Пчёлы удивительно хорошо принимают решения — наша компьютерная модель объясняет, как это возможно

Жизнь медоносной пчелы зависит от успешного сбора нектара с цветов для производства мёда. Выбор цветка, который с наибольшей вероятностью содержит нектар, — невероятно сложная задача.

Чтобы сделать это правильно, необходимо точно оценивать тонкие признаки типа, возраста и истории цветка — лучшие индикаторы наличия крошечной капли нектара. Ошибка означает в лучшем случае потерю времени, а в худшем — встречу со смертельным хищником, прячущимся в цветах.

В новом исследовании, опубликованном в eLife, наша команда сообщает, как пчёлы принимают эти сложные решения.

Поле искусственных цветов

Мы предложили пчёлам поле искусственных цветов из цветных картонных дисков, каждый из которых предлагал крошечную каплю сахарного сиропа. «Цветы» разного цвета различались по вероятности получения сахара, а также по тому, насколько хорошо пчёлы могли определить, есть ли награда.

Мы нанесли на спинку каждой пчелы крошечные безвредные метки краской и записали на видео каждое посещение пчелой массива цветов. Затем мы использовали компьютерное зрение и машинное обучение для автоматического определения позиции и траектории полёта пчелы. На основе этой информации мы могли оценить и точно измерить время каждого принятого пчелой решения.

Мы обнаружили, что пчёлы очень быстро научились определять наиболее вознаграждающие цветы. Они быстро оценивали, принять или отвергнуть цветок, но, что озадачило, их правильные выборы в среднем были быстрее (0.6 секунды), чем неправильные (1.2 секунды).

Это противоположно нашим ожиданиям.

Обычно у животных — и даже в искусственных системах — точное решение занимает больше времени, чем неточное. Это называется компромиссом «скорость–точность».

Этот компромисс возникает потому, что определение правильности решения обычно зависит от количества собранных доказательств. Больше доказательств означает более точное решение — но их сбор требует времени. Поэтому точные решения обычно медленные, а неточные — быстрые.

Компромисс «скорость–точность» встречается в технике, психологии и биологии так часто, что его можно назвать «законом психофизики». И всё же пчёлы, казалось, нарушали этот закон.

Единственные другие животные, известные способностью преодолевать этот компромисс, — люди и приматы.

Как же пчела со своим крошечным, но удивительным мозгом может действовать наравне с приматами?

Пчёлы избегают риска

Чтобы разобраться в этом вопросе, мы обратились к вычислительной модели, задавшись вопросом, какими свойствами должна обладать система, чтобы преодолеть компромисс «скорость–точность».

Мы создали искусственные нейронные сети, способные обрабатывать сенсорную информацию, обучаться и принимать решения. Мы сравнили производительность этих искусственных систем принятия решений с реальными пчёлами. Это позволило определить, что должна иметь система, чтобы преодолеть компромисс.

Ответ заключался в установлении различных пороговых значений доказательств для реакций «принять» и «отклонить». Вот что это значит: пчёлы принимали цветок только в том случае, если с первого взгляда были уверены, что он вознаграждающий. Если у них возникали сомнения, они отвергали его.

Это была стратегия, избегающая риска. Она могла привести к пропуску некоторых вознаграждающих цветов, но успешно фокусировала усилия только на цветах с наилучшими шансами и наиболее явными доказательствами наличия сахара.

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

Наша модель правдоподобно объясняет, как пчёлы становятся такими эффективными и быстрыми «принимателями решений». Более того, она даёт нам шаблон для создания систем — например, автономных роботов для разведки или добычи полезных ископаемых — с такими же свойствами.