ミツバチは驚くほど意思決定が上手です
ホームページホームページ > ニュース > ミツバチは驚くほど意思決定が上手です

ミツバチは驚くほど意思決定が上手です

Jul 01, 2023

コンピュータモデリングは、これまで人間や他の霊長類にしか見られなかったミツバチの意思決定スキルの重要な側面を説明する

以下のエッセイは、最新の研究をカバーするオンライン出版物である The Conversation から許可を得て転載されています。

ミツバチの命は、花の蜜をうまく集めて蜂蜜を作るかどうかにかかっています。 どの花が蜜を提供する可能性が最も高いかを判断するのは非常に困難です。

正しく判断するには、花の種類、樹齢、歴史に関する微妙な手がかりを正確に評価する必要があります。これは、花にほんの一滴の蜜が含まれている可能性があるための最良の指標です。 やり方を間違えると、よく言えば時間の無駄であり、最悪の場合、花の中に隠れている致命的な捕食者にさらされることになります。

本日 eLife に掲載された新しい研究で、私たちのチームはミツバチがどのようにしてこれらの複雑な決定を下すかを報告しています。

私たちは、色付きのカードの円盤から作られた造花のフィールドでミツバチに挑戦し、それぞれの造花が小さな一滴のシュガーシロップを与えました。 色の異なる「花」は砂糖を提供する可能性が異なり、また、偽の花が報酬を提供するかどうかをミツバチがどの程度判断できるかも異なりました。

私たちはそれぞれのミツバチの背中に小さな無害なペイントの跡を付け、ミツバチが花壇を訪れるたびに撮影しました。 次に、コンピューター ビジョンと機械学習を使用して、ミツバチの位置と飛行経路を自動的に抽出しました。 この情報から、ミツバチが下したあらゆる決定を評価し、正確に時間を計ることができました。

私たちは、ミツバチが最も価値のある花を識別することを非常に早く学習したことを発見しました。 彼らは花を受け入れるか拒否するかをすぐに評価しましたが、困惑していることに、正しい選択の方が平均して間違った選択 (1.2 秒) よりも速かった (0.6 秒)。

これは私たちが予想していたものとは逆です。

通常、動物では、さらには人工システムでも、正確な決定は不正確な決定よりも時間がかかります。 これは、速度と精度のトレードオフと呼ばれます。

このトレードオフが発生するのは、決定が正しいか間違っているかを判断するのは、通常、その決定を下すためにどれだけの証拠が必要かによって決まるためです。 証拠が多ければ多いほど、より正確な決定を下すことができますが、証拠の収集には時間がかかります。 したがって、正確な決定は通常時間がかかり、不正確な決定はより速くなります。

速度と精度のトレードオフは、工学、心理学、生物学において非常に頻繁に発生するため、ほぼ「精神物理法則」と呼ぶことができます。 しかし、ミツバチはこの法律を破っているようです。

速度と精度のトレードオフに勝つことが知られている他の動物は、人間と霊長類だけです。

では、小さいながらも優れた脳を持つミツバチは、どのようにして霊長類と同等のパフォーマンスを発揮できるのでしょうか?

この疑問を解決するために、私たちは計算モデルに目を向け、速度と精度のトレードオフを克服するためにシステムがどのような特性を持つ必要があるかを尋ねました。

私たちは、感覚入力を処理し、学習し、意思決定を行うことができる人工ニューラル ネットワークを構築しました。 私たちは、これらの人工決定システムのパフォーマンスを本物のミツバチと比較しました。 これから、トレードオフを克服するためにシステムが何を備えていなければならないかを特定することができました。

答えは、「受諾」と「拒否」の応答に、時間制限のある異なる証拠のしきい値を与えることにありました。 これが意味するところは、ミツバチが花を受け入れるのは、一目見てそれが価値があると確信した場合だけです。 何か不確実性がある場合は、それを拒否しました。

これはリスクを回避する戦略であり、ミツバチがいくつかの価値ある花を逃す可能性があることを意味していましたが、糖分を提供する可能性が最も高く、証拠が最も豊富な花にのみミツバチの努力を集中させることに成功しました。

ミツバチがどのように迅速かつ正確な意思決定を行っているかに関する私たちのコンピューター モデルは、ミツバチの行動とミツバチの脳の既知の経路の両方によく対応していました。

私たちのモデルは、ミツバチがどのようにしてこれほど効果的かつ迅速な意思決定者であるかを示すのにもっともらしいものです。 さらに、これらの機能を備えたシステム (探査や採掘用の自律ロボットなど) を構築する方法のテンプレートも提供されます。

この記事は元々 The Conversation に掲載されたものです。 元の記事を読んでください。