Yeni araştırmalar, arı beyinlerindeki karar verme yollarını ortaya çıkararak arıların çiçekleri nektar açısından hızlı ve doğru bir şekilde değerlendirme yeteneklerine ışık tutuyor. Bu da daha otonom robot tasarımlarına ilham kaynağı olabilir. Çeşitli akademik uzmanların önderlik ettiği çalışma aynı zamanda endüstrilerde gelecekteki yapay zeka gelişimine rehberlik edebilecek evrimsel olarak rafine edilmiş böcek beyinlerinin verimliliğini de vurguluyor. Katkıda bulunan: Théotime Colin
Yeni bir çalışma, arılar gibi düşünecek robotları nasıl tasarlayabileceğimizi ortaya koyuyor.
Bal arıları, çabayı ödül ve riskle tartmada başarılıdır ve hangi çiçeklerin sağlayabileceği hızlı bir şekilde belirler. kolonileri için yiyecek. Yakın zamanda eLife dergisinde yayınlanan bir araştırma, çağlar boyu süren evrimin, bal arılarında tehlikeyi en aza indirirken hızlı kararlar verecek şekilde nasıl ince ayar yaptığını gösteriyor.
Bu araştırma, böcek zihinlerinin işleyişine, insan bilişinin evrimine, ve gelişmiş robot tasarımına ilişkin bilgiler sunuyor.
Bu makale, arılarda bir karar verme modeli sunuyor ve onların beyinlerinde hızlı karar almayı mümkün kılan yolları özetliyor. Çalışma Sidney’deki Macquarie Üniversitesi’nden Profesör Andrew Barron ve Sheffield Üniversitesi’nden Dr. HaDi MaBouDi, Neville Dearden ve Profesör James Marshall tarafından yürütülmüştür.
“Karar verme bilişin merkezinde yer alır, ”diyor Profesör Barron. “Bu, olası sonuçların değerlendirilmesinin sonucudur ve hayvanların yaşamları kararlarla doludur. Bal arısının beyni susam tohumundan daha küçüktür. Ama yine de bizden daha hızlı ve daha doğru kararlar alabiliyor. Bir arının işini yapmak üzere programlanmış bir robotun, bir süper bilgisayarın yedeğine ihtiyacı olacaktır.
Profesör Barron, “Günümüzün otonom robotları büyük ölçüde uzaktan bilgi işlem desteğiyle çalışıyor” diye devam ediyor. “Dronlar nispeten beyinsizdir, bir veri merkeziyle kablosuz iletişim halinde olmaları gerekir. Bu teknoloji yolu, bir dronun Mars’ı gerçek anlamda tek başına keşfetmesine asla izin vermeyecek; NASA’nın Mars’taki harika gezicileri, yıllar süren keşifler sırasında yaklaşık 75 kilometre yol kat etti.”
Bee. Katkıda bulunan kişi: Théotime Colin
Arıların hızlı ve verimli bir şekilde çalışması, nektarı bulup onu kovana geri göndermesi ve aynı zamanda yırtıcılardan kaçması gerekir. Karar vermeleri gerekiyor. Hangi çiçeğin nektarı olacak? Uçarken yalnızca hava saldırılarına eğilimlidirler. Beslenmek için karaya çıktıklarında örümceklere ve diğer yırtıcı hayvanlara karşı savunmasızdırlar; bunların bazıları kamuflaj kullanarak çiçek gibi görünmelerini sağlar.
“20 arıyı, beş farklı renkli ‘çiçek diskini’ tanıyacak şekilde eğittik. Mavi çiçeklerde her zaman şeker şurubu bulunurdu” diyor Dr. MaBouDi. “Yeşil çiçeklerde her zaman arılar için acı bir tada sahip kinin [tonik su] vardı. Diğer renklerde bazen glikoz vardı.”
“Sonra her arıyı, ‘çiçeklerin’ az önce damıtılmış su ile dolu olduğu bir ‘bahçeye’ soktuk. Her bir arıyı filme aldık ve ardından arıların yolunu takip ederek ve karar vermelerinin ne kadar sürdüğünü ölçerek 40 saatten fazla video izledik.
“Arılar bir çiçeğin yiyecek bulacağından emin olsaydı, daha sonra ortalama 0,6 saniyede hızla oraya inmeye karar verdiler” diyor Dr. MaBouDi. “Bir çiçeğin yiyecek olmayacağından emin olsalardı, aynı hızla karar verirlerdi.”
Emin değillerse, çok daha fazla zaman harcadılar (ortalama 1,4 saniye) ve bu süre, bir çiçeğin yiyecek bulma olasılığı.
Ekip daha sonra, arıların karar verme sürecini kopyalamayı amaçlayan ilk ilkelerden yola çıkarak bir bilgisayar modeli oluşturdu. Bilgisayar modellerinin yapısının bir arı beyninin fiziksel düzenine çok benzediğini buldular.
Profesör Marshall, “Çalışmamız, minimum sinir devresiyle karmaşık otonom karar almanın mümkün olduğunu gösterdi” diyor. “Artık arıların nasıl bu kadar akıllı kararlar verdiğini biliyoruz, bilgi toplama ve örnekleme konusunda ne kadar hızlı olduklarını inceliyoruz. Arıların, en iyi çiçekleri tespit etme konusunda daha iyi olmalarını sağlamak amacıyla uçuş hareketlerini görsel sistemlerini geliştirmek için kullandıklarını düşünüyoruz.”
Yapay zeka araştırmacıları böceklerden ve diğer “basit” hayvanlardan çok şey öğrenebilir. Milyonlarca yıllık evrim, çok düşük güç gereksinimi olan, inanılmaz derecede verimli beyinlerin ortaya çıkmasına yol açtı. Makinelerin doğa gibi özerk bir şekilde hareket etmesini sağlamak için böcek beyni algoritmalarında tersine mühendislik yapan bir şirket olan Opteran’ın kurucu ortağı Profesör Marshall, sektördeki yapay zekanın geleceğinin biyolojiden ilham alacağını söylüyor.
Referans: HaDi MaBouDi, James AR Marshall, Neville Dearden ve Andrew B Barron, “Bal arıları nasıl hızlı ve doğru kararlar verir?”, 27 Haziran 2023, eLife.
DOI: 10.7554/eLife.86176