Группа исследователей из Университета Мичигана обнаружила, что в реальных природных условиях крупные популяции не склонны к доминированию гипермутационных форм, несмотря на существование редких благоприятных мутаций. В своей работе учёные опирались на суперкомпьютерные расчёты и руководствовались идеей: «Суперкомпьютерное моделирование показывает, почему благоприятные мутации редко приводят к гипермутационным формам в реальных организмах». Они проводили анализ при поддержке Питтсбургского суперкомпьютерного центра (PSC), используя экспериментальный AI-суперкомпьютер Neocortex.
Площадка PSC предоставила уникальный доступ к системе Neocortex, основанной на двух чипах Wafer-Scale Engine (WSE2) от Cerebras Systems, каждый из которых содержит 850 000 вычислительных ядер. Исследователь Мэттью Морено из Университета Мичигана, являющийся стипендиатом Schmidt AI in Science, сначала компилировал файлы на системе Bridges-2, а затем перенёс их на Neocortex для масштабных экспериментов. В рамках обучения и обмена опытом он посетил воркшоп ByteBoost, организованный PSC, где ознакомился с методами агентного моделирования на новой архитектуре.
Ранние эксперименты на меньших вычислительных ресурсах проводились Евгением Рэйнсом в Брауновском университете. Каждое «существо» в этих моделях имело 32-битный «геном», определяющий как приспособленность, так и скорость мутаций. В небольших популяциях (500–1000 особей) гипермутационные агенты обычно вымирали, а при увеличении численности до нескольких тысяч нередко становились доминирующими.
Вопрос, почему в реальных условиях, где численность микробных или вирусных сообществ может достигать миллиардов, гипермутации не переходят в статус нормы, оставался открытым. Предыдущие настольные симуляции, ограниченные максимальным числом в 10 000 агентов, не могли отразить масштабы природы. Возникла необходимость протестировать гипотезу об ограниченном запасе благоприятных мутаций и посмотреть, как она влияет на траекторию эволюции в больших выборках.
На Neocortex Морено перешёл к популяциям численностью до 1,5 миллиарда особей, что стало прорывом по сравнению с прежними показателями. Скорость работы оказалась в 111 000 раз выше, чем на обычной ЦПУ-системе, и в 290 раз выше, чем на графическом ускорителе. Результаты показали, что при умеренных масштабах гипермутационные агенты продолжают доминировать, но в значительно больших популяциях обычные мутаторы берут верх — особенно когда запас благоприятных мутаций ограничен.
Команда представила итоги переноса агентных эволюционных моделей на Wafer-Scale Engine в июле 2024 года на двух конференциях: Conference on Artificial Life и Genetic and Evolutionary Computation Conference. Анализ продолжается, и в дальнейших планах учёных — усложнение «генома» сверх базовых 32 бит и исследование роли изоляции среди подгрупп. Морено особенно подчёркивает ценность агентного моделирования для объединения различных эволюционных гипотез, а также важность научных мероприятий наподобие ByteBoost, способствующих созданию крупномасштабных симуляций в сочетании с теоретическими идеями.
Изображение носит иллюстративный характер
Площадка PSC предоставила уникальный доступ к системе Neocortex, основанной на двух чипах Wafer-Scale Engine (WSE2) от Cerebras Systems, каждый из которых содержит 850 000 вычислительных ядер. Исследователь Мэттью Морено из Университета Мичигана, являющийся стипендиатом Schmidt AI in Science, сначала компилировал файлы на системе Bridges-2, а затем перенёс их на Neocortex для масштабных экспериментов. В рамках обучения и обмена опытом он посетил воркшоп ByteBoost, организованный PSC, где ознакомился с методами агентного моделирования на новой архитектуре.
Ранние эксперименты на меньших вычислительных ресурсах проводились Евгением Рэйнсом в Брауновском университете. Каждое «существо» в этих моделях имело 32-битный «геном», определяющий как приспособленность, так и скорость мутаций. В небольших популяциях (500–1000 особей) гипермутационные агенты обычно вымирали, а при увеличении численности до нескольких тысяч нередко становились доминирующими.
Вопрос, почему в реальных условиях, где численность микробных или вирусных сообществ может достигать миллиардов, гипермутации не переходят в статус нормы, оставался открытым. Предыдущие настольные симуляции, ограниченные максимальным числом в 10 000 агентов, не могли отразить масштабы природы. Возникла необходимость протестировать гипотезу об ограниченном запасе благоприятных мутаций и посмотреть, как она влияет на траекторию эволюции в больших выборках.
На Neocortex Морено перешёл к популяциям численностью до 1,5 миллиарда особей, что стало прорывом по сравнению с прежними показателями. Скорость работы оказалась в 111 000 раз выше, чем на обычной ЦПУ-системе, и в 290 раз выше, чем на графическом ускорителе. Результаты показали, что при умеренных масштабах гипермутационные агенты продолжают доминировать, но в значительно больших популяциях обычные мутаторы берут верх — особенно когда запас благоприятных мутаций ограничен.
Команда представила итоги переноса агентных эволюционных моделей на Wafer-Scale Engine в июле 2024 года на двух конференциях: Conference on Artificial Life и Genetic and Evolutionary Computation Conference. Анализ продолжается, и в дальнейших планах учёных — усложнение «генома» сверх базовых 32 бит и исследование роли изоляции среди подгрупп. Морено особенно подчёркивает ценность агентного моделирования для объединения различных эволюционных гипотез, а также важность научных мероприятий наподобие ByteBoost, способствующих созданию крупномасштабных симуляций в сочетании с теоретическими идеями.
