AIを利用して、生態学で用いられる数理モデル（ロトカ・ヴォルテラの方程式）を拡張し、Pythonを用いてGoogle Colabに栄養動態的睡眠仮説の実証シミュレーションをしてみました。下に示した変数を操作することで、睡眠があることで被食者、捕食者、植物すべてが共存できるモデルを作ることができました。

このグラフの意味は、被食者（シマウマ）がV＝0.00つまり眠らなければ14世代しか存続できません。捕食者（ライオン）は狩りに失敗して死に絶えます。シマウマは草を食いつくし世界が滅びます。V＝0.01～0.02という適度な睡眠では19世代までシマウマの世代は保てます。V＞0.03（寝すぎ）では捕食過多でシマウマは食いつくされてしまいます。つまり、「個体として『最強（寝ない）』であることは、種や生態系としての『最適解』ではない。 システムを長く維持するためには、個体がわざと隙を見せ（寝て）、エネルギーを上位（捕食者）に献上する『負けるが勝ち』のメカニズムが不可欠である。」変数は揺らぐことで、微妙なバランスを保ち生態系が維持されている。ということです。

1. 変数の定義（Variables）

このグラフを作るために操作・観測した変数は以下の2つです。

• 独立変数（X軸）：被食脆弱性（Sleep Depth / Vulnerability）

  • 定義：被食者（シマウマ）が、捕食者（ライオン）と遭遇した際に捕食される確率。

  • 意味：これを「睡眠の深さ（＝捕食者に対する隙の大きさ）」とみなす。

  • 範囲：0.00（不眠・無敵）〜 0.15（熟睡・無防備）まで変化させて検証。

• 従属変数（Y軸）：生態系の存続期間（Ecosystem Lifespan）

  • 定義：植物・被食者・捕食者の3種すべてが絶滅せずに共存できた世代数（ステップ数）。

  • 意味：「システム全体の持続可能性（サステナビリティ）」を表す。

2. 実験条件の設定（Conditions）

「被食者が放置されると環境を破壊する」という設定を行いました。

• 条件①：貪欲な被食者（Greedy Prey）

  • 被食者は「大食漢」であり、かつ繁殖力が高い設定とした。

  • 意図：天敵による抑制がないと、指数関数的に増殖し、直ちに資源（草）を食い尽くす「環境破壊の要因」として定義。

• 条件②：脆弱な捕食者（Fragile Predator）

  • 捕食者は代謝が高く、頻繁に狩りを成功させないと餓死する設定とした。

  • 意図：被食者が「隙（睡眠）」を見せてくれない限り、生存できない存在とする。

• 条件③：回復の遅い資源（Slow Resource Recovery）

  • 植物の再生速度を低く設定。

  • 意図：一度破壊されると、回復不能なダメージ（砂漠化）を受ける環境とする。

3. グラフの解釈（Results & Interpretation）

シミュレーションの結果、生態系の寿命は「睡眠深度」に対して非線形な反応（山型）を示しました。

• フェーズ1：不眠による崩壊（左側の崖）

  • 状況: 睡眠深度  ～0（被食者が強すぎる）。

  • 機序: 捕食者が狩りに失敗して餓死・絶滅。その後、制御を失った被食者が爆発的に増殖し、資源を食い尽くして自滅（飢餓絶滅）。

  • 結論: 「個体の生存能力が高すぎると、トップダウン・コントロール（捕食圧）が機能せず、『共有地の悲劇』を招く」。

• フェーズ2：適度な睡眠による永続（中央の山頂）

  • 状況: 睡眠深度 0.01 ～0.02（適度な隙）。

  • 機序: 被食者が適度に捕食されることで、捕食者が生存可能となる。捕食圧によって被食者の過剰増殖が抑制され、資源（草）の枯渇が防がれる。

  • 結論: 「睡眠という『意図的な脆弱性』が、生態系内のエネルギー循環を正常化し、システムの寿命を最大化させた」。

• フェーズ3：過眠による崩壊（右側の坂）

  • 状況: 睡眠深度 > 0.04（隙がありすぎる）。

  • 機序: 捕食成功率が高すぎ、被食者が繁殖する前に狩り尽くされて絶滅。食料を失った捕食者も共倒れとなる。

---

一言でまとめるなら

「このシミュレーションは、個体が『最強（不眠）』を目指す進化圧が、必ずしも種の存続や生態系の安定を保証しないことを示した。

むしろ、睡眠によって自らを食物連鎖の中に『組み込まれた資源』として提供することが、資源枯渇（自滅）を防ぐ安全装置として機能していることが数学的に示唆された。」