| Both sides previous revision Previous revision Next revision | Previous revision |
| 진화생물학:친족선택 [2026/09/01 12:26] – admin | 진화생물학:친족선택 [2026/09/01 12:36] (current) – [Waibel 등의 연구(2011)] admin |
|---|
| 케익을 파헤쳐 나오는 것들을 그 조리법의 단어 하나하나에 대응시킬 수는 없을 것이다. 그러나 조리법에서 단어 하나를 바꾼다면 다른 케익이 만들어질 것이고, 자연선택은 그 차이에 적용된다. 형제자매를 향한 이타주의는 매우 복잡한 행동처럼 보이지만, 둥지를 약간 늦게 떠나는 것만으로도 기존에 자녀를 돌보기 위해 존재했던 행동 규칙('둥지 안에서 짹짹거리는 것에게 먹이를 주어라')이 형제자매를 돌보는 행동으로 이어질 것이다. 혹은 사자 무리에서 사냥감을 나누어 먹을 때에 모종의 생리학적인 이유로 이가 약해진다든가 해서 약간 천천히 씹는 것만으로도 이타주의의 효과를 발휘할 수 있다. 즉 하나 하나의 행동이 복잡해 보이더라도, 차이를 만드는 것은 간단할 수 있다. | 케익을 파헤쳐 나오는 것들을 그 조리법의 단어 하나하나에 대응시킬 수는 없을 것이다. 그러나 조리법에서 단어 하나를 바꾼다면 다른 케익이 만들어질 것이고, 자연선택은 그 차이에 적용된다. 형제자매를 향한 이타주의는 매우 복잡한 행동처럼 보이지만, 둥지를 약간 늦게 떠나는 것만으로도 기존에 자녀를 돌보기 위해 존재했던 행동 규칙('둥지 안에서 짹짹거리는 것에게 먹이를 주어라')이 형제자매를 돌보는 행동으로 이어질 것이다. 혹은 사자 무리에서 사냥감을 나누어 먹을 때에 모종의 생리학적인 이유로 이가 약해진다든가 해서 약간 천천히 씹는 것만으로도 이타주의의 효과를 발휘할 수 있다. 즉 하나 하나의 행동이 복잡해 보이더라도, 차이를 만드는 것은 간단할 수 있다. |
| |
| ===일개미가 직접 알을 낳지 않는 이유는 자손보다 자매들과의 근연성이 더 크기 때문?==== | ===일개미가 직접 알을 낳지 않는 이유는 자손보다 자매들과의 근연성이 더 크기 때문?=== |
| |
| 자매와의 근연도는 $3/4$이지만, 형제와의 유전적 근연도가 $1/4$이라는 점을 고려하면 반수이배체에서도 형제자매 간의 근연도는 특별히 높지 않다. 즉 $3/4$과 $1/4$ 사이의 단순 평균은 $1/2$로서, 통상적인 이배체 생물의 형제자매간에 발견되는 값과 같다. 더욱이 실제로는 여러 번의 짝짓기로 인해 최대치인 $3/4$보다 낮은 경우가 많다. 그래서 $r=3/4$에 근거한 단순한 설명은 잘 들어맞지 않는다. 그럼에도 여전히 일개미의 입장에서 이복형제자매($r=1/4$) 셋을 기르는 것이 한 마리의 자손($r=1/2$)을 기르는 것보다 낫다고는 할 수 있다. | 자매와의 근연도는 $3/4$이지만, 형제와의 유전적 근연도가 $1/4$이라는 점을 고려하면 반수이배체에서도 형제자매 간의 근연도는 특별히 높지 않다. 즉 $3/4$과 $1/4$ 사이의 단순 평균은 $1/2$로서, 통상적인 이배체 생물의 형제자매간에 발견되는 값과 같다. 더욱이 실제로는 여러 번의 짝짓기로 인해 최대치인 $3/4$보다 낮은 경우가 많다. 그래서 $r=3/4$에 근거한 단순한 설명은 잘 들어맞지 않는다. 그럼에도 여전히 일개미의 입장에서 이복형제자매($r=1/4$) 셋을 기르는 것이 한 마리의 자손($r=1/2$)을 기르는 것보다 낫다고는 할 수 있다. |
| ======전산 시늉을 통한 확인====== | ======전산 시늉을 통한 확인====== |
| |
| =====Waibel 등의 연구(2011)===== | Waibel 등의 연구(2011)에서, 각 개체에는 순방향 신경망(feedforward network)이 탑재되어 있다. 이 신경망은 4개의 거리 센서와 2개의 카메라, 그리고 하나의 편향(bias)으로부터 입력을 받아 은닉층을 거친 다음 세 종류의 출력을 내놓는데, 즉 왼쪽 모터, 오른쪽 모터, 그리고 획득한 자원을 나눌지 여부이다(활성화 함수는 $\tanh$). 신경망에는 33개의 연결 가중치가 있어서 각각 0부터 255까지의 값을 가질 수 있고, 이 33개의 값이 개체의 유전형이다. |
| | |
| 각 개체에는 순방향 신경망(feedforward network)이 탑재되어 있다. 이 신경망은 4개의 거리 센서와 2개의 카메라, 그리고 하나의 편향(bias)으로부터 입력을 받아 은닉층을 거친 다음 세 종류의 출력을 내놓는데, 즉 왼쪽 모터, 오른쪽 모터, 그리고 획득한 자원을 나눌지 여부이다(활성화 함수는 $\tanh$). 신경망에는 33개의 연결 가중치가 있어서 각각 0부터 255까지의 값을 가질 수 있고, 이 33개의 값이 개체의 유전형이다. | |
| |
| 하나의 그룹은 8개의 개체로 구성된다. 이 그룹 내의 개체들은 $50\times 50cm$ 크기의 정사각형 안에서 8개의 "음식" 아이템들을 찾은 다음 한쪽 벽면에 $4cm$ 폭으로 표시되어 있는 영역에 밀어놓음으로써 그 음식을 획득한다. 획득한 음식은 혼자 가지거나(이기적 행동), 다른 일곱 개의 개체에게 나누어줄 수 있다(이타적 행동). 이기적 행동은 자기 자신에게 $+c$의 적합도를 더해 주고, 이타적 행동은 다른 일곱 개체들에게 $+b/7$만큼의 적합도를 얹어 준다. 적합도를 가늠하기 위해 각 그룹마다 60초 동안 임무를 수행하게 하고 이를 10번 반복하여 평균하였다. | 하나의 그룹은 8개의 개체로 구성된다. 이 그룹 내의 개체들은 $50\times 50cm$ 크기의 정사각형 안에서 8개의 "음식" 아이템들을 찾은 다음 한쪽 벽면에 $4cm$ 폭으로 표시되어 있는 영역에 밀어놓음으로써 그 음식을 획득한다. 획득한 음식은 혼자 가지거나(이기적 행동), 다른 일곱 개의 개체에게 나누어줄 수 있다(이타적 행동). 이기적 행동은 자기 자신에게 $+c$의 적합도를 더해 주고, 이타적 행동은 다른 일곱 개체들에게 $+b/7$만큼의 적합도를 얹어 준다. 적합도를 가늠하기 위해 각 그룹마다 60초 동안 임무를 수행하게 하고 이를 10번 반복하여 평균하였다. |
| * 그룹마다 세 개의 개체를 배정한 다음 3:3:2로 클론을 만들면 $r = 0.25$이다. | * 그룹마다 세 개의 개체를 배정한 다음 3:3:2로 클론을 만들면 $r = 0.25$이다. |
| |
| 이 다섯 가지의 근연도를 다섯 가지의 $c/b$에 대해 테스트하는데, 각 조합마다 20번씩 반복하였다. | 더 구체적으로는 |
| | $$r = \frac{\bar{q} - \bar{p}}{1 - \bar{p}}$$ |
| | 로서 $\bar{p}$는 특정 개인이 군집 내 다른 개인과 같은 유전형을 가질 확률이고 $\bar{q}$는 특정 개인이 그룹 내 다른 개인과 같은 유전형을 가질 확률이다. |
| | |
| | 이 다섯 가지의 근연도를 다섯 가지의 $c/b \in \{0.01, 0.25, 0.54, 0.75, 1.00\}$에 대해 테스트하는데, 각 조합마다 20번씩 반복하였다 ($r=0$이면 음식이 전혀 획득되지 않고 군집이 멸종되는 경우가 있어 $0.01$을 최솟값으로 사용). |
| |
| 전산 시늉 결과는 $r$과 $c/b$의 대소에 따라 이타적 행동(그룹 내 다른 멤버들과 공유한 음식 아이템의 비율)이 확연히 달라짐을 보여준다. | 전산 시늉 결과는 $r$과 $c/b$의 대소에 따라 이타적 행동(그룹 내 다른 멤버들과 공유한 음식 아이템의 비율)이 확연히 달라짐을 보여준다. |