Robotika a fyzická AI

Vědci používají robota k pochopení komunikace mravenců

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Tým vědců z Univerzity v Bristolu vyvinul malého robota, který jim pomáhá pochopit, jak mravenci učí jeden druhého. Robot byl postaven tak, aby napodoboval chování skalních mravenců, kteří se spoléhají na individuální výuku.

Tato individuální výuka je to, co umožňuje mravenci, který objeví lepší hnízdo, naučit jiného mravence cestu k němu.

Závěry týmu byly zveřejněny v Journal of Experimental Biology.

Pochopení „učení“ mravenců

Tato nová znalost otevírá mnoho možností, protože znamená, že důležité prvky učení mezi těmito mravenci jsou nyní do značné míry pochopeny, a učitelský mravenec může být nahrazen strojem.

Jedním z hlavních aspektů tohoto nového učení je, že jeden mravenec vede jiného mravence pomalu po trase k novému hnízdu. Následující mravenec se naučí trasu dostatečně, aby se mohl vrátit domů a vést jiného mravence k novému hnízdu. Tento proces pokračuje jeden mravenec za druhým.

Nigel Franks je profesorem na Škole biologických věd v Bristolu.

„Učení je tak důležité v našich životech, že trávíme velkou část času buď vyučováním ostatním, nebo jsme sami vyučováni,“ říká prof. Franks. „To by nás mělo vést k úvaze, zda se učení skutečně vyskytuje u nelidských zvířat. A ve skutečnosti byl první případ, ve kterém bylo učení prokázáno u jiného zvířete, u mravence.“

Tým se chtěl lépe pochopit toto učení, protože věřili, že pokud by mohli nahradit učitele, pochopili by všechny hlavní prvky procesu.

Konstrukce a testování robotů

K tomu vyvinuli velkou arénu, ve kterém byla vzdálenost mezi starým hnízdem mravenců, které bylo úmyslně vytvořeno jako nízkokvalitní, a novým a vylepšeným hnízdem. Aby mohli robotovi řídit, aby se pohyboval po přímé nebo vlnité trase, tým umístil nad arénou portálovou konstrukci, který se mohl pohybovat tam a zpět se malým robotem, připojeným k němu. Poté připojili pachové žlázy s přitažlivou vůní odebrané mravenčí dělnici k robotovi, které mu daly feromony učitelského mravence.

„Čekali jsme, až mravenec opustí staré hnízdo, a umístili jsme robotickou jehlu, ozdobený atraktivními feromony, přímo před něj,“ řekl prof. Franks. „Hlavička jehly byl naprogramován, aby se pohyboval směrem k novému hnízdu buď po přímé trase, nebo po krásné vlnité trase. Museli jsme umožnit, aby robot byl přerušen v jeho cestě, aby jsme mohli čekat, až následující mravenec doběhne, poté, co se podíval kolem, aby se naučil orientační body.“

Když následující mravenec byl veden robotem k novému hnízdu, umožnili jsme mu prozkoumat nové hnízdo a poté, ve svém vlastním čase, začít svou cestu domů. Poté jsme použili portálovou konstrukci automaticky k sledování cesty návratu mravence,“ pokračoval.

Tým zjistil, že robot úspěšně naučil trasu učňům, a mravenci věděli, jak se vrátit ke starému hnízdu, ať už šli po přímé nebo vlnité trase.

„Přímá trasa by mohla být rychlejší, ale vlnitá trasa by poskytla více času, aby následující mravenec mohl lépe naučit orientační body, aby se mohl vrátit domů stejně efektivně, jako kdyby šel po přímé trase,“ pokračoval prof. Franks.

“Zásadně, mohli jsme srovnat výkon mravenců, kterým robot naučil trasu, s těmi, které jsme nesli na místo nového hnízda a kteří neměli možnost se trasu naučit. Vyučovaní mravenci našli cestu domů mnohem rychleji a úspěšněji.”

Tým vědců také zahrnoval studenty Jacoba Podestu, současného doktoranda na Univerzitě v Yorku, a Edwarda Jarvise, bývalého magisterského studenta v laboratoři profesora Frankse. Účastnil se také Dr. Alan Workley a Dr. Ana Sendova-Franks.

Alex vede AI‑poháněné zpravodajské operace společnosti Unite.AI, spojuje žurnalistiku, výzkum a automatizaci, aby podpořil včasné a škálovatelné pokrytí umělé inteligence. Jeho práce pomáhá zajistit, aby byly nové události v oblasti AI efektivně prezentovány a zároveň byly zachovány redakční standardy publikace.