Menschliche Teams brechen oft unter der Last ihrer eigenen Zahl zusammen. Wenn Sie zu viele Leute zu einem Projekt hinzufügen, entsteht Chaos. Wir gehen davon aus, dass das alte Sprichwort wahr ist: Zu viele Köche verderben den Brei.
Ameisen tun das nicht.
Sie werden besser.
Ofer Feinerman, ein Verhaltensökologe am Weizmann Institute of Science, begann, Ameisen dabei zu beobachten, wie sie asymmetrische Nahrung zum Nest zurückschleppten. Es sah effizient aus. Tatsächlich so effizient, dass er sich fragte, ob die Regel „zu viele Köche“ überhaupt für Insekten gilt.
Die im Journal of the Royal Society Interface veröffentlichte Antwort lautet Nein.
Durch das Hinzufügen weiterer Ameisen werden nicht nur Muskeln aufgebaut. Es fügt Fähigkeiten hinzu. Große Gruppen bewältigen komplexe Herausforderungen, kleine Teams können einfach nicht.
Wie Ameisen ihre Intelligenz skalieren
Um dies zu testen, ließ das Labor nicht einfach Ameisen in einen Haufen Zucker fallen. Sie haben ein Problem geschaffen.
Das Team druckte Requisiten mit bestimmten Formen und Gewichten in 3D. Um die Pflege der verrückten Bockameisen (Paratrechina longicornis ) zu gewährleisten, wurden die Gegenstände über Nacht in Katzenfutter gelagert. Der Duft war unwiderstehlich.
Dann kamen die Labyrinthe.
Lasergeschnittene Labyrinthe unterschiedlicher Schwierigkeitsgrade. Die Ameisen wurden hineingelegt. Der Schlüssel hier war Kontrolle. Das Gewicht der Objekte skalierte konsistent mit der Anzahl der Ameisen.
Warum? Zusammenarbeit isolieren. Wenn die Belastung schwerer würde, die Ameisen aber gleich blieben, würde man einfach die Ermüdung messen. Durch die Skalierung beider konnte Feinermans Team die Koordination messen.
Sie verließen die mit Ködern beladenen Labyrinthe in der Nähe der Nester. Dann haben sie gefilmt.
Welche Gruppen sind erfolgreich?
Kleine Labyrinthe? Einfach.
Nahezu jede Gruppengröße, unabhängig von der Mitgliederzahl, navigierte mit kleinen Gegenständen über die einfachen Wege. Hier gibt es keinen eindeutigen Vorteil für die größeren Zahlen.
Aber ändern Sie die Variablen und die dynamischen Veränderungen.
Erhöhen Sie die Komplexität des Labyrinths. Erhöhen Sie das Ladungsgewicht. Plötzlich schlugen die kleinen Gruppen um sich. Sie konnten nicht synchronisiert werden. Die größeren Teams? Sie gediehen.
Größere Ameisenkolonien waren weitaus effizienter.
Dies hielt auch dann an, als die Schwerkraft zum Faktor wurde. Auch wenn die Manöver erforderten, dass die Ameisen physische Kräfte und nicht nur rohe Gewalt einsetzten, übertrafen die großen Gruppen immer noch die kleinen.
Es geht nicht nur um Stärke. Es geht um verteilte Problemlösung.
Können Maschinen die Weisheit von Ameisen nachahmen?
Feinermans Team blieb nicht bei der Biologie stehen. Sie führten Computersimulationen durch.
Könnten Programme für maschinelles Lernen mit denselben Labyrinthen umgehen, indem sie physikalische Theorien und Kräfte anwenden?
Die Ergebnisse boten einen Einblick in die Funktionsweise der Kolonien.
Für die einfachen Rätsel funktionierten einfache schwerkraftbasierte Modelle. Wie Feinerman es ausdrückte:
„Wenn man das Labyrinth nehmen würde, es kippen und das Ganze schütteln würde, würde [die] Ladung irgendwann herausfallen.“
Das ist Physik. Vorhersehbar. Statisch.
Aber die komplexen Labyrinthe? Diese scheiterten unter einfachen Schwerkraftmodellen.
Um die schwierigeren Szenarien zu lösen, musste die Simulation „ameisenähnliche“ Eigenschaften einführen. Insbesondere eine verteilte Natur. Die Schwerkraft wirkte nicht auf einen einzelnen Massenschwerpunkt. Es wirkte sich alle paar Sekunden auf verschiedene Punkte des Objekts aus.
Die Ameisen rechnen nicht. Sie reagieren. Vor Ort. Gleichzeitig.
Warum es kein Hive Mind ist
Hier ist die Falle: Ameisen bei der Zusammenarbeit zu beobachten, fühlt sich an, als würde man einem einzelnen Gehirn zusehen.
Es ist verlockend, es einen Schwarmgeist zu nennen. Ein kollektives Bewusstsein.
Feinermans Forschung widerlegt dies.
Die Simulationen zeigten, dass die Ameisen keine fortgeschrittene Kognition nutzen. Sie verwenden einfache Regeln.
„Die Ameisen benötigen keine solche [äußere] Abstimmung und scheinen dieselben Regeln zu verwenden … ohne externe Informationen.“
Vergleichen Sie das mit den maschinellen Lernprogrammen. Sie erforderten Optimierungen von außen. Die Designer mussten den Code je nach Labyrinth anpassen.
Die Ameisen? Sie gingen einfach.
Die Ergebnisse deuten darauf hin, dass Ameisenkolonien ihren Einfallsreichtum anhand der Größe skalieren, ja. Aber es handelt sich um neu entstehendes Verhalten, nicht um zentralisierte Intelligenz. Jede Ameise ist zufällig. Unwissend.
Sie sind auf lokale Interaktionen angewiesen.
Diese Unterscheidung ist für die künstliche Intelligenz wichtig. Wir suchen in unseren Algorithmen oft nach menschenähnlicher Logik. Aber die Ameisen bieten einen anderen Weg. Ein Weg, der keinen zentralen Kommandanten erfordert. Oder ein Programmierer.
Nur Regeln. Und Zahlen.
Das Labyrinth ist noch offen. Die Frage ist, ob sich unsere aktuellen Kooperationsmodelle an diese chaotische, verteilte Effizienz anpassen können. Oder wenn wir weiterhin versuchen, quadratische Stifte in runde Löcher zu stecken.
Die Ameisen kennen die Antwort bereits. Wir holen gerade auf.
