导语

黏菌是群体智能的代表:个体是单细胞,但菌落的繁殖移动却像是有智慧,可以找到食物之间的最短路径。在最近的一篇论文中,黏菌的群体智能被进一步开发——研究者参考黏菌生长设计出新算法,竟然能够高质量地模拟宇宙演化过程,并构建出可信的星系间暗物质网络。



绘制宇宙网的黏菌算法


根据广为接受的大爆炸理论,在大爆炸之后,弥漫在宇宙中的物质逐渐形成了星系,星云等天体。这些天体之间也就存在着巨大的空洞。这些大型天体并不是孤立的漂浮在这片虚空之中,依照现有的理论,由暗物质和气体构成的细丝把众多的星体联系在一起,形成了宇宙网(cosmic web)。这些看不到的暗物质,却在宇宙的总物质中占比为 85%。可是科学家却很难观测这些包含暗物质和气体的丝线,因为他们确实“暗”得难以被探测到。

然而,一群有着黄色粘液的黏菌启发了加州大学圣克鲁兹分校的天文学家和计算机科学家,他们利用黏菌的生长模型设计了一种算法。帮助天文学家们设计出了一种能够计算出宇宙网的算法。为预测宇宙网的大尺度结构提供了新方法。

本论文两位主要作者:天文与天体物理学博士后Joe Burchett(左图)与计算媒体学博士后Oskar Elek(右图)


他们的研究成果即将发表在Astrophysical Journal Letters上。

论文题目:

Revealing the Dark Threads of the Cosmic Web 

论文地址:

https://arxiv.org/abs/2003.04393



黏菌——科学家的老朋友


黏菌可以说算的上是科学论文中的常客,尤其是一种被称为“海绵宝宝”的黏菌——多头绒泡菌(Physarum polycephalum),更是广为人知的学术明星。

       

图1:多头绒泡菌(Physarum polycephalum)在树干表面形成的原生质团。(图片来源:wikipedia.org)


多头绒泡菌常见于森林的朽木和落叶中。多个细胞聚集在一起形成的原生质团(一种成分复杂的胶体),会为了寻找食物而四处“爬动”。从而绘制出食物之间的最优路径,最终形成了复杂又迷人的网络。科学家曾经就做过利用黏菌走迷宫的实验,更广为认知的可能是利用多头绒泡菌绘制东京交通网络的实验。

       

图2:

东京地铁实验,该实验的研究中,用燕麦粒标识了东京附近的地铁站,利用黏菌的生物特性绘制出黏菌版的交通网络图。


论文题目:
Rules for Biologically Inspired Adaptive Network Design 
论文地址:
https://science.sciencemag.org/content/327/5964/439



黏菌算法


这个利用黏菌模型来实现的多主体算法并不算复杂。首先,把输入数据模拟为黏菌要找的食物(deposit)。

       

图3:

用输入数据来模拟食物(deposit),在图中以红色表示


黏菌为了寻找食物会依照随机选定的角度和距离移动。并在网络中留下随机游走的轨迹(trace):

       

图4:黏菌主体移动算法示意图

最终,黏菌会布满整个空间:

       

图5:图中白色表示众多的模拟主体,红色则是前文所提到的deposit


再依次去除掉黏菌主体(agents)和去除掉deposit得到的图示如下:


图6:左图表示的是deposit与trace合成图像。在进一步去除deposit后,trace图像呈现在右侧。(图中色彩均为假彩色)


这一算法被命名为蒙特卡洛绒泡机(Monte Carlo Physarum Machine, MCPM)。当然,Elek也指出,他们开发出的模型已经高度抽象,比最初来自黏菌的灵感已经越走越远。同时,研究者们也会继续完善这一算法。

 图7:利用蒙特卡洛绒泡机(Monte Carlo Physarum Machine, MCPM)算法绘制宇宙网的全过程
这是有些凑巧,但并不完全是运气,黏菌能打通连接食物之间的最优路径,创建一个运输网络。而在宇宙网中,天体结构生成的网络在某种意义下也是最优的。虽然背后的产生原理并不相同,但他们具有共通的数学模型。——Joe Burchett


在Oskar Elek建议Joe Burchett利用“黏菌算法”算法来做模拟时,Joe对比表示过怀疑,毕竟黏菌的生长与宇宙网络的形成这二者背后的原理完全不同。但当他们进一步利用斯隆数字化巡天(Sloan Digital Sky Survey,SDSS)提供的包含着37000个星系的数据集验证了MCPM算法的准确性。从结果来看,黏菌绘制出的宇宙网令人信服。

       

图8:研究者利用MCOM算法,在SDSS数据集上重构的宇宙网图像。这张图展现了宇宙中复杂的网络结构,三组小图中,天体用黄色表示在了G图中,而G+F则表示,通过MCOM会指出的包含暗物质和气体的细丝。



探索宇宙演化的新方法


这一成果揭示了宇宙中暗物质大尺度的分布情况。Burchett的研究团队使用的数据来自Bolshoi-Planck宇宙学模拟(一个全域纯暗物质模拟项目)。在从该模拟中抽离出暗物质资料后,研究者运行了他们构建暗物质网络的算法。在他们把重建后的宇宙网与模拟的数据进行比对时,发现二者差异不大。

给我45万个暗物质光晕,我们可以得到一个与模拟几乎一样的密度场——Oskar Elek


这是科学家第一次得以量化星系际介质(IGM)的密度。黏菌绘制的网络告诉科学家暗物质和气体组成的细丝会存在与哪里。科学家们就可以利用哈勃望远镜记录的光谱数据,通过信号强弱特征来判断气体的密度。

这一成果不仅验证了宇宙学模型所预测的宇宙宏观结构,并且这些气体细丝架起的连接也会加深我们对宇宙演化的理解。

图9:宇宙的演化(来源:Dark threads of the cosmic web revealed)


我们不仅仅想研究星系以及它们在宇宙中的位置,也需要研究存在于星系间的星系际介质。因为只有在那样宏大的尺度下,我们才能理解星系演化的过程——Joe Burchett



参考报道与推荐阅读

[1] Slime Mold Simulations Used to Map Dark Matter Holding Universe Together

https://www.nasa.gov/feature/goddard/2020/slime-mold-simulations-used-to-map-dark-matter-holding-universe-together

[2] 黏液霉菌模拟用于绘制暗物质聚集宇宙的地图

https://mp.weixin.qq.com/s/GB3gK0n_RzbeDH3n2K07_A

Astronomers use slime mold model to reveal dark threads of the cosmic web

https://news.ucsc.edu/2020/03/cosmic-web.html

[3] Dark threads of the cosmic web revealed

https://www.youtube.com/watch?v=cAGNTjorz58

[4] 超震撼:整个“宇宙网”的宇宙模拟!并首次确定星系之间的空间

https://k.sina.com.cn/article_2215881863_8413ac8700100p9vt.html

[5] Astronomers Use Slime Mold to Reveal Cosmic Web’s Dark Threads

http://www.sci-news.com/astronomy/slime-mold-cosmic-web-08212.html

[6] 曳尾菌:微观菌物

https://www.bilibili.com/video/av80494583

[7] 星系演化的宇宙学模拟

https://zhuanlan.zhihu.com/p/112880464

(可上下滑动)



作者:Leo

审校:刘培源

编辑:张希妍


推荐阅读


有神经网络才能学习?没头脑的黏菌也可以

圣塔菲最新群体智能文集——液态大脑与固态大脑

Nature神经科学:看书学习很困难?因为大脑太古板!

加入集智,一起复杂!






集智俱乐部QQ群|877391004

商务合作及投稿转载|swarma@swarma.org

◆ ◆ 

搜索公众号:集智俱乐部


加入“没有围墙的研究所”

让苹果砸得更猛烈些吧!


👇点击“阅读原文”,了解更多论文信息