0001しじみ ◆fbtBqopam767 しじみ ★
2020/05/19(火) 14:47:31.40ID:CAP_USER→アリの集合知を模倣することで、コンピュータの探索能力が向上した
→アリは感知能力を向上させるだけでなく、そのために必要な探索範囲すら把握しているかもしれない
アリには「集合知」が見出せます。
「集合知」とは、多くの知識や能力が集まることによって、単一の個体よりも高度な知性が見いだせるものです。これは、集団的知性とも呼ばれています。
イスラエルのワイツマン科学研究所の主任研究員であるオファー・ファインマン氏ら研究チームは、アリが集合知を働かせることによって、食料を効率的に運搬できることを発見しました。
■リアル迷路を解く方法
迷路を解くとき、正解ルートをどのように鉛筆でなぞりますか？
https://nazology.net/wp-content/uploads/2020/05/Depositphotos_23711241_s-2019.jpg
「片っ端からなぞっていき、行き止まりだったら引き返す」という方法もありますが、効率が悪いですよね。
多くの方は、分岐点に遭遇すると一旦鉛筆を止めて、目でその周辺を確認して最適なルートを探すのではないでしょうか。そして、最適ルートが分かればそのルートにそって再び鉛筆を走らせるのです。
このように、迷路解答法として効果的なのは、鉛筆の先だけを「部分的」に見るのではなく、「範囲を広げて」見ることでしょう。
しかし、身の丈以上の壁に囲まれた「リアル迷路」の中では、同じような方法は取れません。ふかん的な視点が得られないので、行き当たりばったりに行動するしかありません。
小さなアリたちにとっては、毎日が「リアル迷路」です。障害物が散在する自然界の中で、食料を巣まで運ばなければいけないからです。
では、アリたちはどのように効率的に迷路の正解ルートを見つけだしているのでしょうか？
研究チームは、その能力を明らかにするために、1つの実験を行ないました。
■アリたちは集合の感知範囲をもつ
最初に研究者たちは、均等な大きさの立方体をランダムにばらまくことで、自然の環境を模した石だらけの迷路を作成。
次に、ターゲットであるロングホーン・クレイジーアリに食料を持たせて、迷路を通って巣まで運ぶようにセッティングしました。
途中のブロックが多ければ多いほど複雑な迷路になるので、ブロックの数に応じてアリたちの対応力を調べることができます。
https://nazology.net/wp-content/uploads/2020/05/66964907b0a8584b2c2c033e43263f56.gif
実験の結果、のアリたちは、迷路が複雑になればなるほど、迷路を解くための時間が長くなりました。そして、ブロックの割合が55％までは何とか正解しましたが、60％になるとゴールにたどり着けなくなりました。
その後、研究チームは、アリのパフォーマンスとプログラムされた運動モデルを比較することにしました。
このコンピュータモデルは、ブロックに衝突することで進む方向が変化するようになっており、最終的にはゴールに到達できるようプログラムされています。いわゆる「行き当たりばったり」作戦ですね。
検証の結果、非常に単純な迷路を除いて、アリの方がコンピュータモデルよりも迷路をクリアする能力が高いと証明されました。
つまり、アリは迷路を「行き当たりばったり」ではなく、何らかの感知方法によってふかん的な視点を得ており、効率的な正解ルートを見出していたことになります。
続きはソースで
https://nazology.net/archives/59887
