KulskoZnanost

Čebele se lahko naučijo računati

Obnašanje čebel bi lahko pripomoglo k izboljševanju funkcij umetne inteligence

Avstralski in francoski znanstveniki so ugotovili, da se lahko čebele naučijo seštevati in odštevati. Na podlagi teh ugotovitev bi lahko izboljšali hitro učenje pri umetni inteligenci.

Čebele so učili računati tako, da so jih spustili v labirint v obliki črke Y. V prvem prostoru so videle enega do pet likov. Če so bili ti modre barve, so morale prišteti, če so bili rumeni, pa odšteti. V naslednjem prostoru je bila na eni strani napačna rešitev, na drugi pa pravilna. Na pravilni strani je bilo število likov za eno večje ali za eno manjše.

Če so se odločile pravilno, jih je na koncu labirinta za nagrado čakala sladka voda, v primeru napačne odločitve pa so dobile grenko raztopino kinina, kar jim je pomagalo pri učenju. Tako so se po približno 100 poskusih, ki so skupaj trajali od štiri do sedem ur, naučile, da modra barva pomeni +1, rumena pa -1. Pravilo so znale uporabiti tudi pri drugih številih, piše na spletni strani univerze RMIT v avstralskem Melbournu.

Študija je tako pokazala, da se lahko čebele nauči, da prepoznajo barve kot simbol za seštevanje in odštevanje in da te informacije uporabijo za reševanje aritmetičnih problemov. Že v preteklih študijah so sicer ugotovili, da čebele razumejo koncept števila nič.

Če za matematične operacije niso potrebni veliki možgani, bi lahko obstajali tudi novi načini za združevanje dolgoročnih pravil in delovnega spomina pri umetni inteligenci za izboljšave hitrega učenja novih problemov.

Izredni profesor z univerze RMIT Adrian Dyer je povedal, da so numerične operacije kompleksne, ker zahtevajo obdelavo na dveh ravneh. »Pravila seštevanja in odštevanja moraš ohraniti v dolgoročnem spominu, medtem ko moraš v kratkoročnem spominu miselno upravljati niz števil,« je pojasnil.

Poleg tega so čebele uporabile svoj kratkoročni spomin za reševanje aritmetičnih problemov, saj so se naučile prepoznavati plus in minus kot abstraktna koncepta brez vizualnih pripomočkov.

»Če za matematične operacije niso potrebni veliki možgani, bi lahko obstajali tudi novi načini za združevanje dolgoročnih pravil in delovnega spomina pri umetni inteligenci za izboljšave hitrega učenja novih problemov,« je povedal Dyer.

 

https://www.dostop.si/Slikevsebina/fotograf.JPGSTA
https://i0.wp.com/www.dostop.si/Slikevsebina/fotograf.JPG?w=780splet (vir)

Sorodni članki

Back to top button