文化适应度景观的进化可及性:模块化与合作搜索的收益—成本建模

《PLOS Computational Biology》:The evolutionary accessibility of cultural fitness landscapes

【字体: 大 中 小 】 时间:2026年10月23日 来源:PLOS Computational Biology 3.7

编辑推荐:

  摘要翻译:许多人类文化和技术性状具有复杂而特殊的结构。这些性状常以多个紧密相互作用的组成部分为特征,这些部分可形成模块,并因创新、合作和社会学习而发生变化。全面理解此类文化性状的演化方式,需要一个能够解释各组成部分间紧密上位相互作用(epistatic int

  
摘要翻译:许多人类文化和技术性状具有复杂而特殊的结构。这些性状常以多个紧密相互作用的组成部分为特征,这些部分可形成模块,并因创新、合作和社会学习而发生变化。全面理解此类文化性状的演化方式,需要一个能够解释各组成部分间紧密上位相互作用(epistatic interactions),以及作用于其上的独特文化过程的模型。本研究将“adaptive landscapes”(适应度景观)概念一般化;在该概念中,种群在景观中搜索组分的最优组合。该一般化纳入了上位相互作用,并包括模块化(modularization)、沟通与合作等过程;这些过程并非遗传系统的特征,却可能是文化系统中相当常见的特征。研究显示,模块化结合搜索结果的合作性沟通(collaborative communication),比搜索完整的适应度景观更成功,但有时成本更高。然而,在技术演化的许多情形下,因时间、资金、能量和环境约束可能较强,对数千个可能模块进行完整搜索可能并不可行。在此类条件下,所建模型提示,可搜索模块数量存在一个临界值;低于该值时,通过搜索完整景观更可能达到全局最优(global optimum)。该阈值取决于技术的复杂性。总体而言,研究提示,文化适应度景观(cultural fitness landscapes)分析可能是技术变迁研究的一条富有成效的途径,尤其当它与已知为文化演化重要特征的人类学习和互动要素相结合时。
论文主体解读:该研究从文化演化视角出发,将遗传演化中的“适应度景观”思想推广到文化和技术性状,以理解模块化、合作、沟通及社会学习如何改变技术景观的可及性(accessibility)。研究背景在于,许多人类文化和技术性状由多个紧密相互作用的组成部分构成,这些部分可形成模块,并因创新、合作和社会学习而改变;全面理解其演化需要纳入组成部分间的上位相互作用(epistatic interactions)以及文化系统特有的过程。既有遗传适应度景观研究强调上位效应、崎岖景观和可及路径,但其关于遗传系统物理约束的假设未必适用于文化系统;文化演化可包含有意的模块化、创新、信息沟通与重组。由此,研究人员关注的问题是:模块化与部分搜索结果的沟通/重组能否提高跨越文化适应度景观、达到全局最优(global optimum)的概率;需要付出何种时间与沟通成本;技术复杂度和搜索能力约束如何影响策略选择。其意义在于为技术变迁和文化演化提供建模框架,并突出模块化、合作和成本权衡。

研究人员推广适应度景观数学,构建文化适应度景观(cultural fitness landscapes)模型,以N个二元组成部件表示文化复合体,类似单倍体、无性繁殖系统中N个二元基因座,并假设创新相对稀少、技术变化一次一个创新;采用House of Cards(HoC,纸牌屋模型,适应度值不相关且每个值只出现一次),区分约束与非约束情形;计算可及路径数和概率;将景观无重叠分解为模块景观,用Bell数(集合划分为非空、不重叠子集的划分数)和Stirling数计算分解数;以木薯脱毒为示例构建4组件(C/S/G/P)景观。模拟使用Matlab 2020a深度优先搜索随机景观集合(5000或1000个),比较完整搜索、全部分解、部分随机分解和固定路径数搜索,并基准搜索时间、按Brook’s law粗略估算沟通成本。研究结论为:模块化结合合作性沟通搜索结果在测试的N范围内更成功,但有时成本更高;可搜索分解数存在临界阈值,低于该阈值时完整景观更可能达到全局最优;阈值依赖技术复杂度。其意义在于将文化独有过程纳入适应度景观框架,并强调收益—成本权衡。

关键技术方法概括(不超过250字):构建N部件二元文化复合体的HoC适应度景观模型,随机赋适应度并约束全局最优或初始状态;用深度优先搜索枚举可及路径;对景观进行无重叠模块分解,依据Bell数和Stirling数计算分解数与模块结构;在Matlab 2020a中对随机景观集合进行模拟,比较完整景观、全部分解、随机部分分解和固定路径数搜索的成功率;对搜索函数计时,并以Brook’s law思想估算沟通成本;以木薯脱毒(peeling、grating、soaking、cooking)四组件示例说明文化景观构建。无样本队列来源。

研究结果:
分解作为寻路策略:通过随机HoC景观模拟比较,分解对所有测试N均提高找到通往全局最优可及路径的概率;但只有能搜索全部可能模块时较有用。分解数随组分增加极快;若只随机搜索少量分解,大景观可能不如完整搜索,并存在阈值:7组件景观搜索2、4、6个分解不如完整,搜索10个(可能877个中)即可使分解更成功;成功分解与模块数和最大模块大小有关。
分解的时间与沟通成本:通过计算搜索时间基准,分解并搜索分解(不含完整景观)比搜索完整景观更耗时;用Brook’s law估算,沟通成本随模块数快速上升,10个分解的沟通成本约为2个的45倍;故可及性优势需与搜索和沟通成本权衡,木薯例子说明适应度/最优可随情境(如饥荒中速度)改变,沟通负担可能破坏合作项目。

讨论部分总结:模型表明,模块化结合合作性沟通搜索结果在测试范围内更成功但有时更昂贵;大技术景观可能分解数不可行(20组件HoC有5.1724×1013个分解);约束强时需考虑少量分解阈值;固定路径数搜索时,搜索全部分解有优势,单个随机分解优势较小;文化演化时间尺度可分离数年至数百年(如Gregor Mendel工作发表后三十多年被重新发现),可能改变约束;HoC在遗传系统相关性有限,文化景观真实结构和高效分解仍需研究。研究结论翻译:总体而言,研究提示,文化适应度景观分析可能是技术变迁研究的一条富有成效的途径,尤其当它与已知为文化演化重要特征的人类学习和互动要素相结合时。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号