#135 · Slime Mold · Short Articles

A single-celled organism, devoid of a brain or nervous system, yet capable of navigating complex mazes and optimising transport networks, challenges our understanding of intelligence. This is the slime mould.

The organism in question is Physarum polycephalum, a giant, single-celled amoeboid organism belonging to the Myxomycetes group. Despite its lack of neurons or a centralised control system, this bright yellow, multinucleated plasmodium exhibits remarkable problem-solving abilities. It spreads across surfaces like a liquid network, seeking nutrients and avoiding adverse conditions. In its vegetative state, it is essentially a living, growing computer that processes environmental information through its protoplasmic flow. This flow can reach speeds of up to 1.35 millimetres per second, rapidly redistributing resources and information throughout its vast, single-celled body.

In 2000, Japanese biophysicist Toshiyuki Nakagaki and his colleagues at Hokkaido University demonstrated *P. polycephalum*'s capacity for intelligent behaviour. They placed the slime mould in a maze with food sources at two exits. The organism, without any prior knowledge of the maze structure, explored all possible paths and then retracted from dead ends, eventually forming the shortest possible route between the starting point and the food. This experiment provided compelling evidence of rudimentary biological computation and memory in a seemingly simple life form. The organism "learned" and "remembered" the maze topology, an astonishing feat for a creature without a brain.

Mapping Tokyo's Rail Network

The slime mould's spatial optimisation skills extended beyond simple mazes. A 2010 study published in *Science*, led by Atsushi Tero and including Nakagaki, applied *P. polycephalum* to a more complex problem: recreating the intricate rail network of Greater Tokyo. Researchers arranged oat flakes, representing major cities in the Tokyo area, on a moist substrate. They then introduced the slime mould to the central "Tokyo" oat flake. As the slime mould grew, it extended protoplasmic tubes towards the other oat flakes, forming connections that mimicked the efficiency, fault tolerance, and cost-effectiveness of the actual Tokyo railway system. The resulting network was remarkably similar to the man-made infrastructure, demonstrating a spontaneous emergence of complex, efficient design principles. This remarkable demonstration highlighted how simple, decentralised rules could lead to highly optimised global structures.

This ability to find near-optimal solutions in complex environments suggests a form of swarm intelligence. Each part of the plasmodium responds to local cues, but collectively, these local interactions result in global, intelligent behaviour. This phenomenon offers insights into how biological systems can achieve sophisticated outcomes without hierarchical control, mirroring certain aspects of swarm intelligence observed in insect colonies. The physical network of tubes built by the slime mould adapts and optimises itself, strengthening connections that lead to food and weakening those that do not, a dynamic process of self-organisation.

Intelligence Without a Brain

The existence of a creature like *Physarum polycephalum*, capable of navigation, problem-solving, and network optimisation, forces a re-evaluation of what constitutes intelligence. Its primitive learning and habituation, such as avoiding bitter substances it has previously encountered, occur without any neural structures. This "intelligence without a brain" is fundamentally different from the computational processes we associate with neural networks, yet it yields comparable results in certain contexts. The slime mould's adaptability and robustness in the face of changing environments stem from its decentralised nature; there is no single point of failure, and the entire network can reconfigure itself as conditions change.

The mechanisms underlying this intelligence are thought to involve the dynamics of its protoplasmic network. Oscillations in cytoplasm flow, chemical signalling within the cell, and the physical strengthening and weakening of its tube-like structures all contribute to its decision-making processes. This biological computation inspires the field of unconventional computing, where scientists explore alternative models of computation based on biological systems or physical phenomena. Researchers are investigating how to harness the slime mould's computational abilities for tasks such as optimising logistics, designing circuits, or even creating new forms of bio-inspired robotics.

What we still don't know

We still do not fully understand the precise algorithms or biochemical pathways that allow *Physarum polycephalum* to perform such complex computations. While we observe the outcomes, the fine-grained details of how information is encoded, processed, and "remembered" within its protoplasmic network remain elusive.

The extent to which this "intelligence" can be generalised to other complex problems is also an open question. Can slime moulds solve problems beyond spatial optimisation, or are their abilities constrained by their biological architecture and evolutionary niche?

Furthermore, the evolutionary origins of such distributed intelligence in a single-celled organism are not entirely clear. How did such sophisticated behaviours evolve in a creature without the specialized cellular machinery typically associated with complex information processing?

A living network that plans, remembers, and adapts, all without a single neuron, reminds us that intelligence might manifest in forms far removed from our familiar neural constructs.

一种单细胞生物，既没有大脑，也没有神经系统，却能穿越复杂的迷宫，优化运输网络，挑战着我们对智能的理解。这就是黏菌。

所讨论的生物是Physarum polycephalum，一种属于Myxomycetes类群的巨型单细胞变形虫。尽管它没有神经元或集中控制系统，这种明亮的黄色、多核原质体却展现出惊人的解决问题能力。它像液体网络一样在表面上蔓延，寻找营养并避开不利条件。在它的营养生长期，它本质上是一个活着、生长的计算机，通过原生质流动处理环境信息。这种流动速度可达到每秒1.35毫米，快速地在整个庞大的单细胞体内重新分配资源和信息。

2000年，日本生物物理学家Toshiyuki Nakagaki及其在北海道大学的同事展示了*P. polycephalum*具有智能行为的能力。他们将黏菌放置在一个迷宫中，迷宫的两个出口处有食物源。这个生物在没有任何关于迷宫结构先验知识的情况下，探索了所有可能的路径，然后从死胡同中撤回，最终在起点和食物之间形成了最短的路径。这个实验提供了令人信服的证据，证明看似简单的生命形式具有初步的biological computation和记忆能力。该生物“学习”并“记住”了迷宫的拓扑结构，这对于没有大脑的生物来说是一项惊人的成就。

绘制东京铁路网

黏菌的空间优化能力超越了简单的迷宫。2010年发表在《科学》上的一项研究，由Atsushi Tero领导，包括Nakagaki，将*P. polycephalum*应用于一个更复杂的问题：重建东京大都会区复杂的铁路网络。研究人员在潮湿的基质上放置了代表东京地区主要城市的燕麦片，然后将黏菌引入中央的“东京”燕麦片。随着黏菌的生长，它向其他燕麦片延伸原生质管，形成类似于实际东京铁路系统在效率、容错性和成本效益方面的连接。结果网络与人工基础设施惊人地相似，展示了复杂高效设计原则的自发出现。这一非凡的演示突显了简单的分散规则如何导致高度优化的全球结构。

在复杂环境中找到近似最优解的能力表明了一种swarm intelligence。原质体的每一部分对局部线索作出反应，但这些局部互动的总和却产生了全球性的智能行为。这一现象提供了关于生物系统如何在没有等级控制的情况下实现复杂结果的见解，反映了在昆虫群体中观察到的swarm intelligence的某些方面。黏菌构建的物理管网能够适应和优化自身，加强通向食物的连接，削弱没有通向食物的连接，这是一个动态的自组织过程。

无脑的智能

像*Physarum polycephalum*这样的生物，能够导航、解决问题和优化网络，迫使我们重新评估什么是智能。它的原始学习和习惯化，比如避免之前遇到的苦味物质，都是在没有任何神经结构的情况下发生的。这种“无脑的智能”从根本上不同于我们与神经网络相关联的计算过程，但在某些情境下却能产生可比的结果。黏菌在面对变化环境时的适应性和鲁棒性源于其分散的特性；没有单一的故障点，整个网络可以根据条件变化重新配置自己。

这种智能背后的机制被认为涉及其原生质网络的动力学。细胞质流动的振荡、细胞内的化学信号以及其管状结构的物理强化和弱化都促成了它的决策过程。这种生物计算启发了unconventional computing领域，科学家们在该领域探索基于生物系统或物理现象的替代计算模型。研究人员正在研究如何利用黏菌的计算能力来优化物流、设计电路，甚至创造新的仿生机器人。

我们仍不了解的

我们仍然不完全了解是什么精确的算法或生化途径使*Physarum polycephalum*能够执行如此复杂的计算。虽然我们观察到了结果，但其原生质网络中信息如何被编码、处理和“记忆”的细节仍然模糊。

这种“智能”在多大程度上可以推广到其他复杂问题上，仍然是一个悬而未决的问题。黏菌能否解决超越空间优化的问题，还是它们的能力受到其生物结构和进化生态位的限制？

此外，这种单细胞生物中分散智能的进化起源尚不完全清楚。这种复杂的行为什么会在没有通常与复杂信息处理相关的专门细胞机制的生物体中进化出来？

一个没有单个神经元的活网络，能够规划、记忆和适应，提醒我们智能可能以与我们熟悉的神经结构完全不同的形式表现出来。

Un organismo unicelular, privado de cerebro o sistema nervioso, pero capaz de navegar laberintos complejos y optimizar redes de transporte, pone a prueba nuestra comprensión de la inteligencia. Este es el [[Label]] moho baboso.

El organismo en cuestión es Physarum polycephalum, un organismo ameboides gigante, unicelular, perteneciente al grupo Myxomycetes. A pesar de carecer de neuronas o un sistema de control centralizado, este plasmodio amarillo brillante, multinucleado, muestra notables habilidades de resolución de problemas. Se extiende sobre superficies como una red líquida, buscando nutrientes y evitando condiciones adversas. En su estado vegetativo, es esencialmente una computadora viva y creciente que procesa información ambiental a través del flujo de su protoplasma. Este flujo puede alcanzar velocidades de hasta 1,35 milímetros por segundo, redistribuyendo rápidamente recursos e información a lo largo de su vasto cuerpo unicelular.

En 2000, el biófisico japonés Toshiyuki Nakagaki y sus colegas en la Universidad de Hokkaido demostraron la capacidad de comportamiento inteligente de *P. polycephalum*. Colocaron la bacteria en un laberinto con fuentes de alimento en dos salidas. El organismo, sin ningún conocimiento previo de la estructura del laberinto, exploró todas las posibles rutas y luego retiró sus extremidades de los callejones sin salida, formando finalmente la ruta más corta posible entre el punto de inicio y el alimento. Este experimento proporcionó evidencia contundente de una biological computation rudimentaria y memoria en una forma de vida aparentemente simple. El organismo "aprendió" y "recordó" la topología del laberinto, un logro asombroso para una criatura sin cerebro.

Mapeando la red ferroviaria de Tokio

Las habilidades de optimización espacial de la bacteria se extendieron más allá de los simples laberintos. Un estudio publicado en 2010 en *Science*, dirigido por Atsushi Tero y que incluyó a Nakagaki, aplicó *P. polycephalum* a un problema más complejo: recrear la intrincada red ferroviaria de la Gran Tokio. Los investigadores colocaron trozos de avena, representando ciudades importantes en el área de Tokio, sobre una base húmeda. Luego introdujeron la bacteria en el trozo de avena central, "Tokio". A medida que la bacteria crecía, extendió tubos protoplasmáticos hacia los otros trozos de avena, formando conexiones que imitaban la eficiencia, la tolerancia a fallos y la rentabilidad del sistema ferroviario real de Tokio. La red resultante fue notablemente similar a la infraestructura construida por el hombre, demostrando un surgimiento espontáneo de principios de diseño complejos y eficientes. Esta notable demostración destacó cómo reglas simples y descentralizadas podrían dar lugar a estructuras globales altamente optimizadas.

Esta capacidad para encontrar soluciones casi óptimas en entornos complejos sugiere una forma de swarm intelligence. Cada parte del plasmodio responde a estímulos locales, pero colectivamente, estas interacciones locales resultan en un comportamiento global inteligente. Este fenómeno ofrece una visión de cómo los sistemas biológicos pueden lograr resultados sofisticados sin control jerárquico, reflejando ciertos aspectos de la swarm intelligence observada en colonias de insectos. La red física de tubos construida por la bacteria se adapta y optimiza a sí misma, fortaleciendo las conexiones que llevan a la comida y debilitando las que no lo hacen, un proceso dinámico de autoorganización.

Inteligencia sin cerebro

La existencia de una criatura como *Physarum polycephalum*, capaz de navegación, resolución de problemas y optimización de redes, obliga a una reevaluación de lo que constituye inteligencia. Su aprendizaje primitivo y habituación, como evitar sustancias amargas que ha encontrado anteriormente, ocurren sin ninguna estructura neural. Esta "inteligencia sin cerebro" es fundamentalmente diferente de los procesos computacionales que asociamos con las redes neuronales, pero produce resultados comparables en ciertos contextos. La adaptabilidad y la robustez de la bacteria ante entornos cambiantes se derivan de su naturaleza descentralizada; no hay un punto único de fallo, y toda la red puede reconfigurarse a medida que cambian las condiciones.

Los mecanismos que subyacen a esta inteligencia se cree que involucran las dinámicas de su red protoplasmática. Oscilaciones en el flujo de citoplasma, señales químicas dentro de la célula y el fortalecimiento y debilitamiento físico de sus estructuras tubulares contribuyen todos a sus procesos de toma de decisiones. Esta computación biológica inspira el campo de la unconventional computing, donde los científicos exploran modelos alternativos de computación basados en sistemas biológicos o fenómenos físicos. Los investigadores están examinando cómo aprovechar las capacidades computacionales de la bacteria para tareas como optimizar logística, diseñar circuitos o incluso crear nuevas formas de robótica inspirada en la biología.

Lo que aún no sabemos

Todavía no comprendemos completamente los algoritmos precisos o las vías bioquímicas que permiten a *Physarum polycephalum* realizar cálculos tan complejos. Aunque observamos los resultados, los detalles finos de cómo la información se codifica, procesa y "recuerda" dentro de su red protoplasmática siguen siendo un misterio.

El grado en que esta "inteligencia" puede generalizarse a otros problemas complejos también es una pregunta abierta. ¿Pueden las bacterias resolver problemas más allá de la optimización espacial, o sus habilidades están limitadas por su arquitectura biológica y su nicho evolutivo?

Además, los orígenes evolutivos de tal inteligencia distribuida en un organismo unicelular no están del todo claros. ¿Cómo evolucionaron tales comportamientos sofisticados en una criatura sin la maquinaria celular especializada típicamente asociada con procesos complejos de información?

Una red viva que planifica, recuerda y se adapta, todo sin una única neurona, nos recuerda que la inteligencia podría manifestarse en formas muy alejadas de nuestros constructos neuronales familiares.

Um organismo unicelular, privado de cérebro ou sistema nervoso, mas capaz de navegar em labirintos complexos e otimizar redes de transporte, desafia a nossa compreensão da inteligência. Este é o [[Label]] moho líquido.

O organismo em questão é Physarum polycephalum, um organismo ameboide unicelular gigante pertencente ao grupo Myxomycetes. Apesar da ausência de neurônios ou de um sistema centralizado de controle, este plasmódio amarelo brilhante, multinucleado, exibe notáveis habilidades de resolução de problemas. Ele se espalha sobre superfícies como uma rede líquida, buscando nutrientes e evitando condições adversas. Em seu estado vegetativo, ele é essencialmente um computador vivo e crescente que processa informações ambientais por meio do fluxo de seu protoplasma. Este fluxo pode atingir velocidades de até 1,35 milímetros por segundo, redistribuindo rapidamente recursos e informações ao longo de seu corpo unicelular vasto.

Em 2000, o biófico japonês Toshiyuki Nakagaki e seus colegas da Universidade de Hokkaido demonstraram a capacidade de comportamento inteligente de *P. polycephalum*. Eles colocaram o moho de bolor em um labirinto com fontes de alimento em duas saídas. O organismo, sem nenhum conhecimento prévio da estrutura do labirinto, explorou todos os caminhos possíveis e, em seguida, retraiu-se dos becos sem saída, formando eventualmente o caminho mais curto possível entre o ponto de partida e o alimento. Este experimento forneceu evidências convincentes de biological computation e memória rudimentar em uma forma de vida aparentemente simples. O organismo "aprendeu" e "lembrava" a topologia do labirinto, um feito surpreendente para uma criatura sem cérebro.

Mapeando a Rede Ferroviária de Tóquio

As habilidades de otimização espacial do moho de bolor ultrapassam labirintos simples. Um estudo de 2010 publicado na revista *Science*, liderado por Atsushi Tero e incluindo Nakagaki, aplicou *P. polycephalum* a um problema mais complexo: recriar a intricada rede ferroviária da Grande Tóquio. Os pesquisadores disseram flósculas de aveia, representando as cidades principais da região de Tóquio, sobre uma substrato úmido. Em seguida, introduziram o moho de bolor à flóscula de aveia central, simbolizando "Tóquio". Conforme o moho de bolor crescia, ele estendeu tubos protoplasmáticos em direção às outras flósculas de aveia, formando conexões que imitavam a eficiência, a tolerância a falhas e a eficácia de custo do sistema ferroviário real de Tóquio. A rede resultante era surpreendentemente semelhante à infraestrutura humana, demonstrando uma emergência espontânea de princípios de design complexos e eficientes. Essa demonstração notável destacou como regras simples e descentralizadas poderiam levar a estruturas globais altamente otimizadas.

Essa capacidade de encontrar soluções próximas ao ótimo em ambientes complexos sugere uma forma de swarm intelligence. Cada parte do plasmódio responde a estímulos locais, mas coletivamente, essas interações locais resultam em comportamentos globais inteligentes. Esse fenômeno oferece insights sobre como os sistemas biológicos podem alcançar resultados sofisticados sem controle hierárquico, espelhando certos aspectos de swarm intelligence observados em colônias de insetos. A rede física de tubos construída pelo moho de bolor se adapta e se otimiza, fortalecendo conexões que levam ao alimento e enfraquecendo aquelas que não o fazem, um processo dinâmico de auto-organização.

Inteligência Sem Cérebro

A existência de um organismo como *Physarum polycephalum*, capaz de navegação, resolução de problemas e otimização de redes, força uma reavaliação do que constitui inteligência. Seu aprendizado primitivo e habituação, como a evitação de substâncias amargas que já experimentou, ocorrem sem quaisquer estruturas neurais. Essa "inteligência sem cérebro" é fundamentalmente diferente dos processos computacionais aos quais associamos redes neurais, mas ainda assim produz resultados comparáveis em certos contextos. A adaptabilidade e a robustez do moho de bolor diante de ambientes em mudança derivam de sua natureza descentralizada; não há um único ponto de falha, e toda a rede pode reconfigurar-se conforme as condições mudam.

Os mecanismos subjacentes a essa inteligência são pensados envolverem as dinâmicas de sua rede protoplasmática. Oscilações no fluxo de citoplasma, sinalização química dentro da célula e o fortalecimento e enfraquecimento físicos de suas estruturas tubulares contribuem todos para seus processos de tomada de decisão. Essa computação biológica inspira o campo da unconventional computing, onde os cientistas exploram modelos alternativos de computação baseados em sistemas biológicos ou fenômenos físicos. Pesquisadores estão investigando como aproveitar as habilidades computacionais do moho de bolor para tarefas como otimizar logística, projetar circuitos ou até mesmo criar novas formas de robótica inspirada na biologia.

O que ainda não sabemos

Ainda não compreendemos plenamente os algoritmos precisos ou as vias bioquímicas que permitem a *Physarum polycephalum* realizar tais cálculos complexos. Embora observemos os resultados, os detalhes finos de como as informações são codificadas, processadas e "lembradas" dentro de sua rede protoplasmática permanecem elusivos.

A extensão em que essa "inteligência" pode ser generalizada para outros problemas complexos também é uma questão aberta. Os mohos de bolor podem resolver problemas além da otimização espacial, ou suas habilidades estão limitadas por sua arquitetura biológica e seu nicho evolutivo?

Além disso, as origens evolutivas dessa inteligência distribuída em um organismo unicelular não são totalmente claras. Como tais comportamentos sofisticados evoluíram em uma criatura sem a maquinaria celular especializada tipicamente associada ao processamento complexo de informações?

Uma rede viva que planeja, lembra e se adapta, tudo sem um único neurônio, lembra-nos de que a inteligência pode se manifestar em formas muito distantes das nossas construções neurais familiares.

يُشكّك كائن أحادي الخلية، خالٍ من الدماغ أو النظام العصبي، لكنه قادر على التّنقّل في متاهات معقّدة وإنشاء شبكات نقل مُحسّنة، في فهمنا للذكاء. هذا هو عفن الطرطُر.

الكائن الحي المعني هو Physarum polycephalum، وهو كائن أميلوبيدي ضخم يتكون من خلية واحدة ينتمي إلى مجموعة Myxomycetes. بالرغم من عدم امتلاكه للخلايا العصبية أو نظام تحكم مركزي، يُظهر هذا البلازمودي الأصفر اللامع الذي يحتوي على عدة نوى قدرات مذهلة على حل المشكلات. يمتد عبر الأسطح كشبكة سائلة، يبحث عن العناصر الغذائية ويتجنب الظروف غير المواتية. في حالته النباتية، فهو في الأساس كمبيوتر حي نامي يعالج معلومات البيئة من خلال تدفق بروتينه. يمكن لهذا التدفق أن يصل إلى سرعة تصل إلى 1.35 ملليمتر في الثانية، وهو ما يعيد توزيع الموارد والمعلومات بسرعة عبر جسمه الضخم المكون من خلية واحدة.

في عام 2000، أظهر عالم الأحياء الفيزيائية الياباني Toshiyuki Nakagaki وفريقه في جامعة هوكييدو قدرة *P. polycephalum* على السلوك الذكي. وضعوا الكائن الحي في متاهة مع مصادر طعام في مخرجين. دون أي معرفة مسبقة ببنية المتاهة، استكشف الكائن جميع المسارات الممكنة، ثم انسحب من المسارات المغلقة، وأخيرًا شكل المسار الأقصر بين نقطة البداية والطعام. أظهر هذا التجربة دليلاً مقنعاً على وجود biological computation وذاكرة بدائية في كائن حي بسيط على ما يبدو. "تعلّم" الكائن و"تذكّر" توپولوجيا المتاهة، وهو إنجاز مذهل لحيوان لا يملك عقلاً.

رسم خريطة شبكة السكك الحديدية في طوكيو

تمتد مهارات تحسين الفضاء لدى هذا الكائن الحي إلى ما وراء المتاهات البسيطة. في دراسة نُشرت عام 2010 في مجلة *ساينس*، قادها أتسوشي تيرو وضمّت ناكاغاكي، تم تطبيق *P. polycephalum* على مشكلة أكثر تعقيدًا: إعادة إنشاء شبكة السكك الحديدية المعقدة في منطقة طوكيو الكبرى. قام الباحثون بوضع قطع من بذور الشوفان، والتي تمثل المدن الكبرى في منطقة طوكيو، على سطح رطب. ثم أدخلوا الكائن الحي إلى قطعة الشوفان المركزية "طوكيو". بينما نما الكائن الحي، امتدت أنبوبته البروتوبلازمية نحو القطع الأخرى من الشوفان، وشكّلت اتصالات تشبه الكفاءة والمقاومة للأعطال والاقتصاد في التكلفة لشبكة السكك الحديدية الفعلية في طوكيو. كانت الشبكة الناتجة مماثلة بشكل مذهل للبنية التحتية الصنعية، مما يدل على ظهور تلقائي لقواعد تصميم معقدة وكفؤة. هذه التجربة المذهلة أظهرت كيف يمكن للقواعد البسيطة الموزعة أن تؤدي إلى بنى عالمية مُحسّنة للغاية.

هذه القدرة على إيجاد حلول قريبة من المثالية في بيئات معقدة تشير إلى نوع من swarm intelligence. كل جزء من البلازمودي يتفاعل مع المؤشرات المحلية، ولكن مجتمعًا، فإن هذه التفاعلات المحلية تؤدي إلى سلوك ذكي عالمي. هذا الظاهرة توفر رؤى حول كيفية تحقيق الأنظمة البيولوجية لنتائج معقدة دون الحاجة إلى تحكم هرمي، مما يعكس جوانب معينة من swarm intelligence الملاحظة في مستعمرات الحشرات. شبكة الأنابيب الفيزيائية التي يبنيها الكائن الحي تتكيف وتُحسّن نفسها، تقوية الروابط التي تؤدي إلى الطعام وتضعف تلك التي لا تؤدي، وهو عملية ديناميكية من التنظيم الذاتي.

الذكاء بدون عقل

وجود كائن مثل *Physarum polycephalum*، قادر على التنقل وحل المشكلات وتحسين الشبكات، يدفعنا إلى إعادة تقييم ما يُعتبر ذكاءً. تعلمته البسيط والتكيف مثل تجنبه للمواد المرّة التي تصادفه سابقًا يحدث دون أي بنية عصبية. هذا "الذكاء بدون عقل" مختلف جذريًا عن العمليات الحسابية التي نربطها بالشبكات العصبية، لكنه يعطي نتائج مماثلة في سياقات معينة. يعود قدرة الكائن الحي على التكيف والثبات في مواجهة البيئات المتغيرة إلى طبيعته الموزعة؛ لا يوجد نقطة فشل واحدة، ويمكن للشبكة بأكملها إعادة تكوين نفسها مع تغير الظروف.

يُعتقد أن الآليات الكامنة وراء هذا الذكاء تشمل ديناميكية شبكة بروتينه. التذبذبات في تدفق السيتوبلازم، الإشارات الكيميائية داخل الخلية، والتعزيز والضعف الفيزيائي لبنيته الأنبوبيّة كلها تساهم في عمليات اتخاذ القرار. هذه الحسابات البيولوجية تلهم مجال unconventional computing، حيث يستكشف العلماء نماذج بديلة للحساب تعتمد على الأنظمة البيولوجية أو الظواهر الفيزيائية. يدرس الباحثون كيفية استغلال القدرات الحسابية للكائن الحي لمهام مثل تحسين اللوجستيات وتصميم الدوائر الإلكترونية، بل وحتى إنشاء أشكال جديدة من الروبوتات المستوحاة من الأحياء.

ما لا نزال لا نعرفه

ما زلنا لا نفهم تمامًا الخوارزميات الدقيقة أو المسارات الكيميائية التي تسمح لـ *Physarum polycephalum* بإجراء هذه الحسابات المعقدة. بينما نلاحظ النتائج، فإن التفاصيل الدقيقة لكيفية تشفير ومعالجة و"تذكير" المعلومات داخل شبكة بروتينه ما زالت غامضة.

إن مدى امتداد هذا "الذكاء" إلى مشكلات معقدة أخرى هو سؤال مفتوح. هل يمكن للكائنات الحية أن تحل مشكلات تتجاوز تحسين الفضاء، أم أن قدراتها مقيدة ببنية حيوية وحوض تطورها؟

بالإضافة إلى ذلك، فإن الأصل التطوري لهذا الذكاء الموزع في كائن حيوي أحادي الخلية ما زال غير واضح تمامًا. كيف تطورت هذه السلوكيات المعقدة في كائن لا يمتلك الآليات الخلوية الخاصة التي ترتبط عادةً بمعالجة المعلومات المعقدة؟

شبكة حية تخطط وتتذكر وتتكيف، كل ذلك دون وجود خلية عصبية واحدة، تذكّرنا بأن الذكاء قد يظهر في أشكال بعيدة جدًا عن بناء عصبي مألوف.

Un organisme unicellulaire, dépourvu de cerveau ou de système nerveux, pourtant capable de se frayer un chemin à travers des labyrinthes complexes et d'optimiser des réseaux de transport, remet en question notre compréhension de l'intelligence. C'est le [[Label]].

L'organisme en question est Physarum polycephalum, un organisme améboid géant, monocellulaire, appartenant au groupe des Myxomycetes. Malgré l'absence de neurones ou de système de contrôle centralisé, ce plasmodium jaune vif, multinucléé, montre des capacités remarquables de résolution de problèmes. Il se propage sur les surfaces comme un réseau liquide, cherchant des nutriments et évitant les conditions défavorables. Dans son état végétatif, il est essentiellement un ordinateur vivant, en croissance, qui traite des informations environnementales grâce à son flux de protoplasme. Ce flux peut atteindre des vitesses de jusqu'à 1,35 millimètres par seconde, redistribuant rapidement ressources et informations à travers son vaste corps monocellulaire.

En 2000, le biophysicien japonais Toshiyuki Nakagaki et ses collègues de l'Université de Hokkaido ont démontré la capacité d'intelligence de *P. polycephalum*. Ils ont placé le mucus dans un labyrinthe avec des sources de nourriture à deux sorties. L'organisme, sans connaissance préalable de la structure du labyrinthe, a exploré toutes les voies possibles, puis s'est retiré des impasses, formant finalement le chemin le plus court entre le point de départ et la nourriture. Cette expérience a fourni des preuves convaincantes d'une biological computation et d'une mémoire rudimentaires chez un être vivant apparemment simple. L'organisme « apprenait » et « se souvenait » de la topologie du labyrinthe, un exploit étonnant pour une créature dépourvue de cerveau.

Cartographier le réseau ferroviaire de Tokyo

Les capacités d'optimisation spatiale du mucus allaient au-delà des labyrinthes simples. Une étude publiée en 2010 dans *Science*, menée par Atsushi Tero et incluant Nakagaki, a appliqué *P. polycephalum* à un problème plus complexe : recréer le réseau ferroviaire détaillé du Grand Tokyo. Les chercheurs ont disposé des flocons d'avoine, représentant les grandes villes de la région de Tokyo, sur un substrat humide. Ils ont ensuite introduit le mucus dans le flocon d'avoine central, symbolisant « Tokyo ». Alors que le mucus se développait, il étendait des tubes protoplasmiques vers les autres flocons d'avoine, formant des connexions qui imitaient l'efficacité, la tolérance aux pannes et l'efficacité économique du réseau ferroviaire réel de Tokyo. Le réseau obtenu était remarquablement semblable à l'infrastructure humaine, démontrant une émergence spontanée de principes de conception complexes et efficaces. Cette démonstration extraordinaire a mis en lumière la manière dont des règles simples et décentralisées pouvaient mener à des structures globales fortement optimisées.

Cette capacité à trouver des solutions presque optimales dans des environnements complexes suggère une forme de swarm intelligence. Chaque partie du plasmodium répond à des signaux locaux, mais collectivement, ces interactions locales donnent lieu à un comportement intelligent global. Ce phénomène offre des aperçus sur la manière dont les systèmes biologiques peuvent atteindre des résultats sophistiqués sans contrôle hiérarchique, évoquant certains aspects de la swarm intelligence observée dans les colonies d'insectes. Le réseau physique de tubes construit par le mucus s'adapte et s'optimise, renforçant les connexions menant à la nourriture et affaiblissant celles qui ne le font pas, un processus dynamique d'auto-organisation.

Une intelligence sans cerveau

L'existence d'un organisme tel que *Physarum polycephalum*, capable de navigation, de résolution de problèmes et d'optimisation de réseau, force à reconsidérer ce qu'est l'intelligence. Son apprentissage primitif et son habituation, comme l'évitement de substances amères qu'il a déjà rencontrées, se produisent sans structures neuronales. Cette « intelligence sans cerveau » est fondamentalement différente des processus de calcul que nous associons aux réseaux neuronaux, pourtant elle donne des résultats comparables dans certains contextes. L'adaptabilité et la robustesse du mucus face aux environnements changeants découlent de sa nature décentralisée ; il n'y a pas de point de défaillance unique, et tout le réseau peut se réconfigurer à mesure que les conditions évoluent.

Les mécanismes sous-jacents à cette intelligence sont supposés impliquer la dynamique de son réseau protoplasmique. Les oscillations du flux de cytoplasme, le signal chimique à l'intérieur de la cellule, ainsi que le renforcement et l'affaiblissement physiques de ses structures tubulaires contribuent tous à ses processus de prise de décision. Cette computation biologique inspire le domaine de la unconventional computing, où les scientifiques explorent des modèles alternatifs de calcul basés sur des systèmes biologiques ou des phénomènes physiques. Les chercheurs étudient comment exploiter les capacités de calcul du mucus pour des tâches telles que l'optimisation logistique, la conception de circuits, voire la création de nouvelles formes de robotique inspirée par la biologie.

Ce que nous ne savons toujours pas

Nous ne comprenons pas encore pleinement les algorithmes ou les voies biochimiques précises qui permettent à *Physarum polycephalum* d'accomplir de tels calculs complexes. Bien que nous observions les résultats, les détails fins de la manière dont l'information est encodée, traitée et « mémorisée » au sein de son réseau protoplasmique restent énigmatiques.

L'étendue à laquelle cette « intelligence » peut être généralisée à d'autres problèmes complexes est aussi une question ouverte. Les mucs peuvent-ils résoudre des problèmes au-delà de l'optimisation spatiale, ou leurs capacités sont-elles limitées par leur architecture biologique et leur niche évolutive ?

De plus, les origines évolutives de cette intelligence distribuée chez un organisme unicellulaire ne sont pas entièrement claires. Comment de tels comportements sophistiqués ont-ils pu évoluer chez un être dépourvu de la machinerie cellulaire spécialisée généralement associée au traitement d'informations complexes ?

Un réseau vivant qui planifie, se souvient et s'adapte, sans un seul neurone, nous rappelle que l'intelligence pourrait se manifester sous des formes très éloignées de nos structures neuronales familières.

一細胞の生物であり、脳や神経系を持たないにもかかわらず、複雑な迷路を通り抜け、輸送ネットワークを最適化する能力を備えている。この驚くべき存在は、私たちの「知能」に対する理解を問い直させる。それが[[Label]]である。

問うられている生物はPhysarum polycephalumであり、Myxomycetes群に属する巨大な単細胞アメーバ様の生物である。神経や集中制御システムを持たないにもかかわらず、この明るい黄色の多核性プラズモイドは驚くべき問題解決能力を示す。それは液体ネットワークのように表面を広がって行き、栄養分を求めて不適な条件を避ける。その栄養体の状態では、本質的にプロトプラズムの流れを通じて環境情報を処理する、生きた成長するコンピュータである。この流れは1秒あたり最大1.35ミリメートルの速さで、広大な単細胞の体全体にわたって資源や情報を急速に再配分する。

2000年、日本の生物物理学者Toshiyuki Nakagaki氏とそのホッカイドウ大学の同僚たちは、*P. polycephalum*が知的な行動を示す能力があることを実証した。彼らは、出口の両方に食物源を設置した迷路の中にスライムモルを置いた。この生物は、迷路の構造について事前に知識を持たずに、すべての可能性のある道を探索し、その後行き止まりから引き返し、最終的にスタート地点から食物への最短経路を形成した。この実験は、単純な生命体に原始的なbiological computationと記憶があることを説得力のある証拠として示した。この生物は「学習」し、「記憶」した迷路のトポロジーを示し、脳を持たない生物としては驚くべき業績である。

東京の鉄道路線図を描く

スライムモルの空間最適化能力は単純な迷路を超えて広がっていた。アツシ・テロ氏をリーダーに、ナカガキ氏を含む研究者たちが2010年に発表した*サイエンス*誌の研究では、*P. polycephalum*がより複雑な問題、すなわち東京都市圏の複雑な鉄道路線を再現することに挑戦した。研究者たちは、東京圏域の主要都市を表すオート麦のフレークを湿った基質に配置し、その後スライムモルを中央の「東京」のフレークに導入した。スライムモルが成長するにつれて、他のフレークに向かってプロトプラズムの管を伸ばし、現実の東京鉄道システムの効率性、障害耐性、コスト効果を模倣する接続を形成した。結果として得られたネットワークは人工のインフラに非常に類似しており、複雑で効率的な設計原理が自発的に出現したことを示した。この驚くべき実験は、単純で分散されたルールが非常に最適化されたグローバル構造をもたらす可能性を示した。

この複雑な環境でほぼ最適な解を導き出す能力は、ある種のswarm intelligenceを示唆している。プラズモイドの各部分が局所的なヒントに応答するが、集団的にそれらの局所的相互作用はグローバルで知的な行動をもたらす。この現象は、階層的制御なしに生物学的システムが洗練された成果を達成する仕組みについての知見を提供し、昆虫の群れで観察されるswarm intelligenceのいくつかの側面を反映している。スライムモルが構築する物理的な管ネットワークは、自ら適応し最適化し、食物に通じる接続を強化し、そうでない接続を弱化する、動的な自己組織化のプロセスを遂行する。

脳を持たない知性

*Physarum polycephalum*のように、航行、問題解決、ネットワークの最適化が可能な生物の存在は、知性とは何かという定義を再評価させる。この生物の原始的な学習や習慣化、例えば以前に経験した苦味物質を避けるといった行動は、神経構造を持たずに起こる。この「脳を持たない知性」は、神経ネットワークと関連付ける計算プロセスとは根本的に異なるが、特定の文脈では同等の結果をもたらす。スライムモルの適応性と変化する環境に対する頑健性は、分散構造に由来する。単一の障害点が存在せず、条件が変化するにつれて全体のネットワークが再構成される。

この知性の仕組みは、プロトプラズムネットワークのダイナミクスに関与していると考えられている。細胞質の流れの振動、細胞内の化学的シグナル、管状構造の物理的な強化と弱化がすべて、その意思決定プロセスに寄与している。この生物学的計算は、unconventional computingという分野を刺激しており、科学者たちは生物学的システムや物理現象に基づいた計算モデルの代替案を探求している。研究者たちは、スライムモルの計算能力を活用して、物流の最適化、回路の設計、あるいは新しい形態のバイオインスパイアドロボットの作成といったタスクに応用する方法を探っている。

まだわかっていないこと

私たちはまだ、*Physarum polycephalum*がこのような複雑な計算を可能にする正確なアルゴリズムや生化学的経路を完全には理解していない。結果は観測できるが、プロトプラズムネットワーク内で情報がどのように符号化され、処理され、そして「記憶」されているかという詳細なメカニズムは依然として不明である。

この「知性」が他の複雑な問題にどの程度一般化できるかも、未解決の問題である。スライムモルは空間的最適化を超えた問題を解決できるのか、それともその能力は生物的構造と進化的ニッチに制限されているのか。

さらに、単細胞生物にこのような分散型の知性が進化した起源も完全には明らかになっていない。通常、複雑な情報処理と関連付けられる専門的な細胞機械を持たない生物に、このような洗練された行動がどのように進化したのか。

神経細胞一本を持たずに、計画し、記憶し、適応する生きているネットワークは、私たちに知性が私たちが慣れ親しんだ神経構造とはかけ離れた形で現れる可能性があることを思い出させてくれる。

Seekor organisme bersel tunggal, tanpa otak atau sistem saraf, namun mampu menavigasi labirin yang kompleks dan mengoptimalkan jaringan transportasi, menantang pemahaman kita tentang kecerdasan. Inilah [[Label]].

Organisme yang dimaksud adalah Physarum polycephalum, sebuah organisme ameboid tunggal sel tunggal raksasa yang termasuk dalam kelompok Myxomycetes. Meskipun tidak memiliki neuron atau sistem kontrol terpusat, plasmodium berwarna kuning terang yang berinti banyak ini menunjukkan kemampuan menyelesaikan masalah yang luar biasa. Ia menyebar di permukaan seperti jaringan cair, mencari nutrisi dan menghindari kondisi yang tidak menguntungkan. Dalam keadaan vegetatifnya, ia pada dasarnya adalah komputer hidup yang tumbuh, yang memproses informasi lingkungan melalui aliran protoplasmanya. Aliran ini dapat mencapai kecepatan hingga 1,35 milimeter per detik, dengan cepat mendistribusikan kembali sumber daya dan informasi sepanjang tubuh sel tunggal yang luas.

Pada tahun 2000, biofisikawan Jepang Toshiyuki Nakagaki dan koleganya di Universitas Hokkaido menunjukkan kemampuan perilaku cerdas *P. polycephalum*. Mereka meletakkan jamur lendir di labirin dengan sumber makanan di dua pintu keluar. Organisme ini, tanpa pengetahuan sebelumnya tentang struktur labirin, mengeksplorasi semua jalur yang mungkin dan kemudian menarik diri dari jalan buntu, akhirnya membentuk jalur terpendek yang mungkin antara titik awal dan makanan. Eksperimen ini memberikan bukti meyakinkan tentang adanya biological computation dan ingatan primitif dalam bentuk kehidupan yang tampak sederhana. Organisme ini "belajar" dan "mengingat" topologi labirin, pencapaian yang mengagumkan bagi makhluk tanpa otak.

Membuat Peta Jaringan Kereta Tokyo

Kemampuan optimisasi spasial jamur lendir ini melampaui labirin sederhana. Studi tahun 2010 yang dipublikasikan di *Science*, dipimpin oleh Atsushi Tero dan termasuk Nakagaki, menerapkan *P. polycephalum* pada masalah yang lebih kompleks: mereplikasi jaringan rel kereta api yang rumit dari wilayah Tokyo. Para peneliti menata potongan oat, yang mewakili kota-kota utama di wilayah Tokyo, di atas substrat lembap. Mereka kemudian memperkenalkan jamur lendir ke potongan oat "Tokyo" di tengah. Saat jamur lendir tumbuh, ia memperluas tabung protoplasmanya ke potongan oat lainnya, membentuk koneksi yang meniru efisiensi, ketahanan terhadap kesalahan, dan efektivitas biaya dari sistem kereta api Tokyo sebenarnya. Jaringan yang terbentuk sangat mirip dengan infrastruktur buatan manusia, menunjukkan munculnya spontan prinsip desain kompleks dan efisien. Demonstrasi luar biasa ini menyoroti bagaimana aturan sederhana dan terdesentralisasi dapat menghasilkan struktur global yang sangat dioptimalkan.

Kemampuan ini untuk menemukan solusi hampir optimal dalam lingkungan kompleks menunjukkan bentuk swarm intelligence. Setiap bagian plasmodium merespons petunjuk lokal, tetapi secara kolektif, interaksi lokal ini menghasilkan perilaku global yang cerdas. Fenomena ini memberikan wawasan tentang bagaimana sistem biologis dapat mencapai hasil yang canggih tanpa kontrol hierarkis, mencerminkan aspek tertentu dari swarm intelligence yang teramati dalam koloni serangga. Jaringan fisik tabung yang dibangun oleh jamur lendir beradaptasi dan dioptimalkan sendiri, memperkuat koneksi yang menuju makanan dan melemahkan yang tidak, proses dinamis organisasi diri.

Kecerdasan Tanpa Otak

Kehadiran makhluk seperti *Physarum polycephalum*, yang mampu navigasi, menyelesaikan masalah, dan optimisasi jaringan, memaksa kita mengevaluasi kembali apa yang disebut kecerdasan. Pembelajaran primitif dan adaptasi seperti menghindari bahan pahit yang pernah dijumpainya sebelumnya terjadi tanpa struktur saraf apa pun. "Kecerdasan tanpa otak" ini secara mendasar berbeda dari proses komputasi yang kita kaitkan dengan jaringan saraf, tetapi menghasilkan hasil yang dapat dibandingkan dalam konteks tertentu. Adaptabilitas dan ketahanan jamur lendir terhadap perubahan lingkungan berasal dari sifat terdesentralisasi; tidak ada titik kegagalan tunggal, dan seluruh jaringan dapat menyesuaikan diri saat kondisi berubah.

Mekanisme di balik kecerdasan ini diduga melibatkan dinamika jaringan protoplasmanya. Osilasi aliran sitoplasma, sinyal kimia di dalam sel, serta penguatan dan pelemahan fisik struktur tabungnya semua berkontribusi pada proses pengambilan keputusan. Komputasi biologis ini menginspirasi bidang unconventional computing, di mana para ilmuwan mengeksplorasi model komputasi alternatif berdasarkan sistem biologis atau fenomena fisika. Para peneliti sedang menyelidiki bagaimana memanfaatkan kemampuan komputasi jamur lendir untuk tugas-tugas seperti optimisasi logistik, desain sirkuit, atau bahkan menciptakan bentuk baru robotika yang terinspirasi biologi.

Apa yang Masih Kita Tidak Tahu

Kita masih belum sepenuhnya memahami algoritma atau jalur biokimia yang tepat yang memungkinkan *Physarum polycephalum* melakukan komputasi kompleks seperti itu. Meskipun kita mengamati hasilnya, rincian halus tentang cara informasi dienkripsi, diproses, dan "diingat" dalam jaringan protoplasmanya tetap samar.

Sejauh mana "kecerdasan" ini dapat digeneralisasi ke masalah kompleks lainnya juga masih menjadi pertanyaan terbuka. Apakah jamur lendir dapat menyelesaikan masalah di luar optimisasi spasial, atau apakah kemampuan mereka terbatas oleh arsitektur biologis dan niche evolusi mereka?

Selain itu, asal evolusi kecerdasan terdistribusi semacam ini dalam organisme sel tunggal belum sepenuhnya jelas. Bagaimana perilaku sophistisasi ini berevolusi dalam makhluk yang tidak memiliki mesin seluler khusus yang biasanya dikaitkan dengan pemrosesan informasi kompleks?

Sebuah jaringan hidup yang merencanakan, mengingat, dan beradaptasi, semua tanpa sel neuron pun, mengingatkan kita bahwa kecerdasan mungkin muncul dalam bentuk yang jauh dari konstruksi saraf yang kita kenal.

뇌나 신경계가 없는 단세포 생물임에도 복잡한 미로를 탐색하고 운반망을 최적화할 수 있는 이 생물은 우리의 지능에 대한 이해를 도전한다. 이것이 바로 [[Label]] 슬라임 몰드다.

문제의 생물체는 Physarum polycephalum로, Myxomycetes 그룹에 속하는 거대한 단세포 아메바 모양 생물이다. 신경이나 중앙 제어 시스템이 없음에도 불구하고 이 밝은 노란색 다핵성 플라스모디움은 뛰어난 문제 해결 능력을 보인다. 이 생물체는 표면을 유체 네트워크처럼 퍼져나가며 영양분을 찾아 나쁜 환경은 피한다. 생식 상태에서는 본질적으로 살아있는 성장하는 컴퓨터와 같아서, 원생질 흐름을 통해 환경 정보를 처리한다. 이 흐름은 초당 최대 1.35밀리미터의 속도에 달하며, 거대한 단세포 몸 전체로 빠르게 자원과 정보를 재분배한다.

2000년, 일본의 생물물리학자 Toshiyuki Nakagaki와 그의 후쿠이대 동료들은 *P. polycephalum*이 지능적인 행동을 할 수 있음을 보여주었다. 연구자들은 미로에 슬라임 몰드를 두고, 출구 두 곳에 음식을 배치했다. 이 생물체는 미로 구조에 대한 어떠한 사전 지식도 없이 가능한 모든 경로를 탐색한 후, 막다른 곳은 회피하며 결국 출발점과 음식 사이의 가장 짧은 경로를 형성했다. 이 실험은 단순해 보이는 생명체에서 원초적인 biological computation과 기억이 존재함을 입증하는 설득력 있는 증거였다. 이 생물체는 미로의 위상 구조를 "배우고" "기억"했으며, 뇌가 없는 생물체로서 놀라운 성과였다.

도쿄 철도망 매핑

슬라임 몰드의 공간 최적화 능력은 단순한 미로를 넘어섰다. 2010년, 아츠시 테로를 중심으로 나카가키가 포함된 연구팀은 *P. polycephalum*을 더 복잡한 문제에 적용했다. 즉, 대도쿄 지역의 복잡한 철도망을 재현하는 것이었다. 연구자들은 습한 기질 위에 도쿄 지역의 주요 도시를 상징하는 곡물가루 조각을 배치한 다음, 슬라임 몰드를 중심의 "도쿄" 곡물가루 조각에 도입했다. 슬라임 몰드가 성장하면서 다른 곡물가루 조각으로 향하는 원생질 관을 형성했으며, 실제 도쿄 철도 시스템의 효율성, 결함 허용성, 비용 효율성을 닮은 연결망을 만들었다. 결과적으로 생긴 네트워크는 인공 인프라와 매우 유사했으며, 복잡하고 효율적인 설계 원칙이 자연스럽게 나타났음을 보여주었다. 이 놀라운 실험은 간단하고 분산된 규칙이 어떻게 높은 최적화의 글로벌 구조를 만들 수 있는지를 보여주었다.

복잡한 환경에서 근접 최적 해를 찾을 수 있는 이 능력은 일종의 swarm intelligence를 암시한다. 플라스모디움의 각 부분은 지역적인 자극에 반응하지만, 이러한 지역적 상호작용의 집합적 결과로 전역적인 지능적인 행동이 나타난다. 이 현상은 계층적 통제 없이 생물학적 시스템이 복잡한 결과를 어떻게 달성할 수 있는지를 보여주는 동시에, 곤충 군집에서 관찰되는 swarm intelligence의 특정 측면을 반영한다. 슬라임 몰드가 만든 물리적 관 네트워크는 스스로 적응하고 최적화되며, 음식으로 가는 연결은 강화되고, 그렇지 않은 연결은 약화된다. 즉, 자기 조직화의 동적 과정을 거친다.

뇌 없는 지능

*Physarum polycephalum*처럼 탐색, 문제 해결, 네트워크 최적화가 가능한 생물체의 존재는 지능이 무엇으로 구성되는지를 재평가하게 만든다. 이 생물체는 신경 구조 없이도 쓴맛 물질을 이전에 경험한 적이 있는 경우 피하는 등 원시적인 학습과 습관화를 수행한다. 이 "뇌 없는 지능"은 우리가 신경망과 연관지은 계산 과정과 근본적으로 다르지만, 특정 맥락에서는 유사한 결과를 만들어낸다. 슬라임 몰드는 변화하는 환경에 대한 적응력과 내구성을 갖추고 있으며, 이는 분산된 구조에서 비롯된다. 결함이 생길 수 있는 단일 지점이 없으며, 조건이 변화함에 따라 전체 네트워크가 재구성된다.

이러한 지능의 메커니즘은 원생질 네트워크의 역학에 달려 있다. 세포질 흐름의 진동, 세포 내 화학적 신호, 관 모양 구조의 물리적 강화와 약화가 모두 결정 과정에 기여한다. 이 생물학적 계산은 unconventional computing 분야에서 영감을 주며, 과학자들이 생물학적 시스템이나 물리적 현상에 기반한 계산 모델을 탐구하도록 이끌고 있다. 연구자들은 슬라임 몰드의 계산 능력을 활용하여 물류 최적화, 회로 설계, 심지어 생물학적 원리를 모방한 로봇 개발 같은 작업에 적용할 수 있는 방법을 조사하고 있다.

여전히 알지 못하는 것들

우리는 여전히 *Physarum polycephalum*이 복잡한 계산을 수행할 수 있게 하는 정확한 알고리즘이나 생화학적 경로를 완전히 이해하지 못하고 있다. 결과는 관찰할 수 있지만, 원생질 네트워크 내에서 정보가 어떻게 인코딩되고 처리되며 "기억"되는지에 대한 세부적인 과정은 여전히 불확실하다.

이러한 "지능"이 다른 복잡한 문제에까지 일반화될 수 있는 범위 또한 여전히 열린 질문이다. 슬라임 몰드는 공간 최적화를 넘어서 문제를 해결할 수 있을까, 아니면 생물학적 구조와 진화적 생태계에 제약을 받은 것일까?

또한, 단세포 생물체에서 이러한 분산된 지능이 진화한 원천도 명확하지 않다. 복잡한 정보 처리와 관련된 특화된 세포 기계장치가 없는 생물체에서 어떻게 이러한 정교한 행동이 진화했을까?

하나의 신경 세포도 없이 계획하고, 기억하고, 적응하는 살아있는 네트워크는 우리가 익숙한 신경 구조와는 전혀 다른 형태로 지능이 나타날 수 있음을 상기시켜 준다.

Ein Einzeller, der weder Gehirn noch Nervensystem besitzt, doch in der Lage ist, komplexe Labyrinthe zu durchqueren und Transportsysteme zu optimieren, stellt unser Verständnis von Intelligenz in Frage. Dies ist das Schleimpilz.

Das fragliche Organismus ist Physarum polycephalum, ein riesiger, einzelliger Amöbenorganismus, der der Gruppe Myxomycetes angehört. Trotz seines Mangels an Neuronen oder einem zentralisierten Kontrollsystem zeigt dieses helle gelbe, mehrkernige Plasmodium bemerkenswerte Problemlösefähigkeiten. Es breitet sich über Oberflächen aus wie ein flüssiges Netzwerk, das Nährstoffe sucht und ungünstige Bedingungen vermeidet. In seinem vegetativen Zustand ist es im Grunde ein lebendiger, wachsender Computer, der Umweltinformationen durch den Protoplasmenfluss verarbeitet. Dieser Fluss kann Geschwindigkeiten von bis zu 1,35 Millimetern pro Sekunde erreichen und Ressourcen und Informationen rasch über seinen riesigen, einzelligen Körper verteilen.

Im Jahr 2000 zeigten der japanische Biophysiker Toshiyuki Nakagaki und seine Kollegen an der Hokkaido-Universität die Fähigkeit von *P. polycephalum*, intelligentes Verhalten zu zeigen. Sie platzierten das Schleimtier in einem Labyrinth mit Nahrungsquellen an zwei Ausgängen. Das Organismus, ohne jede vorherige Kenntnis der Labyrinthstruktur, erkundete alle möglichen Wege und zog sich dann von Sackgassen zurück, bildete schließlich den kürzesten möglichen Weg zwischen dem Startpunkt und der Nahrung. Dieses Experiment lieferte überzeugende Beweise für elementare biological computation und Gedächtnis in einer scheinbar einfachen Lebensform. Das Organismus „lernte“ und „erinnerte sich“ an die Labyrinthtopologie, eine erstaunliche Leistung für ein Wesen ohne Gehirn.

Tokyo's Bahnnetz kartographieren

Die räumlichen Optimierungsfähigkeiten des Schleimtieres reichten über einfache Labyrinthe hinaus. Eine 2010 in *Science* veröffentlichte Studie, geleitet von Atsushi Tero und mit Nakagaki, wendete *P. polycephalum* auf ein komplexeres Problem an: das Replizieren des komplexen Bahnnetzes der Region Tokyo. Die Forscher arrangierten Haferflocken, die die größeren Städte des Tokyo-Gebiets darstellten, auf einer feuchten Unterlage. Sie stellten dann das Schleimtier in die zentrale „Tokyo“-Haferflocke. Während das Schleimtier wuchs, dehnte es sich mit protoplasmenartigen Röhren zu den anderen Haferflocken aus, wodurch Verbindungen entstanden, die die Effizienz, Fehlertoleranz und Kosteneffektivität des tatsächlichen Tokyobahnnetzes nachahmten. Das resultierende Netzwerk war erstaunlich ähnlich dem menschgemachten Infrastruktur, wodurch eine spontane Entstehung komplexer, effizienter Gestaltungsprinzipien demonstriert wurde. Diese bemerkenswerte Demonstration zeigte, wie einfache, dezentrale Regeln zu hoch optimierten globalen Strukturen führen können.

Diese Fähigkeit, in komplexen Umgebungen nahezu optimale Lösungen zu finden, deutet auf eine Form von swarm intelligence hin. Jeder Teil des Plasmodiums reagiert auf lokale Reize, doch gemeinsam führen diese lokalen Wechselwirkungen zu globalen, intelligenten Verhaltensweisen. Dieses Phänomen gibt Aufschluss darüber, wie biologische Systeme komplexe Ergebnisse ohne hierarchische Kontrolle erzielen können, was bestimmte Aspekte von swarm intelligence in Insektenkolonien widerspiegelt. Das physische Netzwerk von Röhren, das das Schleimtier baut, passt und optimiert sich selbst, verstärkt Verbindungen, die zu Nahrung führen, und schwächt solche, die nicht führen, ein dynamischer Prozess der Selbstorganisation.

Intelligenz ohne Gehirn

Die Existenz eines Wesens wie *Physarum polycephalum*, das Navigation, Problemlösen und Netzwerkoptimierung leisten kann, zwingt uns, neu zu bewerten, was Intelligenz ausmacht. Sein primitives Lernen und Gewöhnung, wie das Vermeiden bitterer Substanzen, die es bereits zuvor getroffen hat, geschieht ohne irgendeine neuronale Struktur. Diese „Intelligenz ohne Gehirn“ ist grundlegend anders als die Rechenprozesse, die wir mit neuronalen Netzen in Verbindung bringen, doch sie bringt in gewissen Kontexten vergleichbare Ergebnisse hervor. Die Anpassungsfähigkeit und Robustheit des Schleimtieres gegenüber sich ändernden Umgebungen beruhen auf seiner dezentralen Struktur; es gibt keinen einzigen Punkt der Fehlersuche, und das gesamte Netzwerk kann sich neu konfigurieren, sobald sich die Bedingungen ändern.

Die Mechanismen, die hinter dieser Intelligenz stehen, sollen die Dynamik seines Protoplasmen-Netzwerks betreffen. Schwingungen des Zytosolflusses, chemische Signale innerhalb der Zelle und die physische Verstärkung und Schwächung seiner röhrenartigen Strukturen tragen allesamt zu seinen Entscheidungsprozessen bei. Diese biologische Rechenleistung inspiriert das Gebiet der unconventional computing, in dem Wissenschaftler alternative Modelle der Rechenleistung untersuchen, die auf biologischen Systemen oder physikalischen Phänomenen basieren. Forscher untersuchen, wie man die Rechenleistung des Schleimtieres für Aufgaben wie die Optimierung von Logistik, das Entwerfen von Schaltkreisen oder sogar das Schaffen neuer Formen bioinspirierter Robotik nutzen könnte.

Was wir noch nicht wissen

Wir verstehen noch immer nicht vollständig die genauen Algorithmen oder biochemischen Wege, die *Physarum polycephalum* in der Lage sind, solch komplexe Berechnungen durchzuführen. Während wir die Ergebnisse beobachten, bleiben die feinmaschigen Details, wie Informationen in seinem Protoplasmen-Netzwerk kodiert, verarbeitet und „gespeichert“ werden, unklar.

Die Ausmaße, in denen diese „Intelligenz“ auf andere komplexe Probleme verallgemeinert werden kann, sind ebenfalls eine offene Frage. Können Schleimtiere Probleme lösen, die über die räumliche Optimierung hinausgehen, oder sind ihre Fähigkeiten auf ihre biologische Architektur und evolutionäre Nische begrenzt?

Außerdem sind die evolutionären Ursprünge einer solchen verteilten Intelligenz in einem einzelligen Organismus nicht vollständig klar. Wie konnten solch komplexes Verhalten in einem Wesen entstehen, das nicht über die spezialisierten zellulären Maschinerien verfügt, die normalerweise mit komplexen Informationsverarbeitungsprozessen in Verbindung gebracht werden?

Ein lebendiges Netzwerk, das plant, sich erinnert und sich anpasst, alles ohne ein einzelnes Neuron, erinnert uns daran, dass Intelligenz in Formen auftreten könnte, die weit von unseren vertrauten neuronalen Konstrukten entfernt sind.

Одноклеточный организм, лишенный мозга или нервной системы, но способный преодолевать сложные лабиринты и оптимизировать транспортные сети, ставит под сомнение наше понимание интеллекта. Это слизевик.

Организм, о котором идет речь, — Physarum polycephalum, гигантский одноклеточный амёбоподобный организм, относящийся к группе Myxomycetes. Несмотря на отсутствие нейронов или централизованной системы управления, этот ярко-желтый, многоядерный плазмодий демонстрирует поразительные способности к решению задач. Он распространяется по поверхностям, как жидкостная сеть, ищет питательные вещества и избегает неблагоприятных условий. В состоянии вегетации он представляет собой живой, растущий компьютер, обрабатывающий информацию об окружающей среде через течение протоплазмы. Это течение может достигать скорости до 1,35 миллиметра в секунду, быстро перераспределяя ресурсы и информацию по всему огромному телу одноклеточного организма.

В 2000 году японский биофизик Toshiyuki Nakagaki и его коллеги из университета Хоккайдо продемонстрировали способность *P. polycephalum* к интеллектуальному поведению. Они поместили слизевида в лабиринт с источниками пищи у двух выходов. Организм, не имея никаких предварительных знаний о структуре лабиринта, исследовал все возможные пути, а затем отступал от тупиков, в конечном итоге формируя кратчайший путь между начальной точкой и пищей. Эксперимент предоставил убедительные доказательства наличия примитивной biological computation и памяти у столь простой формы жизни. Организм "учился" и "запоминал" топологию лабиринта, что поразительно для существа без мозга.

Картирование железнодорожной сети Токио

Пространственные навыки оптимизации слизевида простирались за пределы простых лабиринтов. В 2010 году в журнале *Science* была опубликована статья под руководством Атсухи Тэро, в которую вошел Накагаки, где *P. polycephalum* был применен к более сложной задаче: воссозданию сложной железнодорожной сети Большого Токио. Ученые разместили хлопья овсянки, представляющие крупные города региона Токио, на влажной подложке. Затем они поместили слизевида на центральный "токийский" хлопыш. По мере роста слизевида он вытягивал протоплазматические трубки к другим хлопьям, образуя соединения, напоминающие по эффективности, отказоустойчивости и стоимости реальную железнодорожную систему Токио. Полученная сеть была поразительно похожа на искусственную инфраструктуру, демонстрируя спонтанное возникновение сложных, эффективных принципов проектирования. Это впечатляющее демонстрационное доказательство показало, как простые, децентрализованные правила могут привести к глобальным, высококачественным структурам.

Эта способность находить почти оптимальные решения в сложных условиях предполагает наличие определенной формы swarm intelligence. Каждая часть плазмодия реагирует на локальные сигналы, но в совокупности эти локальные взаимодействия приводят к глобальному, интеллектуальному поведению. Это явление дает понимание того, как биологические системы могут достигать сложных результатов без иерархического управления, отражая определенные аспекты swarm intelligence, наблюдаемые в насекомых колониях. Физическая сеть трубок, построенных слизевидом, адаптируется и оптимизируется, усиливая соединения, ведущие к пище, и ослабляя те, которые не ведут к ней, динамический процесс самоорганизации.

Интеллект без мозга

Существование организма вроде *Physarum polycephalum*, способного к навигации, решению проблем и оптимизации сетей, заставляет пересмотреть понятие интеллекта. Его примитивное обучение и привыкание, например, избегание горьких веществ, с которыми он ранее сталкивался, происходят без каких-либо нейронных структур. Этот "интеллект без мозга" принципиально отличается от вычислительных процессов, связанных с нейронными сетями, но при этом дает сравнимые результаты в определенных контекстах. Адаптивность и устойчивость слизевида к изменяющимся условиям обусловлены его децентрализованной природой; нет единой точки отказа, и вся сеть может перенастраиваться по мере изменения условий.

Механизмы, лежащие в основе этого интеллекта, предположительно, связаны с динамикой его протоплазматической сети. Колебания течения цитоплазмы, химические сигналы внутри клетки, а также физическое усиление и ослабление трубчатых структур способствуют его процессам принятия решений. Эта биологическая вычислительная система вдохновляет область unconventional computing, где ученые исследуют альтернативные модели вычислений, основанные на биологических системах или физических явлениях. Исследователи изучают, как можно использовать вычислительные способности слизевида для задач, таких как оптимизация логистики, проектирование схем или даже создание новых форм био-вдохновленной робототехники.

То, чего мы до сих пор не знаем

Мы до сих пор не до конца понимаем точные алгоритмы или биохимические пути, позволяющие *Physarum polycephalum* выполнять такие сложные вычисления. Хотя мы наблюдаем результаты, точные детали того, как информация кодируется, обрабатывается и "запоминается" в его протоплазматической сети, остаются неясными.

Вопрос о том, насколько эта "интеллектуальность" может быть обобщена на другие сложные проблемы, тоже остается открытым. Могут ли слизевиды решать задачи, выходящие за рамки пространственной оптимизации, или их способности ограничены их биологической архитектурой и эволюционной нишей?

Кроме того, эволюционные истоки такого распределенного интеллекта в одноклеточном организме полностью не ясны. Как возникли такие сложные поведенческие паттерны у существа, не обладающего специализированной клеточной аппаратурой, обычно ассоциируемой с обработкой сложной информации?

Живая сеть, которая планирует, запоминает и адаптируется, не имея ни одного нейрона, напоминает нам о том, что интеллект может проявляться в формах, далеких от привычных нам нейронных конструкций.

एक कोशिकात्मक जीव, जिसके पास दिमाग या तंत्रिका तंत्र नहीं है, लेकिन जो जटिल जालकों को पार कर सकता है और परिवहन नेटवर्क को अनुकूलित कर सकता है, हमारी बुद्धिमत्ता की समझ को चुनौती देता है। यह है लिम्स मॉल्ड।

प्रश्नावली जीव Physarum polycephalum है, एक विशाल, एकल-कोशिकात्मक अमीबा जीव जो Myxomycetes समूह के सदस्य हैं। न्यूरॉन्स या केंद्रीकृत नियंत्रण प्रणाली की कमी के बावजूद, यह चमकीला पीला, बहु-नाभिकीय प्लाज्मोडियम आश्चर्यजनक समस्या-समाधान क्षमता प्रदर्शित करता है। यह सतहों के रूप में एक तरल नेटवर्क के रूप में फैल जाता है, पोषक तत्वों की खोज करता है और अनुकूल नहीं होने वाली स्थितियों से बचता है। अपनी वनस्पति अवस्था में, यह एक जीवित, विकसित होते हुए कंप्यूटर के रूप में है जो अपने प्रोटोप्लास्टिक प्रवाह के माध्यम से पर्यावरणीय जानकारी का उपयोग करता है। यह प्रवाह 1.35 मिलीमीटर प्रति सेकंड तक की गति तक पहुंच सकता है, जो अपने विशाल, एकल-कोशिकात्मक शरीर में त्वरित रूप से संसाधनों और जानकारी के पुनर्वितरण कर सकता है।

2000 में, जापानी जैव-भौतिकविद Toshiyuki Nakagaki और उनके सहयोगी होक्काइडो विश्वविद्यालय में *P. polycephalum* की बुद्धिमान व्यवहार की क्षमता को दर्शाया। उन्होंने लुगदी के नेटवर्क को एक जाल में रखा जिसमें दो निकासों पर भोजन के स्रोत थे। जीव, जाल की संरचना के पूर्व ज्ञान के बिना, सभी संभावित मार्गों की ओर खोज करता है और फिर अंतिम बिंदुओं से पीछे हट जाता है, शुरुआती बिंदु और भोजन के बीच संभावित न्यूनतम मार्ग का निर्माण करता है। यह प्रयोग एक सरल जीव रूप में आधारभूत biological computation और स्मृति के प्रमाण के रूप में बलवान प्रमाण प्रस्तुत करता है। जीव जाल की टोपोलॉजी को "सीखता" और "याद करता" है, जो एक ब्रेन रहित प्राणी के लिए अद्भुत उपलब्धि है।

टोक्यो के रेल नेटवर्क का मानचित्रण

लुगदी के भौगोलिक अनुकूलन कौशल सरल जालों से आगे बढ़ गए। 2010 में जारी *Science* में एक अध्ययन, जिसमें अत्सुशी तेरो द्वारा नेतृत्व दिया गया था और जिसमें नाकागाकी शामिल थे, *P. polycephalum* को एक अधिक जटिल समस्या में लागू किया गया: टोक्यो के जटिल रेल नेटवर्क की पुनर्निर्माण करना। अनुसंधानकर्ता ने अवकाश बर्तन, जो टोक्यो क्षेत्र में प्रमुख शहरों का प्रतिनिधित्व करते हैं, एक नम आधार पर व्यवस्थित किए। फिर उन्होंने लुगदी को केंद्रीय "टोक्यो" अवकाश बर्तन में प्रवेश कराया। जैसे-जैसे लुगदी बढ़ा, यह अपने प्रोटोप्लास्टिक नलिकाओं के माध्यम से अन्य अवकाश बर्तन की ओर बढ़ा, जो वास्तविक टोक्यो रेलवे प्रणाली की दक्षता, दोष सहिष्णुता और लागत-प्रभावकारिता के समान संबंध बनाते हैं। परिणामी नेटवर्क मानव निर्मित बुनियादी ढांचे के अद्भुत समान है, जो जटिल, दक्ष डिज़ाइन सिद्धांतों के स्वाभाविक उद्भव को दर्शाता है। यह अद्भुत प्रदर्शन दर्शाता है कि कैसे सरल, वितरित नियम उच्च रूप से अनुकूलित वैश्विक संरचनाओं को ला सकते हैं।

इस क्षमता के जटिल पर्यावरणों में लगभग अनुकूल समाधान ढूंढने का सुझाव एक रूप के swarm intelligence के बारे में है। प्लाज्मोडियम का प्रत्येक भाग स्थानीय संकेतों के लिए प्रतिक्रिया देता है, लेकिन सामूहिक रूप से, ये स्थानीय अंतरक्रियाएं वैश्विक, बुद्धिमान व्यवहार का परिणाम देती हैं। यह दृष्टिकोण यह समझाता है कि जैविक प्रणालियां कैसे हिरार्किक नियंत्रण के बिना जटिल परिणाम प्राप्त कर सकती हैं, जो कीट मादिरा में देखे गए swarm intelligence के कुछ पहलुओं के समान है। लुगदी द्वारा निर्मित भौतिक नलिका नेटवर्क स्वयं को अनुकूलित और अनुकूलित करता है, भोजन के लिए जाने वाले संबंधों को मजबूत करता है और नहीं जाने वाले संबंधों को कमजोर करता है, एक गतिशील स्व-संगठन की प्रक्रिया।

ब्रेन के बिना बुद्धिमता

*Physarum polycephalum* जैसे जीव के अस्तित्व के कारण, जो नेविगेशन, समस्या-समाधान और नेटवर्क अनुकूलन की क्षमता रखता है, बुद्धिमता की परिभाषा को पुनर्विचार करना पड़ता है। इसके आदिम सीखने और आदतों, जैसे कि पहले से आवश्यकता वाले कड़वे पदार्थों को टालना, न्यूरॉनिक संरचनाओं के बिना होता है। यह "ब्रेन के बिना बुद्धिमता" न्यूरल नेटवर्क के साथ जुड़े कंप्यूटेशनल प्रक्रियाओं से आधारभूत रूप से अलग है, लेकिन निश्चित संदर्भों में तुलनीय परिणाम प्रदान करता है। लुगदी की बदलते हुए पर्यावरणों में अनुकूलन और दृढ़ता उसकी वितरित प्रकृति से उत्पन्न होती है; कोई एकल विफलता का बिंदु नहीं है, और पूरा नेटवर्क परिस्थितियों में परिवर्तन के अनुरूप स्वयं को पुनर्व्यवस्थित कर सकता है।

इस बुद्धिमता के पीछे के तंत्र के बारे में सोचा जाता है कि इसके प्रोटोप्लास्टिक नेटवर्क के गतिकी शामिल हैं। साइटोप्लाज्म प्रवाह में दोलन, कोशिका के भीतर रासायनिक संकेत, और अपने नलिका-जैसी संरचनाओं के भौतिक मजबूती और कमजोरी सभी अपने निर्णय-निर्माण प्रक्रियाओं में योगदान देते हैं। यह जैविक कंप्यूटेशन unconventional computing के क्षेत्र को प्रेरित करता है, जहां वैज्ञानिक जैविक प्रणालियों या भौतिक घटनाओं पर आधारित वैकल्पिक कंप्यूटेशनल मॉडलों की खोज कर रहे हैं। अनुसंधानकर्ता लुगदी की कंप्यूटेशनल क्षमताओं का उपयोग लॉजिस्टिक्स के अनुकूलन, सर्किट डिज़ाइन, या यहां तक कि नए प्रकार के जैविक-प्रेरित रोबोटिक्स बनाने के लिए कैसे उपयोग किया जा सकता है, इसकी जांच कर रहे हैं।

हम अभी भी नहीं जानते

हम अभी तक *Physarum polycephalum* के इन जटिल कंप्यूटेशनल कार्यों की अनुमति देने वाले सटीक एल्गोरिदम या बायोकेमिकल पथों को पूरी तरह से समझ नहीं पाए हैं। जबकि हम परिणामों को देखते हैं, उसके प्रोटोप्लास्टिक नेटवर्क में जानकारी को कैसे एन्कोड किया जाता है, प्रसंस्कृत किया जाता है और "याद रखा" जाता है, इसके बारे में विस्तृत विवरण अभी भी अस्पष्ट हैं।

इस "बुद्धिमता" की कितनी हद तक अन्य जटिल समस्याओं पर लागू की जा सकती है, यह भी एक खुला प्रश्न है। क्या लुगदी भौगोलिक अनुकूलन के बाहर समस्याएं हल कर सकते हैं, या उनकी क्षमताएं उनकी जैविक संरचना और विकासीय निवास स्थल द्वारा सीमित हैं?

इसके अलावा, एक एकल-कोशिकात्मक जीव में इस तरह की वितरित बुद्धिमता के विकास के विकासीय मूल के बारे में भी पूरी तरह से स्पष्ट नहीं है। ऐसे जटिल व्यवहार कैसे विकसित हुए, जो जटिल जानकारी प्रसंस्करण के साथ जुड़े विशिष्ट कोशिकात्मक मशीनरी वाले जीवों में देखे गए हैं?

एक जीवित नेटवर्क जो योजना बनाता है, याद रखता है और अनुकूलित होता है, जिसमें एक न्यूरॉन भी नहीं है, यह हमें याद दिलाता है कि बुद्धिमता हमारे परिचित न्यूरल निर्माणों से बहुत दूर के रूपों में भी प्रकट हो सकती है।

Slime Mold