Как движения пчёл в полёте помогают им эффективно обучаться и что это значит для ИИ

Новое исследование Университета Шеффилда показывает, как пчёлы используют движения тела в полёте для точного обучения и распознавания сложных визуальных паттернов. Это открытие может изменить подход к разработке ИИ следующего поколения.

Учёные создали вычислительную модель (цифровую версию мозга пчелы). Она показала, что движения пчёл во время полёта формируют визуальный сигнал и генерируют уникальные электрические сообщения в их мозге. Эти нейронные сигналы позволяют пчёлам легко и эффективно идентифицировать предсказуемые особенности окружающего мира, например, сложные узоры на цветках.

Ключевые выводы модели:

• Эффективность: Мозг пчелы адаптируется к среде просто через наблюдение в полёте, без мгновенного вознаграждения. Для распознавания объектов задействуется всего несколько активных нейронов, что экономит энергию и вычислительные ресурсы.
• Активное восприятие: Нейронные цепи пчелы оптимизированы для обработки визуальной информации не изолированно, а через активное взаимодействие с движениями полёта в естественной среде.
• Валидация: Для проверки модель столкнули с теми же визуальными задачами, что и реальных пчёл. При имитации стратегии пчёл по сканированию только нижней половины паттернов (например, знаков «плюс» и «умножение») производительность модели значительно улучшилась. Даже с небольшой сетью искусственных нейронов модель смогла распознать человеческие лица.

Значение для науки и технологий:

• Биология: Работа подтверждает теорию, что интеллект возникает из взаимодействия мозга, тела и окружающей среды. Пчёлы с мозгом размером с кунжутное семя не просто видят мир, а активно формируют то, что видят, через движение.
• Искусственный интеллект и робототехника: Исследование показывает, что будущие роботы могут стать умнее и эффективнее, если будут использовать движение для сбора информации, а не полагаться только на огромную вычислительную мощность. Это открывает путь к новым поколениям ИИ для робототехники, беспилотных автомобилей и систем обучения в реальном мире.

Исследование, проведённое в сотрудничестве с Лондонским университетом королевы Марии, опубликовано в журнале eLife.