根据新的计算机模拟，共同努力可以加速大脑的演变。
当被编程以驾驶具有挑战性的合作任务时，科学家建立的人工神经网络将作为小脑子“学到的”一起工作，以发展相当于世代相传。这些发现支持了一个长期以来的理论，即社会互动可能引发了大脑的演变人类祖先。
研究研究员卢克·麦克纳利（Luke McNally）说：“正是向合作团体的过渡，可以最大程度地选择情报。”麦克纳利告诉《生命科学》，更大的情报又导致了更复杂的合作。 [10个有趣的大脑事实这是给出的
他补充说，这也导致了更复杂的作弊手段。
虚拟神经元
麦克纳利（McNally）和他的同事使用人工神经网络作为虚拟豚鼠来测试社会理论大脑进化。这些网络是非常简单的大脑的数值等效物。它们以节点排列，每个节点代表神经元。
麦克纳利说：“就像神经元通过[大脑中]的信号互相激发的方式一样，这些节点彼此传递数字，然后决定下一个节点的活性。”
神经网络也被编程为发展。它们重现，随机突变可以将额外的节点引入其网络中。就像在现实世界的进化中一样，如果这些节点对网络有益，那么它将更有可能再次成功并再现，从而传递额外的大脑增强。
研究人员为这些网络分配了两个不同的游戏，每个游戏都与不同的社交互动进行了类比。一个被称为囚犯的困境，将其参与者置于一种情况下合作最适合双方，但他们仍然可能有动力去自由载体。在这种情况下，两名嫌疑人因犯罪被捕。警方都提供了一项交易：对您的伴侣的小偷，我们将给大家中等长度的句子。如果您不窃听，我们将轻松地定罪您的犯罪较小，您必须至少在监狱里花一点时间。但是，如果您不小心，另一个囚犯会摔倒 - 您将在监狱中长时间入狱。
双方保持安静是最好的，但是每个方可能都可能冒着窃听的风险，并希望他们的伴侣更高尚。
在第二种情况下，雪花游戏，两个合作伙伴必须共同努力以挖出雪地。从一个合作伙伴的角度来看，最好的选择是让另一个伙伴进行所有挖掘。但是，如果双方都选择这条路线，那么这两个伙伴都不会摆脱雪地。
当然，人工神经网络不了解监狱或雪地拖，但是可以通过数学上的“玩”这些游戏来使它们成为胜利者，因为赢得了数值的回报，因为他们避免了监狱判决或从雪中挖出。麦克纳利（McNally）和他的同事们建立了10个实验，其中有50,000代神经网络能够制定这些游戏。随着玩家随着时间的推移而演变，智能是通过每个网络中添加的节点的数量来衡量的。 [保持思想敏锐的10种方法这是给出的
人造脑臂
麦克纳利说，模拟在囚犯的困境和雪地拖船比赛方面都相当不错。他们像人类与其他人一起玩这些游戏时所看到的策略一样。
但是，随着时间的流逝，游戏策略并不是不变的。随着程序中的随机“突变”产生了更多的节点网络（对更多智力的类比），合作开始就开始了。一旦合作开始，大脑飞涨。
麦克纳利说：“当社会开始从低下合作的情况发展到更合作的情况时，这就是我们获得最大的情报解决方案的时候。”换句话说，有更多节点的网络在奥运会上更成功，因此“生活”以繁殖越来越大虚拟大脑。
麦克纳利说，这种反馈循环继续进行，大脑却引起了“马基雅维利武器竞赛”，其中一些神经网络将在这两场比赛中弄清楚如何免费加载或作弊，这又促使其他神经网络“学习”如何检测骗子并超过他们。聪明的神经网络可能会通过合作启动其与另一个网络的互动来起作用，例如打开其合作伙伴并开始作弊。
麦克纳利说，神经网络无处不在人类大脑，但是虚拟实验提供了一种观察基本的方法行动进化没有等待数百万年的时间。他和他的同事现在正在收集各种灵长类动物的数据，以研究大脑大小（本研究中使用的智能代表）与实际智力之间的联系。
麦克纳利说：“这表明在人类祖先的物种中，可能是向更合作的社会的过渡，这促使了我们的大脑的演变。” “这是确认这个古老的想法确实有效并持有水。”
您可以关注生活学Twitter上的高级作家Stephanie Pappas@sipapas。跟随LiveScience在Twitter上进行最新的科学新闻和发现@livescience然后继续Facebook。
