Mga bubuyog na nakapalibot sa isang queen bee na may markang tuldok sa likod nito. Shutterstock

Ang buhay ng honey bee ay nakasalalay sa matagumpay nitong pag-aani ng nektar mula sa mga bulaklak upang gawing pulot. Ang pagpapasya kung aling bulaklak ang pinaka-malamang na mag-alok ng nektar ay hindi kapani-paniwalang mahirap.

Ang pagkuha nito nang tama ay nangangailangan ng wastong pagtimbang ng mga banayad na pahiwatig sa uri ng bulaklak, edad at kasaysayan - ang pinakamahusay na mga tagapagpahiwatig na ang isang bulaklak ay maaaring maglaman ng isang maliit na patak ng nektar. Ang pagiging mali ay isang pag-aaksaya ng oras, at ang pinakamasama ay nangangahulugan ng pagkakalantad sa isang nakamamatay na mandaragit na nagtatago sa mga bulaklak.

Sa bagong pananaliksik na-publish ngayon sa eLife ang aming koponan ay nag-uulat kung paano ginagawa ng mga bubuyog ang mga kumplikadong desisyon na ito.

Isang larangan ng mga artipisyal na bulaklak

Hinamon namin ang mga bubuyog sa isang larangan ng mga artipisyal na bulaklak na gawa sa mga kulay na disk ng card, na bawat isa ay nag-aalok ng isang maliit na patak ng sugar syrup. Ang iba't ibang kulay na "bulaklak" ay nag-iiba-iba sa kanilang posibilidad na mag-alok ng asukal, at nagkakaiba rin sa kung gaano kahusay na husgahan ng mga bubuyog kung ang pekeng bulaklak ay nag-aalok ng gantimpala.

Naglalagay kami ng maliliit at hindi nakakapinsalang mga marka ng pintura sa likod ng bawat bubuyog, at kinukunan namin ang bawat pagbisita ng isang bubuyog na ginawa sa hanay ng mga bulaklak. Pagkatapos ay gumamit kami ng computer vision at machine learning para awtomatikong kunin ang posisyon at landas ng paglipad ng bubuyog. Mula sa impormasyong ito, maaari naming masuri at tiyak na oras ang bawat solong desisyon na ginawa ng mga bubuyog.

Natagpuan namin ang mga bubuyog nang napakabilis na natutunan upang tukuyin ang pinakakapaki-pakinabang na mga bulaklak. Mabilis nilang nasuri kung tatanggapin o tatanggihan ang isang bulaklak, ngunit nakakagulat na ang kanilang mga tamang pagpipilian ay nasa average na mas mabilis (0.6 segundo) kaysa sa kanilang mga maling pagpipilian (1.2 segundo).

Ito ay kabaligtaran ng aming inaasahan.

Karaniwan sa mga hayop - at maging sa mga artipisyal na sistema - ang isang tumpak na desisyon ay mas matagal kaysa sa isang hindi tumpak na desisyon. Ito ay tinatawag na ang bilis-katumpakan tradeoff.

Nangyayari ang tradeoff na ito dahil ang pagtukoy kung tama o mali ang isang desisyon ay karaniwang nakadepende sa kung gaano karaming ebidensya ang mayroon tayo para gawin ang desisyong iyon. Nangangahulugan ang mas maraming ebidensya na makakagawa tayo ng mas tumpak na desisyon - ngunit nangangailangan ng oras ang pangangalap ng ebidensya. Kaya ang mga tumpak na desisyon ay kadalasang mabagal at ang mga hindi tumpak na desisyon ay mas mabilis.

Ang bilis-katumpakan tradeoff ay nangyayari nang madalas sa engineering, sikolohiya at biology, maaari mong halos tawagin itong isang "batas ng psychophysics". Gayunpaman, ang mga bubuyog ay tila nilalabag ang batas na ito.

Ang tanging iba pang mga hayop na kilala upang talunin ang bilis-katumpakan tradeoff ay mga tao at primates.

Paano kung gayon ang isang bubuyog, na may maliit ngunit kahanga-hangang utak, ay gumaganap na katulad ng mga primata?

Iniiwasan ng mga bubuyog ang panganib

Upang paghiwalayin ang tanong na ito, bumaling kami sa isang modelo ng computational, na nagtatanong kung anong mga katangian ang kailangan ng isang system upang matalo ang tradeoff ng bilis-katumpakan.

Nagtayo kami ng mga artificial neural network na may kakayahang magproseso ng sensory input, pag-aaral at paggawa ng mga desisyon. Inihambing namin ang pagganap ng mga artipisyal na sistema ng pagpapasya na ito sa mga tunay na bubuyog. Mula dito maaari naming matukoy kung ano ang dapat magkaroon ng isang sistema kung ito ay upang talunin ang tradeoff.

Ang sagot ay nasa pagbibigay ng "tanggapin" at "tanggihan" na mga tugon sa iba't ibang hangganan ng panahon ng ebidensya. Narito ang ibig sabihin nito – tinanggap lamang ng mga bubuyog ang isang bulaklak kung, sa isang sulyap, sila ay sigurado ito ay kapakipakinabang. Kung mayroon silang anumang kawalan ng katiyakan, tinanggihan nila ito.

Ito ay isang diskarte sa pag-iwas sa panganib at ang ibig sabihin ay maaaring napalampas ng mga bubuyog ang ilang magagandang bulaklak, ngunit matagumpay nitong itinuon ang kanilang mga pagsisikap sa mga bulaklak na may pinakamagandang pagkakataon at pinakamahusay na ebidensya ng pagbibigay sa kanila ng asukal.

Ang aming modelo ng computer kung paano gumagawa ng mabilis, tumpak na mga desisyon ang mga bubuyog sa kanilang pag-uugali at sa mga kilalang landas ng utak ng pukyutan.

Ang aming modelo ay kapani-paniwala para sa kung paano ang mga bubuyog ay epektibo at mabilis na gumagawa ng desisyon. Higit pa rito, nagbibigay ito sa amin ng template para sa kung paano kami maaaring bumuo ng mga system – gaya ng mga autonomous na robot para sa paggalugad o pagmimina – gamit ang mga feature na ito.

Tungkol sa Ang May-akda

Andrew Barron, Propesor, Macquarie University

Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.

ing