Быстроту правильных решении пчёл, удалось понять с помощью нейронной модели.

Жизнь медоносной пчелы зависит от того, насколько успешно она собирает нектар с цветов для производства меда. Определить, в каком цветке больше всего нектара, невероятно сложно.

Чтобы сделать это правильно, нужно правильно взвесить тонкие признаки типа цветка, его возраст и историю - лучшие показатели того, что в цветке может быть крошечная капля нектара. Ошибиться - это в лучшем случае потерять время, а в худшем - столкнуться со смертельно опасным хищником, прячущимся в цветах.

В новом исследовании, опубликованном сегодня в журнале eLife, наша команда рассказывает о том, как пчелы принимают эти сложные решения.

Поле искусственных цветов

Мы предложили пчелам поле искусственных цветов, сделанных из цветных дисков из картона, каждый из которых предлагал крошечную каплю сахарного сиропа. Различные по цвету "цветы" различались по вероятности того, что они предлагают сахар, а также по тому, насколько хорошо пчелы могли определить, предлагает ли искусственный цветок вознаграждение или нет.

Мы нанесли на спину каждой пчелы крошечные, безвредные метки краской и снимали каждое посещение пчелой цветочного массива. Затем мы использовали компьютерное зрение и машинное обучение для автоматического определения положения и траектории полета пчелы. На основе этой информации мы могли оценить и точно определить время каждого решения пчелы.

Мы обнаружили, что пчелы очень быстро научились определять наиболее полезные цветы. Они быстро определяли, принять или отвергнуть цветок, но, что удивительно, их правильный выбор был в среднем быстрее (0,6 секунды), чем неправильный (1,2 секунды).

Это противоположно тому, что мы ожидали.

Обычно у животных - и даже в искусственных системах - на принятие точного решения уходит больше времени, чем на принятие неточного. Это называется компромиссом между скоростью и точностью.

Этот компромисс происходит потому, что определение правильности или неправильности решения обычно зависит от того, сколько доказательств у нас есть для принятия этого решения. Больше доказательств означает, что мы можем принять более точное решение, но сбор доказательств требует времени. Поэтому точные решения обычно принимаются медленно, а неточные - быстрее.

Компромисс между скоростью и точностью так часто встречается в технике, психологии и биологии, что его можно назвать "законом психофизики". И все же пчелы, похоже, нарушают этот закон.

Единственные другие животные, которым удается преодолеть компромисс между скоростью и точностью, - это люди и приматы.

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

Пчелы избегают риска

Чтобы разобрать этот вопрос, мы обратились к вычислительной модели, задавшись вопросом, какими свойствами должна обладать система, чтобы победить компромисс между скоростью и точностью.

Мы создали искусственные нейронные сети, способные обрабатывать сенсорные данные, обучаться и принимать решения. Мы сравнили работу этих искусственных систем принятия решений с работой настоящих пчел. На основании этого мы смогли определить, какими свойствами должна обладать система, чтобы победить компромисс.

Ответ заключался в том, что для ответов "принять" и "отклонить" нужно задавать разные пороговые значения доказательств, ограниченные по времени. Вот что это означает: пчелы принимали цветок, только если с первого взгляда были уверены, что он приносит пользу. Если у них возникала неуверенность, они отвергали его.

Это была стратегия избегания риска, которая означала, что пчелы могли пропустить некоторые полезные цветы, но она успешно фокусировала их усилия только на тех цветах, которые имели наилучший шанс и наилучшие доказательства того, что они обеспечат их сахаром.

Наша компьютерная модель того, как пчелы принимают быстрые и точные решения, хорошо согласуется как с их поведением, так и с известными путями мозга пчел.

Наша модель правдоподобно объясняет, почему пчелы так эффективно и быстро принимают решения. Более того, она дает нам пример того, как мы можем построить системы - например, автономных роботов для разведки или добычи полезных ископаемых - с подобными характеристиками.