Santa Ana Angin sudah bertiup keras ketika saya menjalankan simulasi cacing pertama. Saya bukan peretas, tapi itu cukup mudah: buka cangkang terminal, tempel beberapa perintah dari github, tonton karakter kaskade di layar. Sama seperti di film. Saya memindai kode yang lewat untuk kata -kata yang dapat dikenali—neuron, sinaps—Ketika seorang teman datang menjemputku untuk makan malam. “Satu detik,” teriak dari kantor saya. “Saya hanya menjalankan cacing di komputer saya.”
Di restoran Korea, energi itu manik; Angin menekuk pohon palem di pinggang dan mengirim gerobak belanja melintasi tempat parkir. Suasana terasa tinggi dan tidak nyata, seperti podcast dengan kecepatan ganda. Anda lakukan, apa, kejahatan dunia maya? teman saya bertanya. Atas hiruk -pikuk, saya mencoba menjelaskan: Tidak, bukan cacing seperti Stuxnet. Cacing seperti Richard Scarry.
Pada saat saya sampai di rumah, sudah gelap, dan percikan pertama sudah mendarat Altadena. Di laptop saya, menunggu saya di kotak piksel volumetrik, adalah cacing. Menunjuk di setiap ujungnya, ia melayang dalam kabut partikel, tongkat tongkat yang menakutkan dan tidak bergerak. Tentu saja itu tidak hidup. Tetap saja, itu tampak lebih mematikan dari mati bagiku. “Bravo,” kata Stephen Larson, ketika saya menghubunginya malam itu. “Anda telah mencapai keadaan simulasi ‘Hello World’.”
Larson adalah salah satu pendiri OpenWormupaya perangkat lunak open source yang telah mencoba, sejak 2011, untuk membangun simulasi komputer nematoda mikroskopis yang disebut Caenorhabditis elegans. Tujuannya tidak kurang dari kembar digital cacing asli, akurat hingga molekul. Jika OpenWorm dapat mengelola ini, itu akan menjadi hewan virtual pertama – dan perwujudan dari semua pengetahuan kita tidak hanya tentang C. elegansyang merupakan salah satu hewan yang paling banyak dipelajari dalam sains, tetapi tentang bagaimana otak berinteraksi dengan dunia untuk menghasilkan perilaku: “cawan suci,” seperti yang dikatakan oleh Openworm, dari sistem biologi.
Sayangnya, mereka belum berhasil. Simulasi pada laptop saya mengambil data yang dimusnahkan dari percobaan yang dilakukan dengan cacing hidup dan menerjemahkannya ke dalam kerangka kerja komputasi yang disebut C302, yang kemudian mendorong otot -otot yang disimulasikan dari a C. elegans Cacing dalam lingkungan dinamis fluida – semuanya, simulasi tentang bagaimana cacing melengkung ke depan dalam piring datar goo. Dibutuhkan sekitar 10 jam menghitung waktu untuk menghasilkan lima detik dari perilaku ini.
Begitu banyak yang bisa terjadi dalam 10 jam. Seorang bara bisa melakukan perjalanan dengan angin, turun dari kaki bukit dan ke kota yang sedang tidur. Malam itu, atas saran Larson, saya mengubah parameter waktu simulasi, mendorong melampaui “Hello World” dan lebih dalam ke Lembah Luar Biasa cacing. Keesokan paginya, saya terbangun di kabut oranye yang menakutkan, dan ketika saya membuka laptop saya, bermata merah, dua hal membuat hati saya terbebas: Los Angeles terbakar. Dan cacing saya telah bergerak.
Pada titik ini, Anda mungkin bertanya pada diri sendiri pertanyaan yang sangat masuk akal. Kembali di tempat Korea, di antara gigitan Banchan, teman saya juga bertanya. Pertanyaannya adalah ini: Uhh… kenapa? Mengapa, dalam menghadapi segala hal yang dialami dunia hijau kita yang berbahaya, dari semua masalah di luar sana untuk dipecahkan, akankah ada yang menghabiskan 13 tahun mencoba mengkode cacing mikroskopis menjadi keberadaan?
Sebagai jawaban, saya akan menawarkan salah satu diktum fisika Richard Feynman: Apa yang tidak bisa saya buat, saya tidak mengerti. Untuk sebagian besar sejarahnya, biologi telah menjadi sains reduksionis, didorong oleh prinsip bahwa cara terbaik untuk memahami kompleksitas makhluk hidup yang membingungkan adalah dengan membedahnya ke bagian-bagian konstituennya-organ, sel, protein, molekul. Tapi hidup bukan jarum jam; Ini adalah sistem yang dinamis, dan hal -hal tak terduga muncul dari interaksi antara semua bagian kecil itu. Untuk benar -benar memahami kehidupan, Anda tidak bisa menghancurkannya begitu saja. Anda juga harus bisa menyatukannya kembali.
Itu C. elegans Nematoda adalah cacing kecil, nyaris selama rambut lebar, dengan kurang dari seribu sel di tubuhnya. Dari mereka, hanya 302 neuron – sekitar sekecil otak yang bisa didapat. “Saya ingat, ketika anak pertama saya lahir, betapa bangganya saya ketika mereka mencapai usia mereka bisa menghitung hingga 302,” kata Netta Cohen, seorang ahli saraf komputasi yang menjalankan a Lab Worm di University of Leeds. Tapi tidak ada rasa malu dalam kekecilan, Cohen menekankan: C. elegans melakukan banyak hal dengan sedikit. Tidak seperti sepupunya yang lebih tidak menyenangkan, itu bukan parasit, outsourcing kelangsungan hidupnya untuk organisme yang lebih besar. Sebaliknya, itulah yang oleh para ahli biologi disebut hewan “hidup bebas”. “Itu bisa bereproduksi, bisa makan, bisa mencari makan, bisa lepas,” kata Cohen. “Itu lahir dan berkembang, dan itu menua dan mati – semuanya dalam satu milimeter.”
Cacing orang -orang seperti Cohen dengan cepat memberi tahu Anda bahwa tidak kurang dari empat hadiah Nobel telah diberikan untuk dikerjakan C. elegansyang merupakan hewan pertama yang memiliki genomnya diurutkan dan neuronnya dipetakan. Tetapi ada perbedaan antara skema dan manual operasi. “Kami tahu kabelnya; kami tidak tahu dinamika,” kata Cohen. “Anda akan berpikir itu masalah yang ideal bagi fisikawan atau ilmuwan komputer atau ahli matematika untuk dipecahkan.”
Mereka pasti sudah mencoba. C. elegans‘Simulator pertama adalah Sydney Brenner, yang mengangkat cacing rendah dari tumpukan kompos ke superstardom ilmiah dengan miliknya Kertas Landmark 1986 “Struktur sistem saraf nematoda Caenorhabditis elegans“Dikenal di kalangan cacing sebagai” pikiran cacing. ” Di sebuah laboratorium di Cambridge, Inggris, tim Brenner menghabiskan 13 tahun dengan susah payah mengiris cacing dan memotretnya melalui mikroskop elektron, mengandalkan komputer mini generasi pertama-jenis yang diprogram dengan pita kertas yang dipukul-untuk menyusun kembali data mereka ke dalam peta yang belum sempurna dari sistem saraf cacing itu.
Setiap 10 atau 20 tahun sejak itu, para ilmuwan komputer telah berusaha memperluas pekerjaan Brenner. Tetapi biologi cenderung dengan cepat merendahkan orang komputer. Pada tahun 2003, ilmuwan komputer David Harel mengucapkan simulasi C. elegans “Tantangan besar” untuk biologi, bidang yang ia anggap terlambat untuk “transisi yang sangat signifikan dari analisis ke sintesis.” Meskipun Harel pasti benar tentang hal itu, dia tidak pernah berhasil menjadi model lebih dari kisah vulva cacing – benar.
Untuk bagiannya, Cohen telah menghabiskan lebih baik dari 20 tahun menerbitkan model komputasi terobosan yang memperhitungkan goyah sinusoidal C. elegans karena inci ke depan melalui viskositas yang berbeda. Tetapi bagaimana cacing bergerak mundur adalah masalah yang sama sekali berbeda, yang belum terpecahkan – dan bahkan tidak bertanya tentang bagaimana cacing bergerak ke atas dan ke bawah, atau, dalam hal ini, mengapa. Semua data yang kami miliki C. elegans Perilaku berasal dari cacing di piring agar datar. Yang kita tahu, mereka mungkin melakukan hal -hal yang sama sekali berbeda di alam liar. “Mengapa tidak?” Kata Cohen sambil tertawa. “Ini biologi.”
Ketika OpenWorm mengumumkan Niatnya pada tahun 2011, Stephen Larson, seorang insinyur yang telah “menemukan agama” di open source, percaya bahwa jika ia dapat mengadakan sekelompok peneliti komputasi yang berdedikasi untuk mengambil celah di biologi, mereka mungkin membuat kemajuan yang berarti pada simulasi. Tiga belas tahun kemudian, dia lebih menyesal. “Proyek itu mungkin katedral,” kata Larson kepada saya. “Jika saya tidak memiliki kemampuan untuk menyelesaikannya, maka setidaknya orang lain dapat melihatnya dan membangunnya.”
Ini bisa jadi Burnout Talking; Menjelama proyek open source pada sepatu ketam, untuk jumlah waktu apa pun, dapat merapikan bahkan idealis yang paling berdedikasi. Itu bisa menjadi kompleksitas menipu C. elegans‘Otak, yang terus menentang penangkapan yang mudah. Itu juga bisa menjadi waktu yang buruk.
OpenWorm tidak melakukan penelitian sendiri. Sebaliknya, kohort sukarelawan proyek memusnahkan dari C. elegans Sastra, mengintegrasikan ke dalam simulasi mereka data apa pun yang dapat mereka temukan. Ini berarti mereka bergantung pada laboratorium cacing seperti Cohen, yang lambat untuk menghasilkan jenis input yang sangat berguna untuk upaya komputasi. Tetapi selama dekade terakhir ini, para eksperimentalis telah meningkatkan mikroskop dan teknik genetik yang halus, menghasilkan rekaman otak cacing yang lebih baik saat menjalankan bisnisnya. Pada saat yang sama, alat belajar mesin telah muncul untuk memahami semua data itu, dan daya komputasi adalah melalui atap. Konvergensi membuat Larson berharap. “Ketika Anda berada di masa ekspansi teknologi yang hampir eksponensial, sesuatu yang terdengar gila mungkin bisa dilakukan,” katanya.
Saya bertanya kepada Cohen, yang melayani di panel penasehat ilmiah OpenWorm, apakah itu bisa dilakukan. “Baiklah, mari kita mulai dari premis itu,” katanya. “Apa yang perlu kita lakukan?” Cohen adalah salah satu dari 37 rekan penulis di a Makalah Opini Terbaru Menguraikan rencana baru: Gunakan teknologi pencitraan genetik untuk mengaktifkan setiap neuron dalam sistem saraf cacing satu per satu, mengukur efeknya pada 301 lainnya. Diulang ratusan ribu kali dalam percobaan paralel, proses metodis ini harus meningkatkan cukup data untuk memberi orang -orang komputasi, akhirnya, sesuatu untuk bekerja dengan – satu -satunya, bahkan, bahkan untuk “mereverser reverse untuk membuat orang -orang komputasi, sesuatu untuk bekerja dengan – satu -satunya, bahkan, bahkan untuk” mereverser reverse untuk orang -orang komputasi, akhirnya, sesuatu untuk bekerja dengan – bahkan, bahkan, untuk “mereverser reverse untuk membangkitkan sepenuhnya.
Ini adalah proposal yang ambisius, yang akan membutuhkan tingkat kolaborasi yang belum pernah terjadi sebelumnya antara sekitar 20 laboratorium cacing yang berbeda. Gal Haspel, seorang ahli saraf komputasi di New Jersey Institute of Technology dan penulis utama di kertas rekayasa terbalik, memperkirakan bahwa menariknya mungkin memakan waktu hingga 10 tahun, biaya puluhan juta dolar, dan membutuhkan sesuatu di lingkungan 100.000 hingga 200.000 cacing kehidupan nyata. Dalam prosesnya, itu akan menghasilkan lebih banyak data tentang C. elegans daripada yang telah dikumpulkan dalam semua sains hingga saat ini. Dan pada akhirnya, apa yang harus ditunjukkan oleh insinyur terbalik? “Semua orang ini dan semua komputer ini,” kata Haspel. “Dan kita akan akhirnya melakukan apa yang bisa dilakukan seekor hewan kecil sekarang.”
Dia masam. Haspel juga membandingkan proyek ini dengan NASA Moonshot: Ini adalah jenis usaha yang mendorong teknologi ke depan, mendorong para insinyur untuk membangun alat dan ilmuwan yang lebih baik untuk bekerja sama. Simulasi cacing adalah peluang, Haspel percaya, untuk jenis sains baru, yang didorong oleh otomatisasi, data besar, dan pembelajaran mesin. Dan meskipun produk akhirnya hanyalah cacing, dan yang mahal, tidak efisien pada saat itu – dalam arti tamagotchi paling canggih di dunia – itu bisa menjadi batu loncatan untuk memahami sistem saraf yang lebih kompleks dan akhirnya, suatu hari nanti, pikiran manusia.
Ilustrasi: John Provencher
Musim panas lalu, a Pengembang Crypto memposting gif animasi di x virtual C. elegans Worm Bonking di sekitar jendela layar. Animasi ini dihasilkan menggunakan kode yang sama yang saya jalankan di laptop saya sendiri, yang tersedia secara bebas di Github OpenWorm. “Jika matriks cacing berjalan di M1 Mac saya,” Dia diucapkan“Apa peluang kita sebenarnya dalam realitas dasar?” Mungkin Kami Cacing -cacing itu, maksudnya – dan, pada MacBook kosmik di beberapa bidang realitas yang lebih tinggi, seseorang menjalankan kita. Pos itu menjadi viral; Elon Musk, tentu saja, menyukainya.
Ketika saya menyebutkan matriks cacing kepada direktur proyek OpenWorm, Padraig Gleeson, seorang ahli saraf komputasi di University College London, ia tampak meringis. “Beberapa orang datang untuk ini karena mereka ingin diskusi filosofis tentang hal semacam ini. Tidak apa -apa,” katanya. “Prioritas saya adalah sangat menyenangkan untuk benar -benar melihat biologi.”
Gleeson adalah woz dari pekerjaan Larson – dia kurang tertarik untuk membangun überworm daripada di platform yang mengikat model yang lebih kecil dan lebih granular dari C. elegans‘Mesin biologis. Pemodelan komputasi adalah praktik umum dalam biologi; Ini adalah cara yang murah untuk menyandikan dan menguji teori sebagai “eksperimen pemikiran” sebelum memecahkan piring agar dan makanan cacing. Biasanya, model biologis menyangkut beberapa aspek kecil organ ISM sedang dipelajari – segenggam neuron, katakanlah, mendorong penggerak ke depan. Ketika datang ke pemodelan, “Kami tidak ingin peta menjadi sebagus wilayah. Itu akan mengalahkan tujuannya,” jelas Eduardo Izquierdo, seorang ahli saraf komputasi di Rose-Hulman Institute of Technology yang berfokus pada pemodelan cacing. “Kami sedang mencari sesuatu untuk membantu kami memikirkan berbagai hal.”
Tidak ada yang akan membingungkan model biologis dengan hal yang nyata. Tetapi simulasi penuh membuka kaleng cacing yang sangat berbeda. Untuk meminjam referensi Izquierdo, itu adalah Peta sebagus wilayah – dan dengan demikian, ia mengundang spekulasi baru tentang sifat wilayah itu, untuk tidak mengatakan apa pun tentang kehidupan itu sendiri. Jika sebuah model membantu para ilmuwan menjawab pertanyaan, simulasi mengangkatnya. Seperti, apa yang memisahkan cacing virtual dari kerabat hidupnya, jika keduanya identik dengan molekul?
Cara Larson melihatnya, simulasi cacing yang sepenuhnya setia akan menjadi peristiwa yang memperluas kategori: daripada membatalkan pemahaman kita saat ini tentang kehidupan, itu mungkin memperluasnya. “Jika kita ingin mengatakan bahwa enivitas hanya dapat dipenuhi oleh sistem molekul fisik yang secara fisik ada dengan massa di planet ini, sesuatu di komputer yang tidak memiliki molekul fisik tidak dapat hidup,” katanya. “Tetapi jika kita memperluas definisi kita tentang engenitas untuk menjadi lebih banyak tentang informasi, maka mungkin ada versi Alivitas yang bisa Anda terapkan pada hewan yang disimulasikan. Dan kemudian pertanyaannya adalah, apakah itu penting?”
Saya pikir itu penting. Hidup adalah informasi, tetapi itu juga sesuatu yang lebih – sesuatu yang kami rasakan paling kuat saat hilang. Saya bertanya -tanya apakah, dalam cahaya ini, diktum Feynman tidak boleh diamandemen. Bukan karena ciptaan melahirkan pemahaman, tepatnya. Hanya dengan mencoba menciptakan kembali kehidupan kita dapat memahami betapa tak tergantikannya.
Tentu saja, saya mengatakan ini karena saya dikelilingi oleh kehancuran. Udara beracun sekarang, dan serpihan abu putih telah eddied ke setiap celah rumah. Di tepi zona evakuasi, cukup dekat untuk mencium bau asap, saya menjaga diri saya teralihkan dengan semakin banyak memasak C. elegans simulasi proto. Menonton mereka, saya tidak bisa tidak mengagumi betapa mudahnya menghancurkan kehidupan, dan betapa sulitnya membuatnya. Yang diperlukan hanyalah percikan tunggal untuk membakar pertumbuhan berabad -abad dalam semalam – tetapi untuk mendorong satu inci yang lamban ke depan dari cacing virtual? Itulah pekerjaan dekade, dan mungkin tidak pernah selesai.
Beri tahu kami pendapat Anda tentang artikel ini. Kirimkan surat kepada editor di mail@wired.com.
