animals plants

コンピュータすら能力を向上させる「アリの集合知」がすごい (2/3)

2021.01.27 Wednesday

2020.05.17 Sunday

前ページリアル迷路を解く方法

<

1

2

3

>

アリたちは集合の感知範囲をもつ

最初に研究者たちは、均等な大きさの立方体をランダムにばらまくことで、自然の環境を模した石だらけの迷路を作成。

次に、ターゲットであるロングホーン・クレイジーアリに食料を持たせて、迷路を通って巣まで運ぶようにセッティングしました。

途中のブロックが多ければ多いほど複雑な迷路になるので、ブロックの数に応じてアリたちの対応力を調べることができます。

1枚目の画像
Credit:Ofer Feinerman

実験の結果、のアリたちは、迷路が複雑になればなるほど、迷路を解くための時間が長くなりました。そして、ブロックの割合が55%までは何とか正解しましたが、60%になるとゴールにたどり着けなくなりました。

その後、研究チームは、アリのパフォーマンスとプログラムされた運動モデルを比較することにしました。

このコンピュータモデルは、ブロックに衝突することで進む方向が変化するようになっており、最終的にはゴールに到達できるようプログラムされています。いわゆる「行き当たりばったり」作戦ですね。

検証の結果、非常に単純な迷路を除いて、アリの方がコンピュータモデルよりも迷路をクリアする能力が高いと証明されました。

つまり、アリは迷路を「行き当たりばったり」ではなく、何らかの感知方法によってふかん的な視点を得ており、効率的な正解ルートを見出していたことになります。

では、アリたちの感知方法とはどんなものなのでしょうか?

次ページ集合による範囲感知

<

1

2

3

>

動物のニュースanimals plants news

もっと見る

役立つ科学情報

注目の科学ニュースpick up !!