РАЗУМ ПЧЕЛИНОГО РОЯ
В материалах рубрики использованы статьи и заметки следующих изданий: «Focus» и «New Scientist» (Англия), «Astronomy», «Discover», «IEEE Spectrum», «Natural History», «Psychology Today», «Seed», «Skeptical Inquirer» и «Technology Review» (США), а также сообщения агентств печати и информация из интернета.
По мнению американского энтомолога Кевина Пассино, пчелиный рой, вылетающий из улья в поисках нового жилья, действует как единый мозг, причём отдельные пчёлы выполняют роль его нейронов.
Весной половина населения улья, где стало слишком тесно, отделяется от старой семьи, временно оседает где-нибудь на ветке и высылает несколько сотен разведчиц на поиски подходящего дупла. Каждая разведчица тратит около получаса на оценку разных факторов — размер дупла, присутствие или отсутствие в нём муравьёв, расстояние до подходящего дупла и направление на него. Затем разведчица возвращается к рою и танцует на нём, передавая этим танцем информацию другим пчёлам. Чем больше пробежек с танцами делает разведчица по поверхности роя, тем выше она оценивает найденное жилище.
Затем разведчица, захватив с собой одного-двух сторонников, которых она убедила в своей правоте, снова посещает найденное дупло. Если её спутникам это жилище тоже нравится, они присоединяются к танцам и вербуют новых сторонников и так далее. По достижении определённого кворума весь рой снимается и летит на новое место.
Но если «помощникам» разведчицы её выбор не очень нравится, их поддержка постепенно затухает, так как после каждого нового полёта к найденному улью пчёлы танцуют на рое всё меньше, сокращая танец каждый раз примерно на 15 пробежек. Рекрутов на новый полёт оказывается всё меньше, пока поддержка данного предложения не падает до нуля. Компьютерная модель поведения роя показала, что такая система принятия решений обеспечивает быстрый, но точный выбор, отфильтровывая ошибочные мнения.
Подобным же образом принимаются решения в мозгу человека: высокий уровень активности отдельных нейронов позволяет им вовлекать в активность соседние нервные клетки, возбуждение распространяется по коре мозга, и вырабатывается решение.
Как известно, по некоторым предположениям, муравейник тоже может действовать как единый мозг (см. «Наука и жизнь» № 3, 2007 г.).
Источник
Интеллект роя
Удивительно слаженное поведение многих роевых животных всегда вызывало интерес человека. Возникал вопрос как такое возможно без системы планирования и централизованного управления?
Автор: Георгий Афанасьев
Стаи птиц, рыб, рои пчел и огромные массы муравьев – достигают поразительных результатов не получая команды от главного грача или главной рыбы. А пчелы и муравьи в отличии о птиц и рыб еще и совместно строят величественные сооружения, без главного архитектора. Причем в этом строительстве адаптируются к новым условиям. Мне встречался интересный рассказ про то как в эксперименте пчелы научились делать сферические соты, так как строили их при постоянном вращении испытательного стенда. И этот эксперимент показывает, что такое поведение не простое копирование того что делали пчелы ранее. Раньше ведь они не строили сферические соты.
Посмотрите интересный фильм посвященный роевому интеллекту.
Где принципы роевого интеллекта можно применять практически? В новых технологиях в энергетике в так называемой “умной энергетики” принцип роя является очень важным. Протокол общения устройств между собой очень похож на передачу информации в большой группе насекомых. В стандарте цифровой подстанции описывается, что какое ни будь устройство в случае критического значения параметра сообщает эту информацию всем соседним устройствам, а они далее всем соседним, с затухающим циклом повторения. Таким образом путей передачи информации становиться бесчисленное множество, и надежность передачи возрастает в сотни раз.
На фотографии видно, что муравьи “приняли решение” выбрав в итоге короткий путь к сахару, хотя первично бегали по правой и левой дорожке с случайным распределением. За этим стоит очень простой прием. Муравьи бегающие по короткой дорожке возвращались быстрее, и они за одинаковое время делали больше ходок, их химический след становился более ярким, и новые муравьи делали выбор в пользу более сильно пахнущей дорожки. Вот и все!
Интересны применения принципа роя и к сотрудничеству людей – это проявляется в идеологии “умной толпы” smart mob, смартмо́б.
В связи с этой темой я размышляю о умном коллективе, группе без выделенного органа руководства. Меня интересует такое устройство среды или норм поведения, когда будет достигнуто новое качество совместного использования территории (парка, леса, пляжа, …).
Пока тип использования проявляемый человеком = поведение саранчи. И только за счет специальных служб уборки, ремонта и охраны порядка можно пользоваться парком или пляжем многократно. А как быть в лесу где системы контроля и охраны очень условные? Вот где пространство для применения коллективного интеллекта приводящего не к деградации, а к улучшению территории. И в этой роли интересны, например опыты геокэшинга.
Источник
Нечеловеческие медиа: как общаются насекомые и что такое интеллект пчелиного роя?
Nastia Sevastianova
© [Андрей Серкин](http://serkin.ru/) ###Есть ли свои медиа у насекомых или эксклюзивное право на коммуникацию принадлежит человечеству? Какой эффект пчелиного роя имеет к современной сетевой культуре? Как поведение пчел может быть использовано в онлайн-торговле? Об этом — в переводе статьи [Rhizome.org](http://rhizome.org/) на T&P. В своей книге [«Медиа насекомых»](http://books.google.com/books?id=cLbYMCjAXY8C&dq=insect+media&source=gbs_navlinks_s) Юсси Парикка описывает археологию нечеловеческих медиа. В особенности его интересует взаимосвязь между животным миром и машинами, а также уникальная история насекомых, которые стали моделью для техники уже в конце XIX века и остаются ей до сих пор. В современных медиапрактиках насекомых обычно рассматривают для изучения флеш-мобов или эффекта пчелиного роя, когда примитивные участники системы, взаимодействуя, создают так называемый [роевой интеллект](http://ru.wikipedia.org/wiki/%D0%A0%D0%BE%D0%B5%D0%B2%D0%BE%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82).
Этот необычный подход имеет глубокие исторические корни: начиная с ранних попыток [Этьена-Жюля Маре](http://en.wikipedia.org/wiki/%C3%89tienne-Jules_Marey) запечатлеть незаметные движения полета насекомого в труде [«Животный организм»](http://books.google.com/books?id=1rxM56eyklsC&dq=la+machine+animale&source=gbs_navlinks_s) 1978 года до последующего вдохновения устройством насекомых строителей, архитекторов и геометров на протяжении XIX и XX веков. Далее предпринимались первые попытки объяснить природу роя, толпы и других «суперорганизмов». Так появилась [биомиметика](http://en.wikipedia.org/wiki/Biomimicry) — наука, которая изучает подход к созданию технологических устройств, при котором идея и основные элементы устройства заимствуются из живой природы. Одним из удачных примеров биомиметики является широко распространенная «липучка», прототипом которой стали плоды растения репейник, цеплявшиеся за шерсть собаки швейцарского инженера Жоржа де Местраля. Далее развитие кибернетики подошло к решающему моменту сопоставления животных рефлексов и технологических систем.
Одним из наиболее занимательных примеров онтологии, который приводит Парикка, — это работа австрийского этолога Карла фон Фриша о пчелиной коммуникации «Танцующие пчелы» 1953 года. Работа Фриша была попыткой описать средства общения пчел, через которые они передают жизненно необходимую информацию. Благодаря тщательной, почти этнографической работе Фришу удалось отследить отдельных пчел и наблюдать то, что он впоследствии назовет их физическим языком — процесс, во время которого необходимая информация передается с помощью танца. Чтобы указать направление нового источника пищи и его удаленность от улья, пчелы начинают летать кругами, менять направления полета и энергично покачиваться.
Этот танец передается и остальным членам улья, которые подхватывают его и распространяют сообщение на всю колонию. Фриш сравнивает этот процесс с языком, поскольку он является средством передачи знания среди членов одной группы или общества. Парикка особо выделяет крайне аффективную форму такого общения, средства, которыми оно достигается, а также среду, которая обуславливает общение медоносных пчел.
Понимание пчелиного улья как автономной среды, которая движется, реагирует и сообщается с окружающим миром, тесно соотносится с современными теориями о рое и роевой логике сетевого общения. Получающаяся структура роевого интеллекта, которая состоит из тел или объектов, действующих в унисон, характеризует научные алгоритмы мультиагентных систем. Эти системы используются для решения таких задач, как , ликвидация чрезвычайных ситуаций и моделирование социальных структур.
В «Медиа насекомых» Парикка описывает то, что он называет «технологией природы» — тот способ установления связи с миром, при котором не только люди изобретают и изготавливают вещи и артефакты. Насекомых можно использовать как модель мышления, чтобы осветить бессознательные аспекты нашего опыта. Одним словом, «цифровые технологии и искусство обнажают животное начало в человеке».
Источник
Нечеловеческие медиа: как общаются насекомые и что такое интеллект пчелиного роя?
Nastia Sevastianova
© [Андрей Серкин](http://serkin.ru/) ###Есть ли свои медиа у насекомых или эксклюзивное право на коммуникацию принадлежит человечеству? Какой эффект пчелиного роя имеет к современной сетевой культуре? Как поведение пчел может быть использовано в онлайн-торговле? Об этом — в переводе статьи [Rhizome.org](http://rhizome.org/) на T&P. В своей книге [«Медиа насекомых»](http://books.google.com/books?id=cLbYMCjAXY8C&dq=insect+media&source=gbs_navlinks_s) Юсси Парикка описывает археологию нечеловеческих медиа. В особенности его интересует взаимосвязь между животным миром и машинами, а также уникальная история насекомых, которые стали моделью для техники уже в конце XIX века и остаются ей до сих пор. В современных медиапрактиках насекомых обычно рассматривают для изучения флеш-мобов или эффекта пчелиного роя, когда примитивные участники системы, взаимодействуя, создают так называемый [роевой интеллект](http://ru.wikipedia.org/wiki/%D0%A0%D0%BE%D0%B5%D0%B2%D0%BE%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82).
Этот необычный подход имеет глубокие исторические корни: начиная с ранних попыток [Этьена-Жюля Маре](http://en.wikipedia.org/wiki/%C3%89tienne-Jules_Marey) запечатлеть незаметные движения полета насекомого в труде [«Животный организм»](http://books.google.com/books?id=1rxM56eyklsC&dq=la+machine+animale&source=gbs_navlinks_s) 1978 года до последующего вдохновения устройством насекомых строителей, архитекторов и геометров на протяжении XIX и XX веков. Далее предпринимались первые попытки объяснить природу роя, толпы и других «суперорганизмов». Так появилась [биомиметика](http://en.wikipedia.org/wiki/Biomimicry) — наука, которая изучает подход к созданию технологических устройств, при котором идея и основные элементы устройства заимствуются из живой природы. Одним из удачных примеров биомиметики является широко распространенная «липучка», прототипом которой стали плоды растения репейник, цеплявшиеся за шерсть собаки швейцарского инженера Жоржа де Местраля. Далее развитие кибернетики подошло к решающему моменту сопоставления животных рефлексов и технологических систем.
Одним из наиболее занимательных примеров онтологии, который приводит Парикка, — это работа австрийского этолога Карла фон Фриша о пчелиной коммуникации «Танцующие пчелы» 1953 года. Работа Фриша была попыткой описать средства общения пчел, через которые они передают жизненно необходимую информацию. Благодаря тщательной, почти этнографической работе Фришу удалось отследить отдельных пчел и наблюдать то, что он впоследствии назовет их физическим языком — процесс, во время которого необходимая информация передается с помощью танца. Чтобы указать направление нового источника пищи и его удаленность от улья, пчелы начинают летать кругами, менять направления полета и энергично покачиваться.
Этот танец передается и остальным членам улья, которые подхватывают его и распространяют сообщение на всю колонию. Фриш сравнивает этот процесс с языком, поскольку он является средством передачи знания среди членов одной группы или общества. Парикка особо выделяет крайне аффективную форму такого общения, средства, которыми оно достигается, а также среду, которая обуславливает общение медоносных пчел.
Понимание пчелиного улья как автономной среды, которая движется, реагирует и сообщается с окружающим миром, тесно соотносится с современными теориями о рое и роевой логике сетевого общения. Получающаяся структура роевого интеллекта, которая состоит из тел или объектов, действующих в унисон, характеризует научные алгоритмы мультиагентных систем. Эти системы используются для решения таких задач, как , ликвидация чрезвычайных ситуаций и моделирование социальных структур.
В «Медиа насекомых» Парикка описывает то, что он называет «технологией природы» — тот способ установления связи с миром, при котором не только люди изобретают и изготавливают вещи и артефакты. Насекомых можно использовать как модель мышления, чтобы осветить бессознательные аспекты нашего опыта. Одним словом, «цифровые технологии и искусство обнажают животное начало в человеке».
Источник
Роевой интеллект: как пчелы вдохновляют робототехников
В живой природе самоорганизация является абсолютно естественным процессом, наблюдающимся у многих организмов. Создание алгоритмов искусственной «самосборки» является одной из современных задач робототехники, и у ученых есть некоторые успехи. Пока что дом или автомобиль миниатюрная «колония» вам не построит, но, по крайней мере, уже сможет написать ваше имя.
Может ли природа подать в суд за плагиат?
Природа по-прежнему опережает человечество на многие и многие столетия во множестве технологических вопросов. Естественные для окружающей среды процессы на деле оказываются настолько сложными, что ученым оказывается не под силу их повторение в лабораторных условиях.
Заимствование идей у природы получило отдельное направление в инженерии, названное биомимикрией. Так, например, ученых давно вдохновлял пример самоорганизации миллионов и триллионов отдельных объектов и организмов: упорядочение молекул в кристаллах, движение бактерий за счет жгутиков. В колониях муравьи могут строить целые мосты, цепи и гнезда, сцепляясь воедино. Объединяясь, группы организмов могут совершать действия, неподвластные отдельным индивидам.
Такие примеры «коллективного разума» восхищают и удивляют ученых: «самосборка» является крайне сложной задачей, в первую очередь из-за ограниченности взаимодействия между отдельными организмами, которое в результате распространяется на расстояния, в десятки и сотни раз превышающее размеры единичных элементов.
Роевой интеллект
Вдохновившись примером муравьев и пчел, ученые предложили концепцию искусственных систем, обладающих свойствами настоящего роя: появилась идея создания крошечных роботов, которые могут функционировать как единое целое в больших группах.
Группа ученых Гарвардского университета под руководством Майкла Рубинштейна несколько лет назад объявила о создании роботов «Kilobot». Каждый отдельный робот стоит порядка 20 долларов: в комплектацию входит вибрационный мотор, который позволяет механизму скользить вдоль поверхностей и инфракрасный источник для коммуникации и измерения расстояния между отдельными роботами. Измерение расстояний проводится довольно грубо: роботы не могут уточнить угол поворота относительно друг друга; также в целом вся система децентрализована и асинхронна, каждый электронный «муравей» взаимодействует только с ближайшими соседями.
Алгоритмы коллективного поведения роботов: следование вдоль края, градиентное формирование, локализация
Алгоритмы коллективного поведения
В деле создания искусственных самоорганизующихся систем основной проблемой для ученых стала разработка механизма взаимодействия между роботами, который позволил бы им постепенно выстраивать необходимую структуру. Задача решается довольно легко для небольших групп, в которых программа может искусственно рассчитать и задать положение каждого отдельного элемента. Однако, для реального применения в больших «колониях» потребовалась совершенно другая стратегия.
Ученые из Гарварда предложили алгоритм, основанный на трех «базовых» вариантах коллективного поведения: движение робота вдоль края фигуры за счет измерения расстояния до пограничных элементов; градиентное формирование, в котором робот-источник задает для других роботов постепенно увеличивающееся до него расстояние; а также локализация, когда роботы могут создавать временные системы отсчета, руководствуясь положением друг относительно друга.
Изначально каждому роботу подается одна и та же программа, в которую заложена форма фигуры для повторения. Они собираются в некую начальную структуру, не зная о своем положении в пространстве. Для начала процесса самоорганизации пользователь помещает четыре специальных робота-источника: они становятся точкой отсчета для будущей фигуры и задают градиент расстояний. Роботы, находящиеся в этот момент с краю исходной конфигурации, начинают движение вдоль границы. Для того, чтобы избежать заторов, в каждый момент времени выбирается случайная подгруппа роботов, которым разрешено начинать движение.
Одновременно происходит измерение расстояния между роботом и его ближайшими стационарными соседями, уже занявшими свое место, и сравнение положения до источников, которое задается градиентом. Если робот находится вне краев формы, он продолжает движение вдоль границы, пока не окажется внутри: затем он начинает сравнивать свои координаты с необходимым градиентом и корректирует положение, пока оно не удовлетворит обоим условиям.
Схема самоорганизации «Килоботов»
Этот робот меня ударил!
Реальность, однако, всегда оказывается сложнее, чем идеализированный эксперимент: в системах из тысячи и более роботов могут наблюдаться различные трудности как, например, неточное измерение расстояний и даже тот простой факт, что слишком резвый «сосед» может толкнуть уже занявшего свое положение робота тем самым изменив его координаты.
Для того, чтобы обойти подобные проблемы, ученые добавили несколько исправлений в исходный алгоритм: самое важное из них состоит в том, что программа задает только форму фигуры и ее границу, но не положение каждого отдельного робота внутри нее. Множество вариантов размещения роботов внутри заданных границ позволяет алгоритму не обращать внимание на ошибки позиционирования и «сосредотачиваться» на конечном результате.
В результате ученым удалось запрограммировать «рой» из 1024 роботов на повторение различных фигур. Выполнение каждой задачи потребовало порядка 10 часов времени; фигуры были воспроизведены с хорошей, но пока что далеко не идеальной точностью.
Также были обнаружены интересные эффекты, такие как «пробки» из роботов, движущихся вдоль краев, созданные особенно медленными индивидами. Периодически происходило «разрушение» исходной формы роя за счет случайных столкновений: идеализированные математические модели не предсказывали подобного поведения.
Роботы не всесильны
У созданных алгоритмов есть и ряд недостатков. В первую очередь, рою «Килоботов» не под силу создание фигур с дырками, просто в силу того, что они запрограммированы на движение вдоль границ.
Для успешного выполнения задачи роботов сначала необходимо выстроить правильным образом, в то время как в природе самоорганизовываются расположенные совершенно случайно друг относительно друга организмы. Также и идея роботов-источников чужда естественным процессам: впрочем, эта проблема может быть решена внедрением алгоритмов случайного выбора первичных роботов.
Кроме того, после создания отдельной фигуры остаются «неиспользованные» роботы. Пока что сторонний наблюдатель должен сам оценить точность выполнения задачи и убрать ненужные элементы.
Будущее совсем близко
Несмотря на наличие несовершенств алгоритмов, данное направление действительно напоминает то будущее, которое рисуют в своих книгах писатели-фантасты: микро- и нанороботы, способные создавать конструкции любой сложности, в том числе и трехмерные.
А ученые тем временем уже предложили множество идей использования самоорганизующихся робо-колоний: от исследования течений в океанах вплоть до доставки лекарств и обследований человеческого организма.
Источник