Le processus simple en trois étapes pour la transition structurelle dans le comportement collectif des groupes. Crédit :Université de Loughborough
Les scientifiques ont découvert une force motrice possible derrière certains des plus beaux affichages de la nature ouvrant la voie à une IA plus complexe et autonome.
Les chercheurs voulaient reproduire les mécanismes de base derrière certains des modèles les plus organisés observés dans le règne animal, tels que d'énormes murmures d'étourneaux tourbillonnants et d'immenses bancs de harengs tordus.
Des groupes comme ceux-ci, composé dans de nombreux cas de centaines de milliers d'animaux individuels, semblent se mouvoir comme poussés par une intelligence collective, a déclaré l'auteur principal, le Dr Marco Mazza, Maître de Conférences en Mathématiques Appliquées, à l'Université de Loughborough.
Mais en réalité, pourrait être dû à des instincts de survie de base.
« La beauté de la nature a inspiré les artistes, philosophes, et les scientifiques d'aussi loin que nous nous souvenions, " a déclaré le Dr Mazza.
"L'harmonie apparemment sans effort dans le mouvement collectif des oiseaux migrateurs, ou les bancs de poissons défient les explications.
"Notre objectif était d'obtenir un modèle minimal pour les caractéristiques générales de l'auto-organisation dans le naturel, ou animal, monde.
"Le principe de 'maximiser vos options' - un simple, ambition presque triviale - produit des modèles d'organisation complexes, connu sous le nom de mode Goldstone, un concept familier aux physiciens travaillant sur la matière inanimée.
"Ce mode Goldstone est, en termes simples, comment un troupeau géant d'étourneaux peut soudainement changer de direction collectivement comme s'il y avait un cerveau central.
"Mais en réalité, il n'y a pas d'intelligence de base qui détermine le comportement."
Dr Mazza et ses co-auteurs, Hannes Hornischer et le professeur Stephan Herminghaus, mettre en place des simulations informatiques simples de groupes de particules, imitant celles trouvées dans le monde naturel.
Ils ont révélé que des modèles complexes, et l'apparition de comportements de groupe synchronisés, ont été créés par chaque individu du groupe répondant de manière simple à de minuscules influences de ses voisins les plus proches.
La simulation informatique de la façon dont les particules ont commencé dans un motif désordonné (a) et se sont réorganisées jusqu'à ce que leur objectif soit atteint (f). Crédit :Université de Loughborough
Dans le modèle, chaque agent (individuel) s'est vu attribuer un objectif :maximiser les possibilités futures qui s'offraient à lui-même.
L'ondulation résultante de l'information a façonné le mouvement et le « comportement » apparent du groupe.
Lorsque le groupe s'est réorganisé en formations plus complexes, selon de nouvelles informations, il s'est réévalué.
Il a continué à recueillir et à échanger des informations, puis en réorganisant, jusqu'à ce que l'objectif de maximiser l'espace autour de chaque particule soit atteint.
Ce processus, non observé auparavant, pourrait être ce qui motive le comportement collectif de grands groupes d'animaux, des poissons et même des humains.
Dans la nature, cet objectif unique, par exemple la défense contre les prédateurs, se retrouve chez presque toutes les créatures.
En savoir plus sur la façon dont les organismes vivants traitent et réagissent à leur environnement pourrait aider à améliorer l'intelligence artificielle en donnant aux systèmes d'IA des compétences cognitives de base, les rendant moins tributaires de l'intervention humaine.
Le Dr Mazza a déclaré :« Le paradigme actuel de l'IA repose trop sur de grandes quantités de données :de grands réseaux de neurones, par exemple, sont avides de données d'entraînement.
« Une telle stratégie peut déjà montrer certaines limites. Face à une nouvelle situation, Les approches actuelles de l'IA nécessitent un recyclage et une intervention humaine spécifique qui coûte du temps et de l'argent.
« Un moyen prometteur de l'améliorer consiste à développer des méthodes capables de traiter de nouvelles informations, tout comme le font les organismes dotés d'un cerveau.
"La première étape serait alors d'identifier des modes de traitement de l'information qui soient ouverts à de nouvelles entrées et puissent facilement s'adapter.
"L'approche de cette publication a ce potentiel car elle est inspirée par des organismes qui se sont adaptés pour traiter et résoudre de nouveaux défis pendant des millions d'années de leur évolution."
