Дикие паукообразные обезьяны, живущие в охраняемой зоне недалеко от Пунта-лагуны, Мексика, коллективно придумывают хорошие способы разделить и завоевать лес. Эти обезьяны живут в обществе особого типа, называемом обществом деления-слияния. Группа разбивается на маленькие команды, чтобы найти пищу-называемую "добычей пищи" в мире экологии-но нет "учителя физкультуры" или "популярного ребенка", собирающего команды.
Скорее всего, обезьяны сами принимают решения о том, как долго оставаться в одной команде и когда переключаться на другую. Оказывается, коллективный эффект этих индивидуальных решений состоит в том, чтобы произвести ряд размеров кормовой команды. И этот диапазон хорошо работает, учитывая, сколько деревьев в лесу имеют вкусные фрукты, готовые к употреблению. Обезьяны коллективно вычисляют хорошие размеры команды, учитывая наличие пищи в лесу.
Результаты исследования опубликованы на этой неделе в журнале Frontiers in Robotics and AI. Исследователи из Национального автономного университета Мексики (UNAM) и Института Санта-Фе в Санта-Фе, штат Нью-Йорк, сообщают, что обезьяны используют интеллект своих товарищей по группе для принятия собственных решений.
"Формируя эти подгруппы-постоянно объединяясь и разделяясь-паукообразные обезьяны развивают более глубокое знание своей окружающей среды",-говорит ведущий автор исследования Габриэль Рамос-Фернандес из UNAM, который изучает общение животных, социальную сложность и сети. - Похоже, они объединяют информацию о ресурсах, так что как группа они знают свое окружение лучше, чем любой отдельный человек."
Рамос-Фернандес и его группа записали взаимодействие 47 обезьян в течение пяти часов в день в течение двух лет. Он говорит, что обезьяны, которые привыкли к тому, что их наблюдают люди, обычно образовывали подгруппы от 2 до 17 животных, но эти подгруппы обычно оставались вместе только в течение 1-2 часов. "Мы отмечали, кто был где и с кем в любой момент времени", - говорит он.
Чтобы понять, как обезьяны коллективно вычисляют размеры команды, команда Рамоса-Фернандеса сотрудничала с профессором SFI Джессикой Флэк и президентом SFI Дэвидом Кракауэром. Флэк возглавляет группу коллективных вычислений SFI, а Кракауэр является соавтором идей коллективных вычислений с Флэком.
Исследователи использовали подход, называемый индуктивной теорией игр, разработанный Флэком и Кракауэром в сотрудничестве с другим исследователем SFI, Саймоном Дедео, чтобы выяснить, какие правила принятия решений используют обезьяны-пауки, решая остаться или покинуть команду по добыче пищи. В традиционной теории игр исследователи делают предположения о стратегиях в игре. Индуктивная теория игр, напротив, спрашивает, какие стратегии на самом деле используют животные (или клетки, или нейроны) - что мы видим в данных? Индуктивная Теория игр начинается с определения заранее пространства решающих правил, которые субъекты исследования-здесь паукообразные обезьяны-могли бы использовать, учитывая их когнитивную и поведенческую сложность и, в идеале, для которых уже есть некоторая эмпирическая поддержка. Исследователи ищут данные для доказательства этих стратегий, а затем спрашивают, как стратегии, которые люди находят, чтобы использовать, объединяются, чтобы произвести социальную структуру.
"Такого рода методология полезна для изучения оптимального кормления, поскольку она не требует априорных предположений о выгодах и затратах",-говорит Рамос-Фернандес. Исследователи обнаружили, что на решения отдельных обезьян остаться или покинуть команду по добыче пищи влияли решения других людей в команде остаться и уйти. Этот результат говорит о том, что паукообразные обезьяны принимают во внимание мнения своих товарищей по группе о том, что такое хороший размер команды, и используют эти мнения для принятия собственных решений. Коллективные последствия этих решений привели к появлению целого ряда команд, которые хорошо работали, учитывая наличие плодоносящих деревьев в обезьяньем лесу. Но исследователи также обнаружили, что "коллективный интеллект" паукообразных обезьян имел место для улучшения! Размеры группы обезьян, вычисленные коллективно, не вполне соответствовали наличию плодоносящих деревьев.
Подобный подход может помочь исследователям понять другие коллективные системы, включая стаи птиц, группы рыб или финансовые рынки. Выводы из этого исследования также подкрепляют идею в литературе по коллективному интеллекту о том, что в децентрализованных системах, когда отдельные части или агенты обладают несовершенными знаниями или только частичными окнами в мир, коллективное объединение знаний может быть полезным. Вопросы для будущей работы включают изучение того, как индивидуумы оптимально сочетают знания товарищей по группе, в зависимости от того, насколько разнообразна группа и насколько дорого обходится совершение ошибок.