Пчелы окружают пчелиную матку, отмеченную точкой на ее спине. Shutterstock

Жизнь медоносной пчелы зависит от ее успешного сбора нектара с цветов для производства меда. Решить, какой цветок, скорее всего, даст нектар, невероятно сложно.

Чтобы сделать это правильно, необходимо правильно взвесить тонкие признаки типа цветка, возраста и истории — лучшие индикаторы того, что цветок может содержать крошечную каплю нектара. Ошибиться в этом — в лучшем случае пустая трата времени, а в худшем — столкновение со смертельным хищником, прячущимся в цветах.

В новом исследовании опубликовано сегодня в eLife наша команда сообщает, как пчелы принимают эти сложные решения.

Поле искусственных цветов

Мы бросили вызов пчелам с полем искусственных цветов, сделанных из цветных картонных дисков, каждый из которых содержал крошечную каплю сахарного сиропа. Разноцветные «цветы» различались по своей вероятности предложить сахар, а также различались по тому, насколько хорошо пчелы могли судить о том, предлагает ли поддельный цветок награду.

Мы наносили крошечные безвредные метки краской на спину каждой пчелы и снимали каждый визит пчелы к цветочному массиву. Затем мы использовали компьютерное зрение и машинное обучение, чтобы автоматически определить положение и траекторию полета пчелы. Из этой информации мы могли оценить и точно рассчитать время каждого решения, принятого пчелами.

Мы обнаружили, что пчелы очень быстро научились определять самые полезные цветы. Они быстро оценили, принять или отвергнуть цветок, но, как ни странно, их правильный выбор был в среднем быстрее (0.6 секунды), чем их неправильный выбор (1.2 секунды).

Это противоположно тому, что мы ожидали.

Обычно у животных — и даже в искусственных системах — точное решение занимает больше времени, чем неточное. Это называется компромисс между скоростью и точностью.

Этот компромисс происходит потому, что определение того, является ли решение правильным или неправильным, обычно зависит от того, сколько доказательств мы имеем для принятия этого решения. Больше доказательств означает, что мы можем принять более точное решение, но сбор доказательств требует времени. Таким образом, точные решения обычно принимаются медленно, а неточные — быстрее.

Компромисс между скоростью и точностью встречается так часто в технике, психологии и биологии, что его почти можно назвать «законом психофизики». И все же пчелы, казалось, нарушали этот закон.

Единственные другие животные, которые, как известно, превзошли компромисс между скоростью и точностью. люди и приматы.

Как же тогда пчела с ее крошечным, но выдающимся мозгом может работать наравне с приматами?

Пчелы избегают риска

Чтобы разобраться в этом вопросе, мы обратились к вычислительной модели, задавшись вопросом, какими свойствами должна обладать система, чтобы превзойти компромисс между скоростью и точностью.

Мы создали искусственные нейронные сети, способные обрабатывать сенсорный ввод, обучаться и принимать решения. Мы сравнили производительность этих искусственных систем принятия решений с реальными пчелами. Исходя из этого, мы могли определить, что должна иметь система, чтобы победить компромисс.

Ответ заключался в том, чтобы дать ответам «принять» и «отклонить» различные временные пороги доказательств. Вот что это значит: пчелы принимают цветок только в том случае, если он с первого взгляда Убедитесь это было полезно. Если у них была какая-то неуверенность, они отвергали ее.

Это была стратегия избегания риска и означала, что пчелы могли пропустить некоторые полезные цветы, но она успешно сосредоточила свои усилия только на цветах с наибольшей вероятностью и лучшими доказательствами того, что они снабжаются сахаром.

Наша компьютерная модель того, как пчелы принимали быстрые и точные решения, хорошо соответствовала как их поведению, так и известным путям пчелиного мозга.

Наша модель правдоподобна тем, что пчелы так эффективно и быстро принимают решения. Более того, он дает нам шаблон того, как мы можем создавать системы, такие как автономные роботы для разведки или добычи полезных ископаемых, с этими функциями.

Об авторе

Эндрю Баррон, Профессор, Университет Маккуори

Эта статья переиздана из Беседа под лицензией Creative Commons. Прочтите оригинал статьи.

ИНГ