Deborah Gordon: What ants teach us about the brain, cancer and the Internet

Translator: Wanthana Jingjangvisut Reviewer: Pattapon Kasemtanakul

I study ants

ฉันศึกษามด

in the desert, in the tropical forest

ในทะเลทราย, ในป่าเขตร้อน

and in my kitchen,

และในครัวของฉัน

and in the hills around Silicon Valley where I live.

และในหุบเขารอบๆ ซิลิคอนแวลลีย์ที่ฉันอาศัยอยู่

I've recently realized that ants

ฉันเพิ่งค้นพบไม่นานมานี้ว่ามด

are using interactions differently

ใช้การสื่อสารแตกต่างกันออกไป

in different environments,

ในสภาพแวดล้อมที่แตกต่าง

and that got me thinking that we could learn from this

และนั่นทำให้ฉันคิดว่า พวกเราสามารถเรียนรู้ได้จากสิ่งนี้

about other systems,

เกี่ยวกับระบบอื่น

like brains and data networks that we engineer,

เช่น สมองและเครือข่ายข้อมูลที่เราสร้างขึ้น

and even cancer.

และแม้กระทั่ง มะเร็ง

So what all these systems have in common

ดังนั้น อะไรคือสิ่งที่เหมือนกันของระบบเหล่านี้

is that there's no central control.

มันก็คือการไม่ควบคุมจากศูนย์กลาง

An ant colony consists of sterile female workers --

ในฝูงมดประกอบไปด้วยมดงานตัวเมียที่เป็นหมัน

those are the ants you see walking around —

พวกที่คุณเห็นเดินอยู่รอบๆ ตัวคุณ

and then one or more reproductive females

และมดตัวเมียที่สืบพันธุ์ได้อย่างน้อยหนึ่งตัว

who just lay the eggs.

ซึ่งทำหน้าที่เพียงวางไข่

They don't give any instructions.

พวกมันไม่ได้ออกคำสั่ง

Even though they're called queens,

แม้จะถูกเรียกว่าราชินี

they don't tell anybody what to do.

พวกมันไม่สั่งให้ใครทำอะไร

So in an ant colony, there's no one in charge,

ดังนั้น ในกลุ่มมด จะไม่มีใครเป็นหัวหน้า

and all systems like this without central control

และในทุกๆ ระบบ ที่ไม่มีการควบคุมจากศูนย์กลาง

are regulated using very simple interactions.

จะใช้การสื่อสารอย่างง่ายๆ ในการจัดระเบียบ

Ants interact using smell.

มดใช้การดมกลิ่น

They smell with their antennae,

พวกมันดมโดยใช้หนวด

and they interact with their antennae,

และพวกมันก็สื่อสารโดยใช้หนวด

so when one ant touches another with its antennae,

ดังนั้นเวลามดสัมผัสมดตัวอื่นด้วยหนวด

it can tell, for example, if the other ant

มันสามารถบอกได้

is a nestmate

ว่าเป็นมดรังเดียวกันหรือเปล่า

and what task that other ant has been doing.

และอะไรคืองานที่มดตัวนั้นทำอยู่

So here you see a lot of ants moving around

ดังนั้น คุณจะเห็นมดมากมายเดินรอบตัวคุณ

and interacting in a lab arena

และสื่อสารกันภายในห้องควบคุม

that's connected by tubes to two other arenas.

ซึ่งถูกเชื่อมตัวด้วยหลอดไปยังอีกสองห้องอื่น

So when one ant meets another,

เวลามดตัวหนึ่งเจอกับมดอีกตัวหนึ่ง

it doesn't matter which ant it meets,

ไม่สำคัญว่าจะเป็นมดตัวไหนที่มันเจอ

and they're actually not transmitting

แท้จริงพวกมันไม่ได้สื่อสาร

any kind of complicated signal or message.

สัญญาณหรือข้อความที่มีความสลับซับซ้อน

All that matters to the ant is the rate

สิ่งสำคัญสำหรับมดคือความบ่อย

at which it meets other ants.

ที่มันเจอมดตัวอื่น

And all of these interactions, taken together,

และการสื่อสารเหล่านี้ นำมารวมกัน

produce a network.

เกิดเป็นเครือข่าย

So this is the network of the ants

และนี่คือเครือข่ายของมด

that you just saw moving around in the arena,

ที่คุณเห็นเคลื่อนไหวในห้องควบคุม

and it's this constantly shifting network

และมันเป็นเครือข่ายที่เปลี่ยนแปลงอยู่ตลอดเวลา

that produces the behavior of the colony,

ซึ่งก่อเกิดเป็นพฤติกรรมของกลุ่ม

like whether all the ants are hiding inside the nest,

เช่นว่ามดทุกตัวจะหลบซ่อนอยู่ภายในรัง

or how many are going out to forage.

หรือมดกี่ตัวกำลังออกไปหาอาหาร

A brain actually works in the same way,

แท้จริงแล้วสมองก็ทำงานในลักษณะเดียวกัน

but what's great about ants is

แต่สิ่งที่เยี่ยมเกี่ยวกับมดคือ

that you can see the whole network as it happens.

คุณมองเห็นเครือข่ายทั้งหมดขณะที่มันกำลังเกิดขึ้น

There are more than 12,000 species of ants,

มดมีมากกว่า 12,000 สายพันธุ์

in every conceivable environment,

ในทุกๆสภาพแวดล้อมที่นึกออก

and they're using interactions differently

พวกมันล้วนสื่อสารแตกต่างกันออกไป

to meet different environmental challenges.

เพื่อให้เข้ากับความท้าทายทางสภาพแวดล้อม

So one important environmental challenge

สิ่งท้าทายทางสภาพแวดล้อมที่สำคัญอย่างหนึ่ง

that every system has to deal with

ที่ทุกระบบจะต้องจัดการ

is operating costs, just what it takes

คือ ต้นทุนการจัดการ สิ่งที่จำเป็น

to run the system.

ในการเดินระบบ

And another environmental challenge is resources,

และสิ่งท้าทายทางสภาพแวดล้อมอีกอย่างคือ ทรัพยากร

finding them and collecting them.

ค้นหามัน และ จัดเก็บมัน

In the desert, operating costs are high

ในทะเลทราย ต้นทุนการทำงานสูง

because water is scarce,

เพราะน้ำหายาก

and the seed-eating ants that I study in the desert

และมดกินเมล็ดพืชที่ฉันศึกษาในทะเลทราย

have to spend water to get water.

ต้องใช้น้ำในการหาน้ำ

So an ant outside foraging,

ดังนั้นมดที่ออกไปหาอาหาร

searching for seeds in the hot sun,

ค้นหาเมล็ดพืชกลางแดดร้อน

just loses water into the air.

จะสูญเสียน้ำไปในอากาศ

But the colony gets its water

แต่กลุ่มของมันจะได้แหล่งน้ำที่มันหา

by metabolizing the fats out of the seeds

โดยการเผาผลาญไขมันจากเมล็ดพืช

that they eat.

ที่มันกิน

So in this environment, interactions are used

ดังนั้นในสภาพแวดล้อมเช่นนี้ การสื่อสารถูกใช้

to activate foraging.

เพื่อกระตุ้นการหาอาหาร

An outgoing forager doesn't go out unless

มดหาอาหารจะไม่ออกไปข้างนอกจนกว่า

it gets enough interactions with returning foragers,

มันจะได้รับการสื่อสาร มากพอจากมดหาอาหารที่กลับมา

and what you see are the returning foragers

และสิ่งที่คุณเห็นคือมดหาอาหารที่กลับมา

going into the tunnel, into the nest,

กำลังเดินผ่านไปในอุโมงค์ เข้าสู่รัง

and meeting outgoing foragers on their way out.

และเดินสวนกับมดหาอาหารที่กำลังจะออกไป

This makes sense for the ant colony,

วิธีนี้เหมาะสมสำหรับกลุ่มมด

because the more food there is out there,

เพราะยิ่งมีอาหารอยู่ภายนอกมากเท่าไร

the more quickly the foragers find it,

มดหาอาหารจะหามันได้เร็วขึ้น

the faster they come back,

กลับเข้ารังได้เร็วขึ้น

and the more foragers they send out.

และมดหาอาหารก็จะยิ่งออกไปมากขึ้น

The system works to stay stopped,

ระบบจะหยุดทำงาน

unless something positive happens.

จนกว่าจะมีสัญญาณที่ดีเกิดขึ้น

So interactions function to activate foragers.

ดังนั้นการสื่อสารเป็นตัวกระตุ้นมดหาอาหาร

And we've been studying the evolution of this system.

และเราทำการศึกษาวิวัฒนาการของระบบนี้

First of all, there's variation.

สิ่งแรก การแปรผัน

It turns out that colonies are different.

กลายเป็นว่าหลายกลุ่มมีความแตกต่าง

On dry days, some colonies forage less,

วันที่อากาศแห้ง บางกลุ่มหาอาหารน้อย

so colonies are different in how

ดังนั้นหลายกลุ่มแตกต่างกันที่วิธีการ

they manage this trade-off

ที่พวกมันจัดการการได้อย่างเสียอย่าง

between spending water to search for seeds

ระหว่างการใช้น้ำเพื่อค้นหาเมล็ดพืช

and getting water back in the form of seeds.

และการได้น้ำกลับมาจากเมล็ดพืช

And we're trying to understand why

และพวกเราพยายามทำความเข้าใจถึงสาเหตุ

some colonies forage less than others

บางกลุ่มหาอาหารน้อยกว่ากลุ่มอื่น

by thinking about ants as neurons,

โดยการคิดว่ามดคือเซลล์ประสาท

using models from neuroscience.

ใช้แบบจำลองจากประสาทวิทยาศาสตร์

So just as a neuron adds up its stimulation

ขณะที่เซลล์ประสาทสะสมการกระตุ้น

from other neurons to decide whether to fire,

จากเซลล์ประสาทอื่นๆ เพื่อดูว่าจะส่งสัญญาณหรือไม่

an ant adds up its stimulation from other ants

มดสะสมการกระตุ้นจากมดตัวอื่นๆ

to decide whether to forage.

เพื่อดูว่าจะออกไปหาอาหารหรือไม่

And what we're looking for is whether there might be

และเรากำลังค้นหา

small differences among colonies

ว่ามีความแตกต่างเล็กน้อยระหว่างกลุ่ม

in how many interactions each ant needs

ในปริมาณการสื่อสารที่มดแต่ละตัวต้องการ

before it's willing to go out and forage,

ก่อนที่มันจะออกไปหาอาหารหรือไม่

because a colony like that would forage less.

เพราะกลุ่มเช่นนั้นจะออกหาอาหารน้อย

And this raises an analogous question about brains.

และนี่ก่อให้เกิดคำถามเปรียบเทียบเกี่ยวกับสมอง

We talk about the brain,

พวกเราพูดถึงสมอง

but of course every brain is slightly different,

แต่แน่นอนว่าทุกสมองมีความแตกต่าง

and maybe there are some individuals

และอาจมีบางส่วน

or some conditions

หรือบางเงื่อนไข

in which the electrical properties of neurons are such

ในคุณสมบัติทางไฟฟ้าของเซลล์ประสาท

that they require more stimulus to fire,

ที่มันต้องการการกระตุ้นที่มากกว่าก่อนส่งสัญญาน

and that would lead to differences in brain function.

และนั่นจะนำไปสู่การทำงานที่แตกต่างของสมอง

So in order to ask evolutionary questions,

ดังนั้นเพื่อที่จะตั้งคำถามเกี่ยวกับวิวัฒนาการ

we need to know about reproductive success.

พวกเราต้องรู้เกี่ยวกับความสำเร็จของการสืบพันธุ์

This is a map of the study site

นี่คือแผนที่ของสถานที่ที่เราศึกษา

where I have been tracking this population

บริเวณที่ฉันทำการติดตามประชากร

of harvester ant colonies for 28 years,

ของกลุ่มมดเก็บเกี่ยวมากว่า 28 ปี

which is about as long as a colony lives.

ซึ่งนานพอกับอายุของกลุ่มมด

Each symbol is a colony,

แต่ละสัญลักษณ์คือกลุ่ม

and the size of the symbol is how many offspring it had,

และขนาดของสัญลักษณ์คือปริมาณทายาทของมัน

because we were able to use genetic variation

เพราะว่าเราเคยสามารถ ใช้การเปลี่ยนแปลงทางพันธุกรรม

to match up parent and offspring colonies,

เพื่อหาพ่อแม่และลูกหลานของกลุ่ม

that is, to figure out which colonies

และเพื่อสืบหาว่ากลุ่มไหน

were founded by a daughter queen

ถูกตั้งโดยลูกตัวเมียของราชินี

produced by which parent colony.

ก่อกำเนิดโดยกลุ่มพ่อแม่ไหน

And this was amazing for me, after all these years,

และนี่ทำให้ฉันประหลาดใจ หลังจากหลายปีมานี้

to find out, for example, that colony 154,

เช่น กลุ่ม 154

whom I've known well for many years,

กลุ่มที่ฉันรู้จักมานานหลายปี

is a great-grandmother.

คือทวด

Here's her daughter colony,

และนี่คือกลุ่มของลูกสาวมัน

here's her granddaughter colony,

และนี่คือกลุ่มของหลานสาวมัน

and these are her great-granddaughter colonies.

และนี่คือกลุ่มของเหลนสาวมัน

And by doing this, I was able to learn

และการทำเช่นนี้ ฉันสามารถเรียนรู้

that offspring colonies resemble parent colonies

ว่ากลุ่มทายาทคล้ายคลึงกับกลุ่มของพ่อแม่

in their decisions about which days are so hot

ในการตัดสินใจว่าวันไหนร้อน

that they don't forage,

จนจะไม่ไปหาอาหาร

and the offspring of parent colonies

และทายาทของกลุ่มพ่อแม่

live so far from each other that the ants never meet,

อาศัยอยู่ไกลกันจนไม่มีโอกาสเจอกัน

so the ants of the offspring colony

ดังนั้นมดในกลุ่มทายาท

can't be learning this from the parent colony.

จะไม่สามารถเรียนรู้สิ่งนี้ได้จากกลุ่มพ่อแม่

And so our next step is to look

ขั้นถัดไปคือการสำรวจ

for the genetic variation underlying this resemblance.

เรื่องการเปลี่ยนแปลงทางพันธุกรรม อันเป็นพื้นฐานของความคล้ายกันนี้

So then I was able to ask, okay, who's doing better?

ดังนั้นฉันเลยถามได้ว่า ใครทำได้ดีกว่า

Over the time of the study,

ช่วงเวลาศึกษา

and especially in the past 10 years,

โดยเฉพาะใน 10 ปีหลัง

there's been a very severe and deepening drought

เกิดความแห้งแล้งอย่างรุนแรง

in the Southwestern U.S.,

ในตอนตะวันตกเฉียงใต้ของสหรัฐอเมริกา

and it turns out that the colonies that conserve water,

และกลายเป็นว่ากลุ่มที่เก็บน้ำ

that stay in when it's really hot outside,

พักอยู่ภายในขณะที่อากาศภายนอกร้อน

and thus sacrifice getting as much food as possible,

และทุ่มเทเพื่อกักตุนอาหารให้ได้มากที่สุด

are the ones more likely to have offspring colonies.

คือกลุ่มที่มีแนวโน้มจะมีกลุ่มทายาท

So all this time, I thought that colony 154

ตลอดเวลานั้น ฉันคิดว่า กลุ่ม 154

was a loser, because on really dry days,

คือผู้แพ้ เพราะในวันที่อากาศแห้งมากๆ

there'd be just this trickle of foraging,

มีการหาอาหารน้อยมากๆ

while the other colonies were out

ในขณะที่กลุ่มอื่นๆออกไป

foraging, getting lots of food,

หาอาหาร เก็บตุนอาหาร

but in fact, colony 154 is a huge success.

แต่ความจริงแล้ว กลุ่ม 154 ประสบความสำเร็จมาก

She's a matriarch.

เธอเป็นผู้นำ

She's one of the rare great-grandmothers on the site.

เธอเป็นหนึ่งในทวดที่หายาก

To my knowledge, this is the first time

เท่าที่ฉันรู้ นี่คือครั้งแรก

that we've been able to track

ที่เราสามารถติดตาม

the ongoing evolution of collective behavior

วิวัฒนาการที่ดำเนินอย่างต่อเนื่องของพฤติกรรมหมู่

in a natural population of animals

ในประชากรทางธรรมชาติของสัตว์

and find out what's actually working best.

และค้นหาว่าอะไรได้ผลที่สุด

Now, the Internet uses an algorithm

ขณะนี้ อินเทอร์เน็ตใช้อัลกอริธึม

to regulate the flow of data

เพื่อกำหนดการไหลของข้อมูล

that's very similar to the one

และนี่ก็คล้ายคลึงมากกับ

that the harvester ants are using to regulate

ที่มดเก็บเกี่ยวใช้ในการกำหนด

the flow of foragers.

การเคลื่อนไหวของมดหาอาหาร

And guess what we call this analogy?

และเดาซิว่าเราเปรียบเทียบสิ่งนี้ได้กับอะไร

The anternet is coming.

แอนเทอร์เน็ตกำลังมา

(Applause)

(เสียงปรบมือ)

So data doesn't leave the source computer

ข้อมูลจะไม่ถูกส่งไปจากคอมพิวเตอร์ต้นทาง

unless it gets a signal that there's enough bandwidth

จนกว่ามันจะได้รับสัญญาณว่ามีแบนด์วิดท์เพียงพอ

for it to travel on.

เพื่อส่งมันออกไป

In the early days of the Internet,

ในช่วงแรกๆของการมีอินเทอร์เน็ต

when operating costs were really high

ขณะที่ต้นทุนการทำงานยังสูง

and it was really important not to lose any data,

และมันสำคัญมากที่ห้ามทำข้อมูลหาย

then the system was set up for interactions

ระบบก็ถูกสร้างขึ้นเพื่อตอบรับ

to activate the flow of data.

และกระตุ้นให้เกิดการส่งผ่านข้อมูล

It's interesting that the ants are using an algorithm

มันน่าสนใจมากที่มดกำลังใช้อัลกอริทึม

that's so similar to the one that we recently invented,

ที่คล้ายคลึงกับสิ่งที่เราคิดค้นขึ้น

but this is only one of a handful of ant algorithms

แต่นี่เป็นเพียงหยิบมือหนึ่งของอัลกอริทึมของมด

that we know about,

ที่พวกเรารู้

and ants have had 130 million years

และมดมีเวลากว่า 130 ล้านปี

to evolve a lot of good ones,

ที่จะพัฒนาพวกมัน

and I think it's very likely

และฉันคิดว่ามันมีแนวโน้ม

that some of the other 12,000 species

ที่บางส่วนของ 12,000 สายพันธุ์

are going to have interesting algorithms

กำลังจะมีอัลกอริทึมที่น่าสนใจ

for data networks

สำหรับเครือข่ายข้อมูล

that we haven't even thought of yet.

ที่เรายังคิดไม่ถึง

So what happens when operating costs are low?

ดังนั้น อะไรจะเกิดขึ้นหากต้นทุนทางการทำงานต่ำ

Operating costs are low in the tropics,

ต้นทุนการทำงานต่ำในเขตร้อน

because it's very humid, and it's easy for the ants

เพราะอากาศชื้น และมันง่ายสำหรับมด

to be outside walking around.

ที่จะเดินข้างนอก

But the ants are so abundant

แต่มดมีจำนวนมาก

and diverse in the tropics

และหลากหลายในเขตร้อนชื้น

that there's a lot of competition.

ที่มีการแข่งขันสูง

Whatever resource one species is using,

ทรัพยากรใดๆ ที่สายพันธุ์หนึ่งใช้

another species is likely to be using that

อีกสายพันธุ์อื่นก็มีแนวโน้มจะใช้

at the same time.

ในเวลาเดียวกัน

So in this environment, interactions are used

ดังนั้นในสภาพแวดล้อมเช่นนี้ การสื่อสารจะถูกใช้

in the opposite way.

ในทางกลับกัน

The system keeps going

ระบบจะดำเนินต่อไป

unless something negative happens,

จนกว่าจะมีอะไรผิดปรกติเกิดขึ้น

and one species that I study makes circuits

และสายพันธุ์หนึ่งที่ฉันศึกษาทำวงจร

in the trees of foraging ants

ในต้นไม้ของมดหาอาหาร

going from the nest to a food source and back,

จากรังไปสู่แหล่งอาหารและกลับ

just round and round,

รอบแล้วรอบเล่า

unless something negative happens,

ยกเว้นมีบางอย่างผิดปรกติเกิดขึ้น

like an interaction

เช่นเดียวกับการสื่อสาร

with ants of another species.

กับมดสายพันธุ์อื่น

So here's an example of ant security.

ดังนั้น นี่คือตัวอย่าง การรักษาความปลอดภัยของมด

In the middle, there's an ant

ตรงกลาง มีมด

plugging the nest entrance with its head

ต่อเชื่อมทางเข้ารังด้วยหัวของมัน

in response to interactions with another species.

เพื่อตอบรับการสื่อสารของสายพันธุ์อื่น

Those are the little ones running around

พวกนั้นที่วิ่งไปมาคือมดเล็กๆ

with their abdomens up in the air.

ที่ยกช่องท้องขึ้น

But as soon as the threat is passed,

แต่ทันทีที่ผ่านไป

the entrance is open again,

ทางเข้าจะเปิดอีกครั้ง

and maybe there are situations

และบางครั้งก็มีเหตุการณ์

in computer security

ที่ความปลอดภัยในคอมพิวเตอร์

where operating costs are low enough

ขณะที่ต้นทุนปฏิบัติการลดน้อยลงระดับนึง

that we could just block access temporarily

ที่เราจะปิดการเข้าถึงอย่างชั่วคราว

in response to an immediate threat,

เพื่อเป็นการตอบสนองการบุกรุกอย่างทันท่วงที

and then open it again,

และจะเปิดใหม่อีกครั้ง

instead of trying to build

แทนที่จะพยายามสร้าง

a permanent firewall or fortress.

กำแพงอย่างถาวร

So another environmental challenge

ดังนั้นความท้าทายทางสภาพแวดล้อมอย่างอื่น

that all systems have to deal with

ซึ่งทุกระบบจะต้องจัดการ

is resources, finding and collecting them.

คือการจัดหาและจัดเก็บทรัพยากร

And to do this, ants solve the problem

และเพื่อทำเช่นนั้น มดแก้ปัญหา

of collective search,

ด้วยการค้นหาแบบกลุ่ม

and this is a problem that's of great interest

และนี่คือปัญหาที่กำลังเป็นที่สนใจอย่างมาก

right now in robotics,

ในการออกแบบหุ่นยนต์

because we've understood that,

เพราะเราเข้าใจว่า

rather than sending a single,

แทนที่จะส่งหุ่นยนต์เพียงหนึ่งเดียว

sophisticated, expensive robot out

ที่มีความซับซ้อนและราคาแพงออกไป

to explore another planet

สำรวจนอกโลก

or to search a burning building,

หรือตึกที่โดนเผา

that instead, it may be more effective

มันอาจจะมีประสิทธิผลกว่า

to get a group of cheaper robots

หากเราส่งหุ่นยนต์ราคาถูกหลายๆ ตัวออกไป

exchanging only minimal information,

แลกเปลี่ยนข้อมูลเล็กๆ น้อยๆ

and that's the way that ants do it.

และนั่นคือวิธีที่เหล่ามดทำ

So the invasive Argentine ant

มดอาร์เจนติน่าที่รุกร้ำ

makes expandable search networks.

ทำให้เครือข่ายการค้นหาขยายกว้างขึ้น

They're good at dealing with the main problem

พวกมันเก่งด้านการจัดการปัญหาหลัก

of collective search,

และการค้นหาแบบกลุ่ม

which is the trade-off between

ซึ่งเป็นการแลกเปลี่ยนระหว่าง

searching very thoroughly

การค้นหาอย่างทั่วถึง

and covering a lot of ground.

และครอบคลุมพื้นที่กว้างๆ

And what they do is,

when there are many ants in a small space,

และที่พวกมันทำคือ

เวลาที่มีมดจำนวนมากในพื้นที่เล็กๆ

then each one can search very thoroughly

แต่ละตัวจะค้นหาอย่างทั่วถึง

because there will be another ant nearby

เพราะว่ามีมดตัวอื่นอยู่ในบริเวณใกล้เคียง

searching over there,

ค้นหาบริเวณนั้น

but when there are a few ants

แต่เวลามีมดจำนวนน้อย

in a large space,

ในพื้นที่กว้างๆ

then they need to stretch out their paths

มันจำเป็นต้องขยายพื้นที่ออกค้นหา

to cover more ground.

เพื่อให้ครอบคลุมบริเวณ

I think they use interactions to assess density,

ฉันคิดว่ามันใช้การสื่อสารเพิ่มมากขึ้น

so when they're really crowded,

ดังนั้น เวลาที่มันแออัดจริงๆ

they meet more often,

มันจะเจอกันบ่อยขึ้น

and they search more thoroughly.

และค้นหาทั่วถึงมากขึ้น

Different ant species must use different algorithms,

มดต่างสายพันธุ์ใช้กลวิธีแตกต่างกันไป

because they've evolved to deal with

เพราะพวกมันพัฒนาเพื่อจัดการกับ

different resources,

ทรัพยากรที่แตกต่าง

and it could be really useful to know about this,

และมันมีประโยชน์มากที่ได้เรียนรู้สิ่งเหล่านี้

and so we recently asked ants

ไม่นานมานี้พวกเราให้มด

to solve the collective search problem

แก้ปัญหาการค้นหาแบบกลุ่ม

in the extreme environment

ในสภาพแวดล้อมสุดโต่ง

of microgravity

ของการไร้ซึ่งแรงดึงดูด

in the International Space Station.

ในสถานีอวกาศนานาชาติ

When I first saw this picture, I thought,

เมื่อฉันเห็นภาพครั้งแรก ฉันคิดว่า

Oh no, they've mounted the habitat vertically,

โอ้ว พวกเขาสร้างที่อยู่อาศัยพวกมันในแนวตั้ง

but then I realized that, of course, it doesn't matter.

แต่แล้วฉันก็คิดได้ว่า แน่นอน มันไม่ใช่เรื่องสำคัญ

So the idea here is that the ants

ดังนั้นไอเดียหลักคือมด

are working so hard to hang on

ทำงานหนักเพื่อยึด

to the wall or the floor or whatever you call it

ผนังหรือพื้นแล้วแต่คุณจะเรียก

that they're less likely to interact,

พวกมันจะใช้การสื่อสารน้อยลง

and so the relationship between

และดังนั้นสัมพันธภาพระหว่าง

how crowded they are and how often they meet

ความแออัดและความถี่ของการเจอกัน

would be messed up.

จะถูกรบกวน

We're still analyzing the data.

พวกเรากำลังทำการวิเคราะห์ข้อมูล

I don't have the results yet.

ฉันยังไม่ได้รับผล

But it would be interesting to know

แต่มันน่าสนใจที่จะรู้

how other species solve this problem

ว่าสายพันธุ์อื่นแก้ปัญหากันอย่างไร

in different environments on Earth,

ในสภาพแวดล้อมที่แตกต่างบนโลกนี้

and so we're setting up a program

และเรากำลังสร้างโปรแกรม

to encourage kids around the world

เพื่อส่งเสริมเด็กทั่วโลก

to try this experiment with different species.

ให้ลองทำการทดสอบกับสายพันธุ์ต่างๆ

It's very simple.

มันง่ายมาก

It can be done with cheap materials.

มันสามารถทำได้ด้วยวัสดุราคาถูก

And that way, we could make a global map

และวิธีนี้ เราสามารถทำแผนที่ทั้งหมด

of ant collective search algorithms.

ของการอัลกอริทึมการค้นหาแบบกลุ่มของมด

And I think it's pretty likely that the invasive species,

และฉันคิดว่ามันมีแนวโน้มที่สายพันธุ์บุกรุก

the ones that come into our buildings,

ที่เข้ามาในตึกของพวกเรา

are going to be really good at this,

จะเก่งมาในเรื่องนี้

because they're in your kitchen

เพราะมันอยู่ในครัวของพวกคุณ

because they're really good at finding food and water.

เพราะมันเก่งในการหาอาหารและน้ำ

So the most familiar resource for ants

ดังนั้นทรัพยากรที่มดคุ้นเคยที่สุด

is a picnic,

คือ อาหารกลางแจ้ง

and this is a clustered resource.

และนี่คือทรัพยากรที่อยู่เป็นกลุ่ม

When there's one piece of fruit,

เวลาที่มีผลไม้ชิ้นหนึ่ง

there's likely to be another piece of fruit nearby,

มันมีแน้วโน้มที่จะมีอีกชิ้นอยู่บริเวณใกล้เคียง

and the ants that specialize on clustered resources

และมดที่ถนัดจัดการทรัพยากร

use interactions for recruitment.

จะสื่อสารเพื่อคัดเลือก

So when one ant meets another,

ดังนั้นเวลาที่มดตัวหนึ่งเจอมดตัวอื่น

or when it meets a chemical deposited

หรือเวลาที่มันเจอสารที่ทิ้งไว้

on the ground by another,

บนพื้นโดยตัวอื่น

then it changes direction to follow

มันจะเปลี่ยนทิศทางเดินตาม

in the direction of the interaction,

ไปในทิศทางของการสื่อสาร

and that's how you get the trail of ants

และนั่นคือวิธีที่คุณจะได้เส้นทางของมัน

sharing your picnic.

แบ่งปัน อาหารของคุณ

Now this is a place where I think we might be able

ขณะนี้ นี่คือสถานที่ ที่ฉันคิดว่าพวกเราอาจสามารถ

to learn something from ants about cancer.

เรียนรู้เกี่ยวกับมะเร็ง

I mean, first, it's obvious that we could do a lot

ฉันหมายถึง อย่างแรก มันชัดเจนว่าเราทำได้มากมาย

to prevent cancer

เพื่อป้องกันมะเร็ง

by not allowing people to spread around

โดยไม่ให้คนอื่นแพร่กระจาย

or sell the toxins that promote

หรือขายสิ่งเป็นพิษที่ทำก่อให้เกิด

the evolution of cancer in our bodies,

พัฒนาการของมะเร็งในร่างกายเรา

but I don't think the ants can help us much with this

แต่ฉันไม่คิดว่ามดสามารถช่วยเราได้มาก

because ants never poison their own colonies.

เพราะมดไม่เคยวางยากลุ่มของมันเอง

But we might be able to learn something from ants

แต่เราอาจจะเรียนรู้บางอย่างจากมัน

about treating cancer.

เกี่ยวกับการรักษามะเร็ง

There are many different kinds of cancer.

มะเร็งมีหลายประเภท

Each one originates in a particular part of the body,

แต่ละประเภทเกิดเฉพาะบริเวณต่างๆ ของร่างกาย

and then some kinds of cancer will spread

และบางประเภทจะแพร่กระจาย

or metastasize to particular other tissues

แพร่กระจายไปสู่เนื้อเยื่ออื่น

where they must be getting resources that they need.

ไปในที่ที่มันเข้าถึงทรัพยากรที่มันต้องการได้

So if you think from the perspective

ดังนั้น ถ้าคุณคิดจากมุมมองนั้น

of early metastatic cancer cells

ของเซลล์มะเร็งแพร่กระจายระยะเริ่มต้น

as they're out searching around

ขณะที่มันค้นหารอบๆ

for the resources that they need,

เพื่อเข้าถึงทรัพยากรที่มันต้องการ

if those resources are clustered,

ถ้าทรัพยากรเหล่านั้นอยู่เป็นกระจุก

they're likely to use interactions for recruitment,

มันมีแน้วโน้มที่จะใช้การสื่อสารเพื่อทำการค้ดเลือก

and if we can figure out how cancer cells are recruiting,

และถ้าเราคิดออกว่าเซลล์มะเร็งคัดเลือกอย่างไร

then maybe we could set traps

เมื่อนั้นเราอาจจะสร้างกับดัก

to catch them before they become established.

เพื่อจับมันก่อนที่จะก่อตัว

So ants are using interactions in different ways

ดังนั้น มดกำลังใช้การสื่อสารวิธีต่างๆ

in a huge variety of environments,

ตามความหลากหลายของสภาพแวดล้อม

and we could learn from this

และเราสามารถเรียนรู้ได้จากสิ่งนี้

about other systems that operate

เกี่ยวกับระบบอื่นๆที่ทำงาน

without central control.

โดยไม่มีการควบคุมจากส่วนกลาง

Using only simple interactions,

ใช้เพียงการสื่อสารง่ายๆ

ant colonies have been performing

ฝูงมดได้แสดงให้เห็น

amazing feats for more than 130 million years.

ความสำเร็จอันน่ามหัศจรรย์กว่า 130 ล้านปี

We have a lot to learn from them.

มีสิ่งมากมายให้พวกเราเรียนรู้จากมัน

Thank you.

ขอบคุณค่ะ

(Applause)

(เสียงปรบมือ)