Connect with us

Robotikk

Forskere bruker robot for å forstå maurkommunikasjon

mm

Et team av forskere ved University of Bristol har utviklet en liten robot som hjelper dem å forstå hvordan maur lærer hverandre. Robotten ble bygget for å etterligne atferden til steinmaur, som avhenger av en-til-en undervisning. 

Denne en-til-en undervisningen er det som gjør at en maur som oppdager et bedre bo kan lære en annen enkelt maur veien dit. 

Teamets funn ble publisert i Journal of Experimental Biology

Å forstå “lærende” maur

Denne nye kunnskapen åpner opp mange muligheter, siden det betyr at de viktige elementene i undervisningen blant disse maur nå er større delvis forstått, med den lærermauren som kan erstattes av en maskin. 

En av de viktigste aspektene ved denne nye undervisningsprosessen innebærer at en maur fører en annen maur sakte langs en rute for å nå det nye boet. Den følgende mauren lærer ruten tilstrekkelig, slik at den kan returnere hjem og føre en annen maur til det nye boet. Denne prosessen fortsetter en maur om gangen. 

Nigel Franks er en professor ved Bristol’s School of Biological Sciences. 

“Undervisning er så viktig i våre egne liv at vi tilbringer mye tid med å instruere andre eller bli undervist selv,” sier Prof. Franks. “Dette burde få oss til å undre oss om undervisning faktisk skjer blant ikke-menneskelige dyr. Og, i virkeligheten, var det første tilfelle hvor undervisning ble demonstrert strengt i et annet dyr hos en maur.” 

Teamet satte ut for å bedre forstå denne undervisningen, og trodde at hvis de kunne erstatte læreren, ville de større delvis forstå alle de viktigste elementene i prosessen. 

Konstruksjon og testing av boter

For å oppnå dette, konstruerte forskerne en stor arena med en avstand mellom maurbolet, som var med vilje laget for å være av lav kvalitet, og det nye og forbedrede boet. For å dirigere robotten til å bevege seg langs enten rette eller bølgete ruter, plasserte teamet en gitter på toppen av arenaen som kunne bevege seg frem og tilbake med en liten glidende robot festet til den. De festet så attraktive duftkjertler fra en arbeidermaur til robotten, som ga den feromonene til en maur-lærer. 

“Vi ventet på at en maur skulle forlate det gamle boet og plasserte robot-pinnen, pyntet med attraktive feromoner, rett foran den,” sa Prof. Franks. “Pinnen var programmert til å bevege seg mot det nye boet enten på en rett sti eller på en vakker, bølgete en. Vi måtte tillate at robotten ble avbrutt i sin reise, av oss, så vi kunne vente på at den følgende mauren skulle fange opp etter at den hadde sett seg omkring for å lære landemerker.” 

Når den følgende mauren hadde blitt ledet av robotten til det nye boet, tillot vi at den undersøkte det nye boet og så, på eget initiativ, begynte sin hjemreise. Vi brukte da gitteret automatisk til å spore den returnerende maurens rute,” fortsatte han. 

Teamet oppdaget at robotten suksessfullt lærte ruten til læremaur, og maurene visste hvordan de skulle komme tilbake til det gamle boet, uansett om de tok en vindings- eller rett sti. 

 “En rett sti kan være raskere, men en vindingssti ville gi mer tid for den følgende mauren til å bedre lære landemerker, så den kunne finne veien hjem like effektivt som om den hadde vært på en rett sti,” fortsatte Prof. Franks. 

“Viktigst var at vi kunne sammenligne ytelsen til maurene som robotten hadde lært med de som vi bar til stedet for det nye boet og som ikke hadde hatt mulighet til å lære ruten. De lærte maurene fant veien hjem mye raskere og mer suksessfullt.”

Teamet av forskere inkluderte også studenter Jacob Podesta, en nåværende PhD-student ved York, og Edward Jarvis, en tidligere masterstudent ved Professor Franks’ laboratorium. Også deltakende i studien var Dr. Alan Workley og Dr. Ana Sendova-Franks.

Alex McFarland er en AI-journalist og forfatter som utforsker de nyeste utviklingene innen kunstig intelligens. Han har samarbeidet med tallrike AI-startups og publikasjoner verden over.