Yeni araştırmalar, arı beyinlerindeki karar verme yollarını açığa çıkarıyor ve arıların çiçekleri nektar açısından hızlı ve doğru bir şekilde değerlendirme yeteneklerine ışık tutuyor ve bu da daha otonom robot tasarımlarına ilham kaynağı olabilir. Çeşitli akademik uzmanların önderlik ettiği çalışma aynı zamanda endüstrilerde gelecekteki yapay zeka gelişimine rehberlik edebilecek evrimsel olarak rafine edilmiş böcek beyinlerinin verimliliğini de vurguluyor.
Yeni bir çalışma, arılar gibi düşünecek robotları nasıl tasarlayabileceğimizi ortaya koyuyor. Bal arıları, çabayı ödül ve riske göre tartmakta başarılıdır ve hangi çiçeklerin kolonilerine besin sağlayabileceğini hızlı bir şekilde belirler. Yakın zamanda eLife dergisinde yayımlanan bir çalışma; çağlar boyu süren evrimin, bal arılarında tehlikeyi en aza indirirken hızlı karar verme konusunda nasıl ince ayar yaptığını gösteriyor. Bu araştırma, böcek zihinlerinin işleyişine ve insan bilişinin evrimine ışık tutuyor ve gelişmiş robot tasarımına yönelik içgörüler sunuyor.
Makale, arılarda bir karar verme modeli sunuyor ve beyinlerinde hızlı karar almayı sağlayan yolları özetliyor. Çalışma Sidney’deki Macquarie Üniversitesinden Profesör Andrew Barron ve Sheffield Üniversitesinden Dr. HaDi MaBouDi, Neville Dearden ve Profesör James Marshall tarafından yönetildi.
Profesör Barron, “Karar verme bilişin merkezinde yer alır” diyor. “Bu, olası sonuçların değerlendirilmesinin sonucudur ve hayvanların yaşamları kararlarla doludur. Bal arısının beyni susam tohumundan daha küçüktür. Ama yine de bizden daha hızlı ve daha doğru kararlar alabiliyor. Bir arının işini yapmak üzere programlanmış bir robotun, bir süper bilgisayarın yedeğine ihtiyacı olacaktır.”
Profesör Barron şöyle devam ediyor: “Günümüzün otonom robotları büyük ölçüde uzaktan bilgi işlem desteğiyle çalışıyor.” “Dronlar nispeten beyinsizdir, bir veri merkeziyle kablosuz iletişim halinde olmaları gerekir. Bu teknoloji yolu, bir dronun Mars’ı tek başına gerçekten keşfetmesine asla izin vermeyecek; NASA’nın Mars’taki muhteşem gezicileri, yıllar süren keşiflerde yaklaşık 75 kilometre yol kat etti.”
Arıların hızlı ve verimli bir şekilde çalışması, nektarı bulup kovana geri göndermesi ve aynı zamanda yırtıcılardan kaçması gerekir. Karar vermeleri gerekiyor. Hangi çiçeğin nektarı olacak? Uçarken yalnızca hava saldırılarına açıktırlar. Beslenmek için karaya çıktıklarında örümceklere ve diğer yırtıcı hayvanlara karşı savunmasızdırlar; bunların bazıları çiçek gibi görünmek için kamuflaj kullanır.
“20 arıyı beş farklı renkli ‘çiçek diskini’ tanıyacak şekilde eğittik. Mavi çiçeklerde her zaman şeker şurubu bulunurdu” diyor Dr. MaBouDi. “Yeşil çiçeklerde her zaman arılar için acı bir tada sahip kinin [tonik su] vardı. Diğer renklerde bazen glikoz vardı.”
“Sonra her arıyı ‘çiçeklerin’ az önce damıtılmış su ile dolu olduğu bir ‘bahçeye’ götürdük. Her bir arıyı filme aldık ve ardından 40 saatten fazla video izledik, arıların yolunu izledik ve karar vermelerinin ne kadar sürdüğünü ölçtük.
Dr. MaBouDi, “Arılar bir çiçeğin yiyecek bulacağından emin olsalardı, ortalama 0,6 saniyede çiçek üzerine konmaya karar verirlerdi” diyor. “Çiçeğin yiyecek bulamayacağından emin olsalardı, aynı hızla karar verirlerdi.” Eğer emin değillerse, çok daha fazla zaman harcadılar (ortalama 1,4 saniye) ve bu süre, çiçeğin yiyecek bulma olasılığını yansıtıyordu.
Ekip daha sonra arıların karar verme sürecini kopyalamayı amaçlayan ilk ilkelerden yola çıkarak bir bilgisayar modeli oluşturdu. Bilgisayar modellerinin yapısının bir arı beyninin fiziksel düzenine çok benzediğini buldular.
Profesör Marshall, “Çalışmamız, minimal sinirsel devrelerle karmaşık otonom karar almanın mümkün olduğunu gösterdi” diyor. “Artık arıların nasıl bu kadar akıllı kararlar verdiğini biliyoruz, bilgi toplama ve örnekleme konusunda ne kadar hızlı olduklarını inceliyoruz. Arıların uçuş hareketlerini, en iyi çiçekleri tespit etmede daha iyi olmalarını sağlamak amacıyla görsel sistemlerini geliştirmek için kullandıklarını düşünüyoruz.”
Yapay zeka araştırmacıları böceklerden ve diğer “basit” hayvanlardan çok şey öğrenebilir. Milyonlarca yıllık evrim, çok düşük güç gereksinimi olan, inanılmaz derecede verimli beyinlerin ortaya çıkmasına yol açtı. Makinelerin doğa gibi özerk bir şekilde hareket etmesini sağlamak için böcek beyni algoritmalarını tersine mühendislikle çalıştıran bir şirket olan Opteran’ın kurucularından Profesör Marshall, sektördeki yapay zekanın geleceğinin biyolojiden ilham alacağını söylüyor. [1]Bees make decisions better and faster than we do … for the things that matter to them
[cite]
Kaynaklar ve İleri Okuma
| ↑1 | Bees make decisions better and faster than we do … for the things that matter to them |
|---|
