Кружение муравьёв. Источник: Егор Нужин и др., Scientific Reports

Кружение муравьёв. Источник: Егор Нужин и др., Scientific Reports

 

Коллектив учёных из Сколтеха — аспирант Егор Нужин, доцент Максим Панов и профессор Николай Бриллиантов — при помощи методов искусственного интеллекта объяснил таинственное поведение, характерное для ряда животных, — кружение. ИИ давно зарекомендовал себя в решении прикладных и инженерных задач, но на этот раз опубликованное в Science Reports исследование демонстрирует новую сильную сторону ИИ, который помог ответить уже на фундаментальный вопрос — понять коллективное поведение живых существ.

Кружение наблюдается в больших группах животных, находящихся на разных этапах эволюции, от насекомых и червей до рыб: они согласованно движутся вокруг центра группы. Биологическая функция столь причудливого поведения до сих пор ставила в тупик эволюционных биологов и теоретиков систем.

Стандартный подход к объяснению кружения постулирует наличие неких искусственных сил, которые возникают между животными и влияют на их коллективное движение. Учёные из Сколтеха пошли по иному пути: их модель отталкивается от цели и формулируется в терминах обучения с подкреплением — инструмента из области искусственного интеллекта.

Опираясь на простые правила и естественные ограничения, смоделированные исследователями животные методом проб и ошибок обучились коллективному движению. Поразительным образом предъявленные к ним требования — оставаться в заданных пределах от центра группы и от соседей — привели к самопроизвольному кружению. Что ещё более неожиданно, кружение оказалось весьма полезным для выживания: по подсчётам исследователей, обученный такому поведению коллектив в сотни раз устойчивее к пагубным возмущениям среды — в природе ими могут быть, например, ветер или подводные потоки.

Оптимальная конфигурация шести, семи и восьми птиц в стае. Возникающая в случае с нечётным количеством птиц асимметрия ведёт к тому, что возможны два варианта расположения. Указанные конфигурации минимизируют затраты энергии; в природе, однако, возможно влияние и других факторов, например защиты от хищников. Источник: Егор Нужин и др., Scientific Reports

Оптимальная конфигурация шести, семи и восьми птиц в стае. Возникающая в случае с нечётным количеством птиц асимметрия ведёт к тому, что возможны два варианта расположения. Указанные конфигурации минимизируют затраты энергии; в природе, однако, возможно влияние и других факторов, например защиты от хищников. Источник: Егор Нужин и др., Scientific Reports

 

Другое применение искусственного интеллекта в похожем контексте — группировка животных. Птицы мигрируют, волки охотятся, а рыбы плавают — стаями. Если животные перемещаются совместно с оптимальным расположением друг относительно друга, они тем самым минимизируют затраты энергии. Исследователи из Сколтеха применили тот же целеориентированный подход на базе обучения с подкреплением и подтвердили, что в результате животные находят оптимальную для передвижения конфигурацию, позволяющую сохранять силы: вдвоём они выстраиваются в линию, втроём — в треугольник, вчетвером — в ромб. Эти и другие, порой неожиданные построения при большей численности группы были независимо найдены альтернативным методом. Хотя в природе присутствуют и другие факторы, определяющие структуру стаи, например защита от хищников, положение вожака и проч., полученные результаты наглядно демонстрируют широкую применимость метода и его надёжность.

Как говорит профессор Бриллиантов, «хотя я понимаю, что всё строится из простых „математических кирпичиков“, я не перестаю удивляться возможностям методов ИИ!»

 

Источник информации и фото: Сколтех