Redefining Fitness: Inference, Information and Phase Transitions in Evolutionary Dynamics

推測という偉大なるゲーム

あなたは、ボタンを押すたびにルールが変わるハイリスクなビデオゲームをプレイしていると想像してください。地面が溶岩になったり、氷になったり、時にはゼリーになったりします。勝つためには、単に強ければいいわけではありません。「赤い雲が見えたら、地面は溶岩に変わるのか？」ということを見極める、「優れた推測者」である必要があります。正解すれば生き残り、キャラクターはより強く成長します。不正解なら、命を失います。これは進化の本質ですが、ビデオゲームのキャラクターではなく、細菌や甲虫、鳥のような生物について話しているのです。

100年以上にわたり、科学者たちは「フィットネス（適応度）」と呼ばれる概念を用いて、生物がいかにこのゲームに長けているかを測定しようとしてきました。旧来の考え方では、フィットネスとは「最終スコアだけを見るスコアボード」のようなものでした。「どれだけ多くの子どもを残したか？」です。多くの子どもを残せば「適応度が高い」とされ、子どもがいなければ「適是在度がない」とされました。しかし、このスコアボードには奇妙な問題がありました。それは、「あなたはレースに勝つから優れたランナーであり、レースに勝つのはあなたが優れたランナーだからである」と言うような、循環論法でした。また、ある欠陥もありました。例えば、完璧に擬態しているのに、卵を産む前に運悪く鳥に食べられてしまった蝶を想像してください。旧来のスコアボードでは、その蝶は実際には優れた生存者であったとしても、適応度はゼロであると判定されてしまいます。それは「上手さ」と「単なる運」の違いを判別できなかったのです。

ここで新しいアイデアが登場します。それは、進化をスコアボードとしてではなく、謎を解く探偵のように扱うものです。科学者たちは今、こう問いかけています。「もし『適応度』が単に子どもを産むことではなく、世界に対する非常に優れたメンタルモデル（精神的模型）を持つことだとしたらどうだろうか？ 進化とは、実は巨大な学習と推測のプロセスなのではないか？」 研究チームは、スパイ小説に出てくるような数学を用いながら、生命がいかに変化する宇宙に適応していくかを説明し、この問いに答えようとしました。

進化への探偵ガイド

この新しい物語において、著者らは急進的な転換を提案しています。「フィットネスとはスコアではなく、予測である」 ということです。

あらゆる動物や植物が、DNAの中に目に見えない小さな「生存マニュアル」を携えていると想像してください。このマニュアルは、「翼を生やせ」や「毒を作れ」といった指示のリストではありません。むしろ、一連の確率です。そこには、「もし環境が乾燥していれば、生存確率は80%である」「もし環境が湿っていれば、生存確率は10%しかない」といったことが記されています。著者らはこれを**ベイズ的尤度（ゆうど）**と呼んでいます。平易に言えば、これは単に「私の特定の身体タイプは、次に世界がどう動くかをどれほど正確に予測できているか？」という高度な言い回しに過ぎません。

論文は、自然界の本質は大規模でスローモーションなベイズ推論のゲームであると論じています。これは、探偵やAIが新しい証拠に基づいて信念を更新するために使用する数学の一種です。

• 旧来のやり方： 「生き残った。だから私は適応度が高いのだ。」（これは循環的であり、運を無視している）
• 新しいやり方： 「私は環境をうまく予測できるモデルを持っている。私のモデルが正確であるからこそ、私は生存し、繁殖できる可能性が高いのだ。」

著者らは、進化をこのレンズを通して見ると、3つの大きな問題が解消されることを示しています。

1. 循環性の問題： 誰が最も多くの子どもを持ったかを知らなくても、誰が適応しているかを知ることができます。彼らの「マニュアル」が環境をどれほどよく予測しているかを見ればよいのです。
2. ミスマッチの問題： 運悪く食べられてしまった蝶は、モデルが悪かったのではなく、単に運が悪かっただけです。モデル（フィットネス）とは、単一の結果ではなく、生存の「確率」に関するものなのです。
3. 予測の問題： フィットネスは今や「モデル」となったため、私たちは将来何が起こるかを実際に予測できます。環境が変化したとき、どの「マニュアル」が時代遅れになり、どれが勝者となるかを私たちは見極めることができます。

情報の高速道路

ここからが最も驚くべき発見です。著者らは、集団が長い時間をかけて進化するとき、単に多くの子どもを産もうとしているのではないことを発見しました。集団は情報を最大化しようとしているのです。

環境を、秘密のコードを放送しているノイズ混じりのラジオ局だと考えてください。集団内の異なる種類の動物は、その局にチューニングしようとする異なるラジオのようなものです。

• ラジオにノイズが混じっている場合（悪いモデル）、そのコードを聞き取ることができません。
• ラジオがクリアな場合（良いモデル）、そのコードを完璧に聞き取ります。

論文は、自然選択が、最もクリアなラジオを選び出し、ノイズ混じりのラジオを排除するフィルターとして機能することを証明しています。時間の経過とともに、集団は動物とその環境との間の「ノイズ」がなくなるまで進化します。数学的に言えば、集団の構造は環境の統計量と完全に一致するようになります。著者らは、集団の成長率が相互情報量（集団がその世界についてどれだけ「知っているか」を示す尺度）に直接結びついていることを示しています。

それはまるで、進化がテスト勉強をしている学生であるかのようです。教科書（環境）を完璧に暗記した学生は、最高評価（高いフィットネス）を得ます。ランダムに推測する学生は失敗します。論文は、自然選択の究極の目標は、集団を、周囲の情報に関して最も正確な「学生」へと変えること、すなわち保持する情報を最大化することであると示唆しています。

生命のゲーム：協力とティッピングポイント

この手法が機能することを証明するために、著者らはこの新しい「予測」の数学を生物学における3つの古典的な問題に適用しました。その結果は驚くほど明快でした。

1. タスク切り替えゲーム
仕事Aまたは仕事Bの2つの仕事をこなせる労働者のグループを想像してください。ボス（環境）は、仕事Aまたは仕事Bを必要とする状態をランダムに切り替えます。

• 結果： 論文は、労働者が、ボスがそれぞれの仕事を求める頻度の比率通りに、自然に時間を分割するように進化することを示しています。もしボスが仕事Aを70%の割合で求めるなら、集団は70%の労働者が仕事Aの準備ができているように進化します。彼らは環境の確率を完璧に反映した鏡となるのです。

2. 囚人のジレンマ（協力のパズル）
これは、二人が協力するか、あるいは互いに裏切るかを選択する有名なゲームです。通常、短期的には裏切りが勝ちますが、長期的には協力の方がグループにとって有益です。

• 結果： 著者らは、プレイヤーが互いを「読み取る」ことができる場合にのみ、協力が生まれることを発見しました。もし二人のプレイヤーが完全にランダムで独立している（相手が何をしようとしているかを知らない）場合、裏切りが勝ちます。しかし、もし彼らの間に何らかの繋がり（血縁関係がある、何度もゲームを行う、あるいは合図を送ることができるなど）があれば、協力が勝利戦略となります。
• 論文は、「フェーズ図」（生物学における天気図のようなもの）を用いて、いつ協力が支配的になるかを正確に示しています。プレイヤー間の繋がりが十分に強まると、グループ全体が「全員が裏切る」状態から「全員が協力する」状態へと突如として転換します。これは、プレイヤーたちが互いについての共有モデルを構築し、情報の密度を高めているために起こります。

3. グループのダイナミクス
グループが存在し、そのメンバーが自分たちのグループや他のグループと相互作用する場合、何が起こるのでしょうか？

• 結果： 数学によれば、メンバーが密接に繋がっている場合（家族や友人など）、グループ内では協力が繁栄します。しかし、もしグループが「ランダム」または「信頼できない」外部の人々とあまりにも多く交流すると、システム全体が裏切りへと崩壊することがあります。論文は、大規模な協力（人間の社会など）が機能するためには、グループが強力な内部信号を発達させ、ルールを破る者を「罰する」仕組みを持つ必要があることを示唆しています。

なぜこれが重要なのか

著者らは単に数字をいじっているわけではありません。彼らは新しいツールキットを提供しているのです。フィットネスを予測的確率として扱うことで、これまで複雑すぎて解けなかった問題を解決することができます。彼らは、水が氷に変わる時のように、集団がどのように一つの行動から別の行動へと切り替わるかを示すマップ（フェーズ図）を描くことができます。

また、彼らは従来の「フィットネス」という概念が狭すぎたことも示しています。従来は「結果（子ども）」に焦点を当てていましたが、この新しい視点は「原因（予測する能力）」に焦のです。これは、進化が一種の「学習」であることを示唆しています。種が適応するたびに、彼らは単に強くなっているのではなく、世界に対してより賢くなっているのです。

論文は、このアプローチが多くの異なる分野を統一するものであると結論づけています。細菌が餌を見つける仕組みを説明する数学は、株価がニュースにどう反応するか、脳がいかに言語を学ぶか、そして社会がいかにして協力を決定するかをも説明します。自然、データサイエンス、そして人間の行動は、すべて同じオペレーティングシステムを実行しているのかもしれません。それは、**「不確実性を減少させ、情報を最大化しようとする衝動」**です。

ですから、次に鳥が巣を作っている姿や、人が秘密を共有している姿を見たときは、覚えておいてください。彼らは単に本能に従って動いているのではありません。彼らは複雑で目に見えない計算を実行し、未来を推測しようとしており、そうすることで、究極の「生命のゲーム」をプレイしているのです。