Connect with us

Robotik

Wissenschaftler verwenden Roboter, um die Kommunikation von Ameisen zu verstehen

mm

Ein Team von Wissenschaftlern an der University of Bristol hat einen kleinen Roboter entwickelt, der ihnen hilft, zu verstehen, wie Ameisen einander unterrichten. Der Roboter wurde gebaut, um das Verhalten von Steinameisen nachzuahmen, die auf Einzelunterricht angewiesen sind.

Dieser Einzelunterricht ermöglicht es einer Ameise, die ein besseres Nest entdeckt, einem anderen Einzelindividuum den Weg dorthin beizubringen.

Die Ergebnisse des Teams wurden in der Journal of Experimental Biology veröffentlicht.

Das Verständnis von “lehrenden” Ameisen

Diese neue Erkenntnis eröffnet viele Möglichkeiten, da sie bedeutet, dass die wichtigsten Elemente des Unterrichts unter diesen Ameisen nun weitgehend verstanden sind, wobei die lehrende Ameise durch eine Maschine ersetzt werden kann.

Einer der Hauptaspekte dieses neuen Lernprozesses besteht darin, dass eine Ameise eine andere Ameise langsam entlang einer Route zum neuen Nest führt. Die folgende Ameise lernt die Route ausreichend, um zurück zum alten Nest zu finden und eine andere Ameise zum neuen Nest zu führen. Dieser Prozess wird ein Ameise nach der anderen fortgesetzt.

Nigel Franks ist Professor an der School of Biological Sciences der University of Bristol.

“Unterricht ist so wichtig in unserem eigenen Leben, dass wir viel Zeit damit verbringen, anderen zu unterrichten oder selbst unterrichtet zu werden”, sagt Prof. Franks. “Dies sollte uns dazu bringen, uns zu fragen, ob Unterricht tatsächlich bei nicht-menschlichen Tieren vorkommt. Und tatsächlich wurde der erste Fall, in dem Unterricht bei einem anderen Tier streng nachgewiesen wurde, bei einer Ameise.”

Das Team wollte diesen Unterricht besser verstehen und glaubte, dass sie, wenn sie den Lehrer ersetzen könnten, die wichtigsten Elemente des Prozesses weitgehend verstehen würden.

Die Konstruktion und Erprobung der Roboter

Um dies zu erreichen, konstruierten die Forscher eine große Arena mit einem Abstand zwischen dem alten Nest der Ameisen, das absichtlich von schlechter Qualität war, und dem neuen und verbesserten Nest. Um den Roboter zu bewegen, legten sie eine Gantry über die Arena, die vor- und zurückfahren konnte, und befestigten einen kleinen, gleitenden Roboter daran. Dann befestigten sie attraktive Duftdrüsen von einer Arbeiterameise am Roboter, die ihm die Pheromone einer Ameisenlehrerin gaben.

“Wir warteten, bis eine Ameise das alte Nest verließ, und setzten den Roboterstift, der mit attraktiven Pheromonen versehen war, direkt vor sie”, sagte Prof. Franks. “Der Stift war programmiert, sich entlang einer geraden oder einer welligen Route zum neuen Nest zu bewegen. Wir mussten es so einrichten, dass der Roboter in seiner Reise unterbrochen werden konnte, damit wir warten konnten, bis die folgende Ameise aufholte, nachdem sie sich umgesehen hatte, um Landmarken zu lernen.”

Als die folgende Ameise vom Roboter zum neuen Nest geführt worden war, ließen wir sie das neue Nest untersuchen und dann in ihrem eigenen Tempo ihre Heimreise beginnen. Dann verwendeten wir die Gantry automatisch, um den Pfad der zurückkehrenden Ameise zu verfolgen”, fuhr er fort.

Das Team entdeckte, dass der Roboter den Weg erfolgreich den Lehramtskandidaten beibrachte und die Ameisen wussten, wie sie zum alten Nest zurückkommen konnten, egal ob sie einen geraden oder einen welligen Pfad nahmen.

“Ein gerader Pfad könnte schneller sein, aber ein welliger Pfad würde mehr Zeit bieten, in der die folgende Ameise Landmarken besser lernen könnte, um so effizient nach Hause zu finden, als wenn sie auf einem geraden Pfad gewesen wäre”, fuhr Prof. Franks fort.

“Wichtig ist, dass wir die Leistung der Ameisen, die der Roboter unterrichtet hatte, mit denen vergleichen konnten, die wir zum Standort des neuen Nestes trugen und die keine Gelegenheit hatten, den Weg zu lernen. Die unterrichteten Ameisen fanden ihren Weg nach Hause viel schneller und erfolgreicher.”

Das Team von Wissenschaftlern umfasste auch die Studenten Jacob Podesta, der derzeit an der York University promoviert, und Edward Jarvis, einen ehemaligen Masterstudenten im Labor von Professor Franks. An der Studie nahmen auch Dr. Alan Workley und Dr. Ana Sendova-Franks teil.

Alex McFarland ist ein KI-Journalist und Schriftsteller, der die neuesten Entwicklungen im Bereich der künstlichen Intelligenz erforscht. Er hat mit zahlreichen KI-Startups und Veröffentlichungen weltweit zusammengearbeitet.