Sırtında bir nokta ile işaretlenmiş bir kraliçe arıyı çevreleyen arılar. Shutterstock

Bir bal arısının hayatı, bal yapmak için çiçeklerden nektarı başarıyla toplamasına bağlıdır. Hangi çiçeğin nektar verme olasılığının yüksek olduğuna karar vermek inanılmaz derecede zordur.

Doğru yapmak, çiçeğin türü, yaşı ve tarihi ile ilgili ince ipuçlarını doğru bir şekilde tartmayı gerektirir - bir çiçeğin küçük bir damla nektar içerebileceğinin en iyi göstergeleri. Yanlış anlama, en iyi ihtimalle zaman kaybıdır ve en kötü ihtimalle, çiçeklerin arasında saklanan ölümcül bir yırtıcıya maruz kalma anlamına gelir.

Yeni araştırmada eLife'da bugün yayınlandı ekibimiz, arıların bu karmaşık kararları nasıl aldıklarını rapor ediyor.

yapay çiçek tarlası

Arılara, her biri küçük bir damla şeker şurubu sunan renkli kart disklerinden yapılmış yapay çiçeklerle meydan okuduk. Farklı renkli "çiçekler", şeker sunma olasılıklarında farklılık gösteriyordu ve ayrıca arıların, sahte çiçeğin bir ödül sunup sunmadığına ne kadar iyi karar verebilecekleri konusunda da farklılık gösteriyordu.

Her arının arkasına küçük, zararsız boya işaretleri koyduk ve bir arının çiçek dizisine yaptığı her ziyareti filme aldık. Daha sonra, arının konumunu ve uçuş yolunu otomatik olarak çıkarmak için bilgisayar görüşü ve makine öğrenimini kullandık. Bu bilgilerden, arıların verdiği her kararı değerlendirebilir ve tam olarak zamanlayabiliriz.

Arıların en değerli çiçekleri belirlemeyi çok çabuk öğrendiklerini gördük. Bir çiçeği kabul edip etmeyeceklerini hızla değerlendirdiler, ancak şaşırtıcı bir şekilde doğru seçimleri, yanlış seçimlerinden (0.6 saniye) ortalama olarak daha hızlıydı (1.2 saniye).

Bu beklediğimizin tam tersi.

Genellikle hayvanlarda - ve hatta yapay sistemlerde - doğru bir karar, yanlış bir karardan daha uzun sürer. buna denir hız-doğruluk değiş tokuşu.

Bu değiş tokuş, bir kararın doğru mu yoksa yanlış mı olduğunu belirlemek genellikle o kararı vermek için ne kadar kanıta sahip olduğumuza bağlı olduğu için gerçekleşir. Daha fazla kanıt, daha doğru bir karar verebileceğimiz anlamına gelir, ancak kanıt toplamak zaman alır. Bu nedenle, doğru kararlar genellikle yavaştır ve yanlış kararlar daha hızlıdır.

Hız-doğruluk değiş tokuşu mühendislik, psikoloji ve biyolojide o kadar sık ​​meydana gelir ki, buna neredeyse bir "psikofizik kanunu" diyebilirsiniz. Yine de arılar bu yasayı çiğniyor gibiydi.

Hız-doğruluk değiş tokuşunu yendiği bilinen diğer tek hayvan insanlar ve primatlar.

O halde küçücük ama dikkat çekici beyniyle bir arı nasıl primatlarla aynı performansta olabilir?

Arılar riskten kaçınır

Bu soruyu ortadan kaldırmak için hesaplamalı bir modele döndük ve bir sistemin hız-doğruluk dengesini yenmek için hangi özelliklere sahip olması gerektiğini sorduk.

Duyusal girdileri işleyebilen, öğrenebilen ve karar verebilen yapay sinir ağları kurduk. Bu yapay karar sistemlerinin performansını gerçek arılarla karşılaştırdık. Buradan, ödünleşimi yenmek için bir sistemin neye sahip olması gerektiğini belirleyebiliriz.

Cevap, farklı zamana bağlı kanıt eşikleri "kabul et" ve "reddet" yanıtları vermekte yatıyordu. Bunun anlamı şudur: Arılar bir çiçeği ancak bir bakışta elbette ödüllendiriciydi. Herhangi bir belirsizlikleri varsa, onu reddettiler.

Bu, riskten kaçınan bir stratejiydi ve arıların bazı ödüllendirici çiçekleri kaçırmış olabileceği anlamına geliyordu, ancak çabalarını yalnızca en iyi şansa ve onlara şeker sağlamanın en iyi kanıtına sahip çiçeklere başarıyla odakladı.

Arıların nasıl hızlı ve doğru kararlar aldıklarını gösteren bilgisayar modelimiz, hem davranışlarıyla hem de arı beyninin bilinen yollarıyla iyi bir şekilde eşlendi.

Modelimiz, arıların nasıl bu kadar etkili ve hızlı karar vericiler oldukları konusunda makul. Dahası, bize bu özelliklerle keşif veya madencilik için otonom robotlar gibi sistemleri nasıl kurabileceğimize dair bir şablon sunuyor.

Yazar hakkında

Andrew BarronProfesör Macquarie Üniversitesi

Bu makale şu adresten yeniden yayınlandı: Konuşma Creative Commons lisansı altında. Okumak Orijinal makale.

ing