Μέλισσες που περιβάλλουν μια βασίλισσα μέλισσα σημειωμένη με μια κουκκίδα στην πλάτη της. Shutterstock

Η ζωή μιας μέλισσας εξαρτάται από την επιτυχή συγκομιδή του νέκταρ από τα λουλούδια για την παραγωγή μελιού. Το να αποφασίσετε ποιο λουλούδι είναι πιο πιθανό να προσφέρει νέκταρ είναι απίστευτα δύσκολο.

Για να το κάνετε σωστά απαιτεί τη σωστή στάθμιση λεπτών ενδείξεων σχετικά με τον τύπο, την ηλικία και την ιστορία του λουλουδιού – οι καλύτεροι δείκτες που ένα λουλούδι μπορεί να περιέχει μια μικροσκοπική σταγόνα νέκταρ. Το να το κάνεις λάθος είναι στην καλύτερη περίπτωση χάσιμο χρόνου και στη χειρότερη σημαίνει έκθεση σε ένα θανατηφόρο αρπακτικό που κρύβεται στα λουλούδια.

Σε νέα έρευνα δημοσιεύτηκε σήμερα στο eLife Η ομάδα μας αναφέρει πώς οι μέλισσες παίρνουν αυτές τις περίπλοκες αποφάσεις.

Ένα χωράφι με τεχνητά λουλούδια

Προκαλέσαμε τις μέλισσες με ένα χωράφι με τεχνητά λουλούδια φτιαγμένα από χρωματιστούς δίσκους καρτών, καθένας από τους οποίους πρόσφερε μια μικροσκοπική σταγόνα σιρόπι ζάχαρης. Τα διαφορετικά χρώματα «λουλούδια» διέφεραν ως προς την πιθανότητα να προσφέρουν ζάχαρη και διέφεραν επίσης στο πόσο καλά μπορούσαν οι μέλισσες να κρίνουν εάν το ψεύτικο λουλούδι πρόσφερε ανταμοιβή ή όχι.

Βάλαμε μικροσκοπικά, αβλαβή σημάδια μπογιάς στο πίσω μέρος κάθε μέλισσας και μαγνητοσκοπούσαμε κάθε επίσκεψη μιας μέλισσας στη σειρά λουλουδιών. Στη συνέχεια χρησιμοποιήσαμε την όραση υπολογιστή και τη μηχανική μάθηση για να εξαγάγουμε αυτόματα τη θέση και τη διαδρομή πτήσης της μέλισσας. Από αυτές τις πληροφορίες, θα μπορούσαμε να αξιολογήσουμε και να χρονομετρήσουμε με ακρίβεια κάθε απόφαση που έπαιρναν οι μέλισσες.

Βρήκαμε ότι οι μέλισσες έμαθαν πολύ γρήγορα να αναγνωρίζουν τα λουλούδια με τη μεγαλύτερη ανταμοιβή. Γρήγορα αξιολόγησαν αν έπρεπε να αποδεχτούν ή να απορρίψουν ένα λουλούδι, αλλά περιέργως οι σωστές επιλογές τους ήταν κατά μέσο όρο πιο γρήγορες (0.6 δευτερόλεπτα) από τις λανθασμένες επιλογές τους (1.2 δευτερόλεπτα).

Αυτό είναι το αντίθετο από αυτό που περιμέναμε.

Συνήθως στα ζώα – ακόμα και σε τεχνητά συστήματα – μια ακριβής απόφαση διαρκεί περισσότερο από μια ανακριβή απόφαση. Αυτό ονομάζεται η αντιστάθμιση ταχύτητας-ακρίβειας.

Αυτός ο συμβιβασμός συμβαίνει επειδή ο καθορισμός του αν μια απόφαση είναι σωστή ή λάθος εξαρτάται συνήθως από το πόσα στοιχεία έχουμε για να λάβουμε αυτήν την απόφαση. Περισσότερα στοιχεία σημαίνει ότι μπορούμε να πάρουμε μια πιο ακριβή απόφαση – αλλά η συλλογή αποδεικτικών στοιχείων απαιτεί χρόνο. Έτσι, οι ακριβείς αποφάσεις είναι συνήθως αργές και οι ανακριβείς αποφάσεις είναι πιο γρήγορες.

Η αντιστάθμιση ταχύτητας-ακρίβειας συμβαίνει τόσο συχνά στη μηχανική, την ψυχολογία και τη βιολογία, που θα μπορούσατε σχεδόν να την ονομάσετε «νόμο της ψυχοφυσικής». Και όμως οι μέλισσες έμοιαζαν να παραβιάζουν αυτόν τον νόμο.

Τα μόνα άλλα ζώα που είναι γνωστό ότι ξεπερνούν το αντάλλαγμα ταχύτητας-ακρίβειας είναι άνθρωποι και πρωτεύοντα θηλαστικά.

Πώς μπορεί τότε μια μέλισσα, με τον μικροσκοπικό αλλά αξιοσημείωτο εγκέφαλό της, να έχει την ίδια απόδοση με τα πρωτεύοντα;

Οι μέλισσες αποφεύγουν τον κίνδυνο

Για να λύσουμε αυτήν την ερώτηση, στραφήκαμε σε ένα υπολογιστικό μοντέλο, ρωτώντας ποιες ιδιότητες θα πρέπει να έχει ένα σύστημα για να νικήσει την αντιστάθμιση ταχύτητας-ακρίβειας.

Κατασκευάσαμε τεχνητά νευρωνικά δίκτυα ικανά να επεξεργάζονται αισθητηριακές εισροές, να μαθαίνουν και να λαμβάνουν αποφάσεις. Συγκρίναμε την απόδοση αυτών των τεχνητών συστημάτων απόφασης με τις πραγματικές μέλισσες. Από αυτό θα μπορούσαμε να προσδιορίσουμε τι έπρεπε να έχει ένα σύστημα εάν επρόκειτο να νικήσει την ανταλλαγή.

Η απάντηση βρισκόταν στο να δοθούν απαντήσεις «αποδοχή» και «απόρριψη» διαφορετικά χρονικά δεσμευμένα όρια αποδεικτικών στοιχείων. Να τι σημαίνει αυτό - οι μέλισσες δέχονταν ένα λουλούδι μόνο αν, με μια ματιά, ήταν βέβαιος ήταν επιβράβευση. Αν είχαν κάποια αβεβαιότητα, την απέρριπταν.

Αυτή ήταν μια στρατηγική που απέφευγε τον κίνδυνο και σήμαινε ότι οι μέλισσες μπορεί να είχαν χάσει μερικά ανταμείβοντας λουλούδια, αλλά επικέντρωσε με επιτυχία τις προσπάθειές τους μόνο στα λουλούδια με τις καλύτερες πιθανότητες και τις καλύτερες αποδείξεις να τους παρέχει ζάχαρη.

Το μοντέλο υπολογιστή μας για το πώς οι μέλισσες έπαιρναν γρήγορες, ακριβείς αποφάσεις αντιστοιχίστηκε καλά τόσο στη συμπεριφορά τους όσο και στις γνωστές οδούς του εγκεφάλου της μέλισσας.

Το μοντέλο μας είναι εύλογο για το πώς οι μέλισσες είναι τόσο αποτελεσματικές και γρήγορες στη λήψη αποφάσεων. Επιπλέον, μας δίνει ένα πρότυπο για το πώς μπορούμε να κατασκευάσουμε συστήματα – όπως αυτόνομα ρομπότ για εξερεύνηση ή εξόρυξη – με αυτά τα χαρακτηριστικά.

Σχετικά με το Συγγραφέας

Άντριου Μπάρον, Καθηγητής, Πανεπιστήμιο Macquarie

Αυτό το άρθρο αναδημοσιεύθηκε από το Η Συνομιλία υπό την άδεια Creative Commons. Διαβάστε το αρχικό άρθρο.

ING