به گزارش برنا؛ گروهی از دانشمندان «دانشگاه شفیلد»در پژوهش جدیدی که به سرپرستی دکتر «هادی معبودی» دانشمند ایرانی انجام شده است، مکانیسمهای اساسی را نشان دادهاند که تواناییهای قابلتوجه تصمیمگیری موجودات را به نمایش میگذارند. همچنین، این پژوهش نشان میدهد که چنین تواناییهایی را میتوان به فناوریهای هوش مصنوعی منتقل کرد. در واقع مغز زنبورها میتواند سیستمهای هوش مصنوعی را به سطح بعدی ارتقاء دهد.
این گروه پژوهشی با استفاده از ۲۰زنبور عسل، آزمایشهای گوناگونی را انجام دادند تا بررسی کنند که یک حشره چگونه تصمیم میگیرد کدام گلها را برای یافتن شهد جستوجو کند. آنها توجه ویژهای را به سرعت و دقت تصمیمگیری حشرات برای پذیرش و رد کردن گلهای متفاوت معطوف کردند . زنبورها با دوربین ردیابی شدند تا مشخص شود چقدر طول میکشد تا تصمیم بگیرند به سوی کدام گل پرواز کنند.
نتایج این آزمایش نشان داد که آنها برای رفتن مستقیم به سوی گلهایی که فکر میکردند غذا دارند، هیچ وقتی را تلف نکردند و به طور میانگین در مدت ۰.۶ثانیه در آنجا فرود آمدند اما به همان اندازه سریع هم گلهایی را که به نظر آنها بدون غذا بود، رد کردند .سپس پژوهشگران، یک مدل رایانهای را برای تقلید از فرآیند تصمیمگیری زنبورهای عسل طراحی کردند.
این روش، بینشهایی را در مورد این موضوع مشخص میکند که یک مغز کوچک چگونه میتواند چنین انتخابهای پیچیدهای را هنگام پرواز انجام دهد و نوع مدارهای عصبی مورد نیاز را نیز مشخص کند. پیچیدگی فرآیندهای تصمیمگیری زنبور عسل با نمونههایی که در مورد پستانداران گزارش شده بودند، رقابت میکرد. اکنون این کار بر عهده توسعهدهندگان فناوری است که در نظر بگیرند چگونه میتوان این یافتهها را برای اصلاح کردن روش طراحی هوش مصنوعی تطبیق داد. دانشمندان پیشنهاد کردند که از این نتایج در طراحی الگوریتمهای تصمیمگیری کارآمدتر برای سیستمهای هوش مصنوعی و بهویژه برای سیستمهای رباتیک خودران استفاده شود.
این پژوهش میتواند نوید بخش ابداع رباتهای بهتر، قویتر و خطرگریزتر باشد و به ابداع ماشینهای مستقلی بیانجامد که میتوانند مانند زنبورها که از کارآمدترین ناوبرها در دنیای طبیعی هستند فکر کنند. نتایج حاصل از این پژوهش، در مجله «eLife» به چاپ رسیده است .