนปกติ

“นี่เป็นการศึกษาที่ถามคำถามนั้นอย่างจริงใจ” Erika Alden DeBenedictis ผู้เขียนนำรายงานฉบับใหม่ ซึ่งเป็นนักศึกษาปริญญาเอกที่ MIT ในระหว่างโครงการและปัจจุบันเป็น postdoc ที่มหาวิทยาลัย Washington กล่าว

ขยายสู่ธรรมชาติ

ในการทดสอบรหัสพันธุกรรมสี่เท่าของโคดอน DeBenedictis และเพื่อนร่วมงานของเธอต้องปรับเปลี่ยนชีวเคมีขั้นพื้นฐานที่สุดในชีวิต เมื่อเซลล์สร้างโปรตีน ตัวอย่างข้อมูลทางพันธุกรรมของมันจะแปลงเป็นโมเลกุลของ RNA ของผู้ส่งสาร (mRNA) ออร์แกเนลล์ที่เรียกว่าไรโบโซมนั้นอ่านโคดอนใน mRNA เหล่านี้และจับคู่พวกมันกับ “แอนติ-โคดอน” เสริมในโมเลกุลทรานสเฟอร์ RNA (tRNA) ซึ่งแต่ละอันมีกรดอะมิโนที่ระบุเฉพาะอยู่ที่หางของมัน ไรโบโซมเชื่อมโยงกรดอะมิโนเข้ากับสายโซ่ที่กำลังเติบโตซึ่งในที่สุดก็พับเป็นโปรตีนที่ใช้งานได้ เมื่องานของพวกเขาเสร็จสิ้นและแปลโปรตีนแล้ว mRNA จะถูกย่อยสลายเพื่อการรีไซเคิล และ tRNA ที่ใช้ไปจะถูกเติมด้วยกรดอะมิโนโดยเอนไซม์สังเคราะห์

นักวิจัยได้ปรับแต่ง tRNAs ใน แบคทีเรีย Escherichia coli เพื่อให้มีสารต้านโคดอนสี่เท่า หลังจากการกลายพันธุ์ของยีนของ E. coli ในลักษณะต่างๆ พวกเขาได้ทดสอบว่าเซลล์สามารถแปลรหัสสี่เท่าได้สำเร็จหรือไม่ และการแปลดังกล่าวจะทำให้เกิดผลกระทบที่เป็นพิษหรือความบกพร่องด้านสมรรถภาพร่างกายหรือไม่ พวกเขาพบว่า tRNA ที่ดัดแปลงทั้งหมดสามารถผูกกับโคดอนสี่เท่า ซึ่งแสดงให้เห็นว่า “ไม่มีอะไรผิดปกติทางชีวฟิสิกส์ในการแปลด้วยขนาดโคดอนที่ใหญ่กว่านี้” DeBenedictis กล่าว

แต่พวกเขายังพบว่าสารสังเคราะห์จำแอนติโคดอนสี่เท่าได้เพียง 9 ใน 20 ตัวเท่านั้น ดังนั้นพวกเขาจึงไม่สามารถเติมส่วนที่เหลือด้วยกรดอะมิโนใหม่ได้ การมีกรดอะมิโน 9 ชนิดที่สามารถแปลด้วยโคดอนสี่เท่าได้ในระดับหนึ่งนั้น “มีมากหรือน้อย” DeBenedictis กล่าว “มันเป็นกรดอะมิโนจำนวนมากสำหรับบางสิ่งที่ธรรมชาติไม่ต้องการให้เกิดผล” แต่เพียงเล็กน้อยเพราะไม่สามารถแปลกรดอะมิโนที่จำเป็น 11 ชนิด ได้จำกัดคำศัพท์ทางเคมีที่ชีวิตต้องเล่นอย่างเข้มงวด

นอกจากนี้ การแปลรหัสสี่เท่าจำนวนมากนั้นไม่มีประสิทธิภาพอย่างมาก และบางส่วนก็เป็นอันตรายต่อการเติบโตของเซลล์ด้วยซ้ำ หากไม่มีข้อได้เปรียบด้านฟิตเนสที่สำคัญ ธรรมชาติไม่น่าเป็นไปได้มากที่จะเลือกรหัสที่ซับซ้อนกว่านี้ โดยเฉพาะอย่างยิ่งเมื่อตกลงกับรหัสการทำงานแล้ว DeBenedictis กล่าว ผู้เขียนสรุปว่าสาเหตุที่ธรรมชาติไม่เลือกรหัสสี่เท่านั้นไม่ใช่เพราะมันทำไม่ได้ แต่เป็นเพราะรหัสแฝดนั้นเรียบง่ายและเพียงพอ ท้ายที่สุด แม้ว่าชีวิตจำเป็นต้องขยายรายการกรดอะมิโน 20 ตัว แต่ก็ยังมีช่องว่างอีกมากภายใน 64 codon ที่มีอยู่ให้ทำเช่นนั้น

Triplet codon ทำงานได้ดีบนโลก แต่ก็ไม่ชัดเจนว่าจะเป็นจริงที่อื่นหรือไม่ ชีวิตในจักรวาลอาจแตกต่างกันอย่างมีนัยสำคัญในด้านเคมีหรือในการเข้ารหัส Drew Endy รองศาสตราจารย์ด้านวิศวกรรมชีวภาพที่มหาวิทยาลัยสแตนฟอร์ดและประธานมูลนิธิ BioBricks ซึ่งไม่ได้มีส่วนร่วมในการศึกษากล่าวว่ารหัสพันธุกรรม “น่าจะเป็นอนุพันธ์และยอมจำนนต่อชีวเคมีของเปปไทด์” ที่จำเป็นสำหรับชีวิตในการทำงาน ในสภาพแวดล้อมที่ซับซ้อนกว่าโลก ชีวิตอาจจำเป็นต้องเข้ารหัสด้วยโคดอนสี่เท่า แต่ในสภาพแวดล้อมที่ง่ายกว่ามาก ชีวิตอาจผ่านไปได้ด้วยโคดอนคู่ แน่นอนว่าถ้ามันใช้โคดอนเลย

การแข่งขันที่เข้มข้น

ไม่ว่าชีวิตจะถูกเข้ารหัสบนโลกของเราหรือในโลกอื่นอย่างไร ผลกระทบที่แท้จริงของบทความนี้ก็คือตอนนี้เรารู้แล้วว่า “เป็นไปได้ทั้งหมดที่จะสร้างสิ่งมีชีวิตแบบสี่รหัส” และผลการวิจัยชี้ให้เห็นว่ามันจะตรงไปตรงมา Endy กล่าว เขาเสริมด้วยการศึกษาหนึ่งเรื่อง พวกเขาเกือบครึ่งทางที่จะลงมือทำได้ ซึ่งเป็น “ความสำเร็จที่น่าอัศจรรย์อย่างไม่รู้จบ”

ไม่ใช่ทุกคนที่เห็นด้วยว่าการสร้างรูปแบบชีวิตแบบ quad-coded ที่สมบูรณ์จะเป็นเรื่องง่าย Floyd Romesberg นักชีววิทยาสังเคราะห์ผู้ร่วมก่อตั้งบริษัทเทคโนโลยีชีวภาพ Synthorx กล่าว การได้บางสิ่งที่ทำงานได้ไม่ดีเพื่อให้ทำงานได้ดีขึ้นเป็น “เกมที่แตกต่างอย่างมาก” มากกว่าการพยายามทำสิ่งที่เป็นไปไม่ได้

DeBenedictis กล่าวว่าต้องใช้ความพยายามมากเพียงใดในการทำให้โค้ดสี่เท่าทำงานได้ดีเป็นคำถามเปิด เธอคิดว่าคุณอาจจะต้องรื้อปรับระบบกลไกการแปลใหม่เพื่อให้ทำงานได้ดีกับโค้ดที่ใหญ่กว่า เธอและทีมของเธอหวังว่าจะนำงานของพวกเขาไปสู่อีกระดับด้วยการเพิ่ม “ส่วนท้าย” พิเศษให้กับ tRNA ที่ออกแบบทางวิศวกรรม เพื่อให้พวกมันโต้ตอบกับชุดของไรโบโซมที่ออกแบบมาเพื่อทำงานกับพวกมันเพียงลำพัง ที่อาจช่วยปรับปรุงประสิทธิภาพการแปลโดยลดการแข่งขันกับด้านการเข้ารหัสสามส่วนของระบบ

เธอเสริมว่าการเอาชนะการแข่งขันจาก triplet code นั้นเป็นความท้าทายที่สำคัญเสมอ เพราะมันได้ผลดีอยู่แล้ว

นับตั้งแต่เครื่องจักรไอน้ำเริ่มทำให้โลกทันสมัย ​​กฎข้อที่สองของอุณหพลศาสตร์ก็ได้ครอบงำฟิสิกส์ เคมี วิศวกรรม และชีววิทยา ตอนนี้กำลังดำเนินการอัปเกรด

เทอร์โมไดนามิกส์—การศึกษาพลังงาน—เกิดขึ้นในช่วงปี ค.ศ. 1800 เนื่องจากเครื่องยนต์ไอน้ำขับเคลื่อนการปฏิวัติอุตสาหกรรม เพื่อให้เข้าใจกฎข้อที่สอง ลองนึกภาพเค้กสปันจ์ที่สดใหม่จากเตาอบและเย็นลงบนเคาน์เตอร์ โมเลกุลของกลิ่นที่นำพาความร้อนลอยออกจากเค้ก นักฟิสิกส์อาจสงสัยว่า: สามารถจัดเรียงโมเลกุลเหล่านี้ได้กี่วิธีตลอดปริมาตรของพื้นที่ที่พวกมันครอบครองอยู่ในปัจจุบัน? เราเรียกจำนวนการจัดเรียงนี้ว่าเอนโทรปีของโมเลกุล ถ้าปริมาตรเพียงล้อมรอบเค้ก (เช่นเดียวกับเมื่อเค้กสดที่สุด) เอนโทรปีจะค่อนข้างเล็ก ถ้าปริมาตรครอบคลุมทั้งห้องครัว (หลังจากที่โมเลกุลมีเวลาเดินทางไกลออกไปแล้ว) เอนโทรปีจะมีขนาดใหญ่ขึ้นแบบทวีคูณ กฎข้อที่สองของอุณหพลศาสตร์กำหนดว่าเอนโทรปีของระบบปิดและแยกทุกระบบ (เช่น ห้องครัวของเรา สมมติว่าปิดหน้าต่างและประตู) เพิ่มขึ้นหรือคงที่ ดังนั้นกลิ่นของเค้กฟองน้ำจึงอบอวลไปทั่วทั้งห้องครัวและไม่เคยจางหาย

เราสรุปพฤติกรรมนี้ในความไม่เท่าเทียมกัน: , ที่ไหน คือเอนโทรปีเริ่มต้นของโมเลกุลและ เอนโทรปีสุดท้ายของพวกเขา ความไม่เท่าเทียมกันมีประโยชน์แต่คลุมเครือ เพราะมันไม่ได้บอกเราว่าเอนโทรปีจะเติบโตได้มากเพียงใด ยกเว้นในกรณีพิเศษ: เมื่อโมเลกุลอยู่ในภาวะสมดุล สิ่งนี้จะเกิดขึ้นเมื่อคุณสมบัติขนาดใหญ่ เช่น อุณหภูมิและปริมาตร คงที่ และไม่มีการไหลสุทธิของสิ่งใด เช่น พลังงานหรืออนุภาค เข้าหรือออกจากระบบ (ตัวอย่างเช่น โมเลกุลของกลิ่นของเค้กจะเข้าสู่สมดุลหลังจากที่เติมห้องครัวจนเต็มแล้ว) ที่สภาวะสมดุล กฎข้อที่สองจะเสริมความแข็งแกร่งให้มีความเท่าเทียมกัน: . ความเท่าเทียมกันทั่วไปที่เรียบง่ายนี้ให้ข้อมูลที่แม่นยำเกี่ยวกับระบบเทอร์โมไดนามิกประเภทต่างๆ ที่สมดุล

ความสัมพันธ์ที่ผันผวนมีความหมายพื้นฐานและในทางปฏิบัติ สำหรับการเริ่มต้น จากความเท่าเทียมกันเหล่านี้ เราสามารถได้พจน์ของกฎข้อที่สองของอุณหพลศาสตร์ ดังนั้นความสัมพันธ์ที่ผันผวนไม่เพียงแต่ขยายความรู้ของเราให้ห่างไกลจากสมดุลดังที่เราเห็นด้วยสายดีเอ็นเอ แต่ยังสรุปข้อมูลที่เรารู้เกี่ยวกับความสมดุลด้วย

แต่พลังที่แท้จริงของความสัมพันธ์ที่ผันผวนอยู่ในข้อเท็จจริงที่น่าขัน: แม้ว่าคุณสมบัติดุลยภาพจะง่ายต่อการให้เหตุผลในทางทฤษฎี แต่ก็วัดผลในการทดลองได้ยากกว่าคุณสมบัติที่อยู่ไกลจากจุดสมดุล ตัวอย่างเช่น ในการวัดงานที่จำเป็นในการยืด DNA ให้ห่างไกลจากสภาวะสมดุล เราสามารถดึงสายออกอย่างรวดเร็ว—ในระยะเวลาอันสั้น ในทางตรงกันข้าม ในการวัดงานที่จำเป็นในการยืดมันในขณะที่มันยังคงอยู่ในสภาวะสมดุล เราต้องยืดออกช้าๆ มากจน DNA จะหยุดนิ่งในทางปฏิบัติเสมอ ดังนั้น การทดลองของเราจึงใช้เวลานานอย่างไม่สิ้นสุด

นักเคมี นักชีววิทยา และเภสัชวิทยาสนใจคุณสมบัติสมดุลของโปรตีนและโมเลกุลอื่นๆ ดังนั้นการใช้ความสัมพันธ์ที่ผันผวนทำให้พวกเขาตั้งหลักในการทดลองได้ พวกเขาสามารถดำเนินการทดลองที่ไม่สมดุลในระยะสั้นได้หลายครั้งและวัดงานที่จำเป็นในแต่ละการทดสอบ จากข้อมูลนี้ พวกเขาสามารถอนุมานความน่าจะเป็นที่จะต้องใช้ปริมาณงานใดๆ ในการทดลองที่ไม่สมดุลครั้งต่อไป จากนั้นพวกเขาสามารถเสียบความน่าจะเป็นเหล่านั้นเข้ากับด้านไกลจากสมดุลของความสัมพันธ์ผันผวนเพื่อกำหนดด้านสมดุล วิธีนี้ยังคงต้องใช้การทดลองจำนวนมาก แต่นักวิจัยได้ใช้เครื่องมือทางคณิตศาสตร์เพื่อบรรเทาความยาก

ด้วยวิธีนี้ ความสัมพันธ์ที่ผันผวนได้ปฏิวัติอุณหพลศาสตร์ การทดลองชุบกัลวาไนซ์ และให้การคาดการณ์โดยละเอียดเกี่ยวกับโลกที่อยู่ห่างไกลจากสมดุล แต่ประโยชน์ของมันไม่ได้หยุดอยู่แค่นั้น

ในช่วงทศวรรษ 2000 นักอุณหพลศาสตร์ควอนตัม ซึ่งเป็นพวกเราที่ศึกษาว่าฟิสิกส์ควอนตัมเปลี่ยนแปลงแนวคิดแบบคลาสสิกอย่างไร เช่น การทำงาน ความร้อน และประสิทธิภาพ เป็นสิ่งที่ต้องการความสนุก แม้ว่าระเบียบวินัยของเราจะแนะนำปริศนาเพิ่มเติม วิธีกำหนดและวัดงานควอนตัมไม่ชัดเจนเนื่องจากความไม่แน่นอนของควอนตัม ตัวอย่างเช่น การวัดพลังงานของระบบควอนตัมจะเปลี่ยนพลังงานนั้น

ด้วยเหตุนี้ นักวิจัยหลายท่านจึงเสนอคำจำกัดความที่แตกต่างกันสำหรับงานควอนตัม ฉันจินตนาการถึงคำจำกัดความต่างๆ ของสัตว์ในสวนสัตว์วิกตอเรีย คำจำกัดความของ “นกฮัมมิงเบิร์ด” กำหนดให้เราต้องวัดระบบควอนตัมอย่างนุ่มนวล เพื่อรบกวนพลังงานเพียงเล็กน้อย เนื่องจากการกระพือปีกของนกฮัมมิงเบิร์ดข้างหูของคุณในทันทีอาจรบกวนคุณ คำจำกัดความของ “สัตว์ป่า” อยู่ตรงกลางของกลุ่ม โดยมุ่งเน้นที่การแลกเปลี่ยนพลังงานโดยเฉลี่ย คำจำกัดความอื่น ๆ กระพือปีก Twitter และทรัมเป็ตทั่ววรรณกรรมควอนตัมเทอร์โมไดนามิก

อย่างที่คุณคาดไว้ คำจำกัดความที่แตกต่างกันนำไปสู่ความสัมพันธ์ผันผวนของควอนตัมที่แตกต่างกัน เช่นเดียวกับคำจำกัดความที่คล้ายคลึงกันซึ่งปรับให้เข้ากับการตั้งค่าทางกายภาพที่แตกต่างกัน ความสัมพันธ์บางอย่างทำการทดสอบได้ง่ายกว่า ในขณะที่บางความสัมพันธ์เป็นแบบนามธรรมและเชิงคณิตศาสตร์ บางคนอธิบายอนุภาคพลังงานสูง เหมือนกับที่ CERN ชนกัน; หนึ่งอธิบายความโกลาหลในหลุมดำ และหนึ่งอธิบายถึงการขยายตัวของจักรวาล นักทดลองได้ทดสอบความสัมพันธ์ของความผันผวนของควอนตัม — ด้วยไอออนที่ติดอยู่ จุดควอนตัม และอื่นๆ

ความเสมอภาคกันจะขึ้นสู่จุดสูงสุดของกอง เหมือนกับราชาที่เอาชนะญาติของพวกเขาทั้งหมดเพื่อบัลลังก์หรือไม่? ฉันคาดหวังไม่ ในความคิดของฉัน คำจำกัดความและสมการใดที่เป็นประโยชน์ขึ้นอยู่กับว่าคุณสนใจระบบใด วิธีกระตุ้น และคุณจะวัดได้อย่างไร

ความสัมพันธ์ที่ผันผวนของควอนตัมจำนวนมากขัดแย้งกับความเป็นอันหนึ่งอันเดียวกันที่นักฟิสิกส์ให้ความสำคัญ เช่น ทฤษฎีที่แสวงหามายาวนานของทุกสิ่ง ซึ่งคาดว่าจะรวมพลังพื้นฐานทั้งหมดเป็นหนึ่งเดียว บางทีหลักการบางอย่างอาจรวมความสัมพันธ์ของความผันผวนของควอนตัมเป็นหนึ่งเดียว โดยเผยให้เห็นว่าเป็นด้านที่ต่างกันของเหรียญหลายมิติ หรือบางทีเทอร์โมไดนามิกของควอนตัมก็เข้มข้นกว่าสาขาฟิสิกส์อื่น ๆ