Роевой интеллект

Групповой интеллект животных часто превосходит умственные способности одной особи. Разгадка этого феномена принесет пользу социологам, программистам и людям других профессий.

 

Я всегда считал, что муравьи знают, что делают. Во всяком случае, те, что маршировали по моему кухонному столу, выглядели так уверенно, словно у них имелся ясный план действий и они четко представляли себе, куда они идут и зачем. Иначе как бы им удавалось прокладывать скоростные магистрали, возводить грандиозные жилища, осуществлять успешные военные операции и справляться с другими не менее важными задачами?

Оказалось, я ошибался. Муравьев нельзя назвать талантливыми инженерами, архитекторами или воинами, по крайней мере, каждого по отдельности. Когда нужно решить, что делать в конкретной ситуации, они впадают в растерянность. «Понаблюдайте за муравьем, и вы будете поражены, насколько он несообразителен», — говорит Дебора М. Гордон, биолог из Стэндфордского уни верситета. Как же тогда примерно двенадцати тысячам известных видов муравьев удалось успешно просуществовать на Земле целых сто сорок миллионов лет? Должны же они были чему-то на учиться за это время?

«Муравьев не назовешь умными, — продолжает Гордон. — Другое дело — муравьиные колонии». Колония может решать задачи, немыслимые для одного муравья: находить кратчайший путь к источнику пищи, распределять обязанности между работницами, защищать свою территорию от соседей. И если отдельно взятый муравей — довольно глупое создание, колония способна быстро и эффективно реагировать на возникающие проблемы. Все это становится возможным благодаря так называемому роевому интеллекту.

Происхождение этого интеллекта связано с одним из главных вопросов биологии: как благодаря простым действиям отдельных особей складывается сложное поведение группы? Как пчелам удается приходить к единогласному решению? Что позволяет стаям рыб существовать как единый организм и четко координировать свои движения? Способность этих живых существ действовать согласованно в интересах всей группы, притом что конечная цель остается для них загадкой, поражает даже биологов, которые изучили их лучше, чем кто бы то ни было. Однако за последние десятилетия ученые сделали немало удивительных открытий.

Например, один из ключей к пониманию устройства колонии в том, что там нет начальников и подчиненных. И даже если в колонии насчитывается полмиллиона особей, она прекрасно функционирует. Жизнь колонии построена на непрерывном взаимодействии между отдельными муравьями, каждый из которых соблюдает набор простых правил. Ученые называют такую систему самоорганизующейся.

Интересно посмотреть, как муравьи распределяют обязанности. Дебора Гордон уже давно наблюдает за красными муравьями-жнецами (Pogonomyrmex barbatus), обитающими в пустыне Аризона. Каждое утро колония решает, сколько рабочих отправить на поиски пищи. Фуражиры обнаружили залежи вкусных семян? Чтобы доставить это богатство в муравейник, сегодня потребуется больше рабочих, чем обычно. Прошлой ночью гнездо повредила буря? Значит, помощь нужна строителям. Один и тот же муравей может сегодня работать зодчим, а завтра — мусорщиком. Но как у колонии получается действовать слаженно, если в ней нет начальников? У Гордон есть на этот счет одна теория.

Эти насекомые общаются при помощи осязания и обоняния. Когда муравей встречает своего собрата, он «обнюхивает» его усиками, чтобы выяснить, являются ли они с ним соседями по гнезду, и узнать, где тот только что работал (муравьи, трудящиеся за пределами муравейника, пахнут иначе, чем те, которые остаются внутри). Каждый день, прежде чем покинуть гнездо, фуражиры встречаются с утренними патрульными, возвращающимися домой, и получают эту важную информацию.

«Для того чтобы фуражир принял решение покинуть муравейник, — говорит Гордон, — ему необходимо встретиться с патрульным определенное количество раз, и промежуток между встречами не должен превышать десяти секунд». Чтобы выяснить подробности, Дебора Гордон и ее коллега Майкл Грин однажды утром отловили муравьев-патрульных. Через полчаса ученые сымитировали их возвращение, через одинаковые промежутки времени бросая рядом со входом в муравейник стеклянные шарики, одни из которых пахли, как патрульные, другие — как муравьи, трудящиеся внутри муравейника, а третьи были лишены какого-либо запаха. Покинуть гнездо муравьев побудила только встреча с шариком-«патрульным». Ученые пришли к выводу, что частота
встреч с патрульными помогает фуражирам оценить безопасность обстановки за пределами гнезда (если встречи происходят с равными интервалами, значит, пора идти на поиски пищи; если нет — лучше подождать: возможно, снаружи слишком ветрено или рядом с муравейником притаилась голодная ящерица). Когда муравьи, отправившиеся за провиантом, возвращаются обратно с добычей, сородичи им помогут, если они виделись друг с другом достаточно часто. Получается, что решение о том, что и сегодня подходящий день для пополнения съестных запасов, муравьи принимают всем коллективом.

Теперь принцип работы роевого интеллекта понятен: насекомые следуют простым правилам, действуя на основании имеющейся у них ограниченной информации. Гениальное устройство этой системы вдохновило Марко Дориго, специалиста по компьютерным технологиям из Брюсселя. Для создания математических алгоритмов, которые позволили бы решить такие сложнейшие задачи, как составление оптимальных маршрутов грузоперевозок и расписания авиарейсов, а также управление военными роботами, он использовал накопленные сведения о поведении муравьев.

Подобную программу использует американская компания American Air Liquide, производящая газы для промышленных и медицинских целей. Доставка готовой продукции осуществляется по шести тысячам адресов по трубопроводам, железной дороге и на четырех сотнях грузовиков. Задача осложняется тем, что цены на рынках энергоносителей в некоторых регионах могут меняться каждые пятнадцать минут. Нужно было найти способ сводить всю эту информацию воедино.

В сотрудничестве с компанией Bios Group (сейчас — NuTech Solutions), занимающейся вопросами искусственного интеллекта, Air Liquide разработала компьютерную модель, в основу которой легли алгоритмы, полученные в результате исследования поведения аргентинских муравьев (Linepithema humile), вырабатывающих феромоны. «При помощи этого химического вещества муравьи метят кратчайший путь от источника пищи до муравейника, и чем чаще им приходится ходить по одной и той же дороге, тем интенсивнее и отчетливее становится феромоновый след, — объясняет Чарлз Н. Харпер из Air Liquide. — Мы создали программу, которая высылает на разведку миллиарды виртуальных „муравьев“, чтобы выяснить, по каким трассам чаще всего ездят наши грузовики». Теперь компания может учитывать малейшие изменения графика работы заводов, погодных условий и маршрутов грузоперевозок.

 

РОЕВОЙ ИНТЕЛЛЕКТ присущ не только муравьям. Нам есть чему поучиться и у других насекомых. Биолог Томас Сили изучает поразительную способность медоносных пчел принимать верные решения. Эти насекомые, обитающие на маленьком островке около побережья штата Мэн, умеют преодолевать разногласия ради блага всего роя. Если бы люди столь же эффективно взаимодействовали на совещаниях или заседаниях парламента, мы избежали бы многих проблем.

Последние десять лет Сили и его коллеги изучают, каким образом пчелы (Apis mellifera) выбирают место для нового улья. В конце весны, когда в колонии возникает перенаселение, рой разделяется на две части: матка, трутни и примерно половина рабочих пчел отлетают на небольшое расстояние и разбивают лагерь на ветке дерева. Остальные отправляются на поиски другого жилища. В идеале им нужно найти дупло, входом обращенное на юг и расположенное достаточно высоко над землей. В нем должно хватать места для потомства и запасов меда. Осев на новом месте, пчелы редко отваживаются на повторный «переезд», так что права на ошибку у них нет.

Чтобы выяснить, как они принимают жизненно важное решение, Сили и его коллеги пометили капельками краски и крошечными пластиковыми ярлычками все четыре тысячи пчел из нескольких небольших колоний, которые они привезли c собой на остров Эпплдор. Во время одного из экспериментов ученые расставили пять ульев, и только один из них обладал идеальными параметрами. Пчелы-разведчицы вскоре отыскали их все, и, вернувшись обратно к рою, каждая из них исполнила своеобразный танец, призывая своих коллег слетать и оценить то дупло, которое ей приглянулось. В этих движениях зашифрована информация о местонахождении и качестве новой жилплощади. Чем лучше найденная квартира, тем усерднее будет исполнен танец.

Окончательное решение принимали разведчицы. Как только у входа в дупло собиралось около пятнадцати пчел (эту цифру подтвердили и другие эксперименты), они решали, что кворум в наличии, и спешили обратно, чтобы обменяться новостями. «Это походило на соревнование: у какого улья быстрее наберется требуемое число разведчиц», — говорит Сили. Затем они подавали рою сигнал, что выбор сделан и пришла пора двигаться в путь. Как только все пчелы были готовы к полету, они отправлялись к своему новому жилищу, которым, конечно же, становился самый удобный из пяти ульев.

Джеймс Суровьеки, автор книги «Мудрость толпы», считает, что пчелиный метод принятия решений (выявление имеющихся возможностей, свободная конкуренция идей и отказ от непродуктивных вариантов) очень пригодился бы людям. Например, представители таких профессий, как инвесторы на фондовом рынке или ученые-исследователи, могут принимать правильные коллективные решения, при условии если члены коллектива друг на друга не похожи, независимы в своих суждениях и если они прибегают к голосованию, устраивают аукцион или выбирают усредненный вариант.

Возьмите, например, игроков на скачках. Как у них получается так точно предсказывать результаты заездов? Прогнозы скачек, появляющиеся на табло тотализатора перед стартом, почти всегда оказываются верными. Лошадь, на которую поставило большинство игроков, приходит первой, следующая по списку — второй и так далее. Причина, по словам Суровьеки, заключается в том, что тотализатор — это практически идеальный пример проявления интеллекта толпы. Подобно пчелам, пытающимся принять верное решение, игроки собирают информацию, расходятся друг с другом во мнениях, а потом выносят коллективное суждение, делая ставки.

 

В ВАШИНГТОНЕ недалеко от Белого дома есть небольшой городской парк. Мне нравится сидеть там и наблюдать за голубями, порхающими над дорогой и верхушками деревьев. Налетавшись вдоволь, они рано или поздно рассаживаются на карнизах близлежащих домов. И вдруг, испугавшись какого-нибудь резкого звука, вся стая словно по команде взмывает ввысь, синхронно взмахивая крыльями.

Однако у голубей нет вожака, который отдавал бы им приказы. Каждый из них, кружа в небе, пристально наблюдает за поведением своих ближайших соседей и следует нескольким простым правилам. Эти правила составляют основу другой формы роевого интеллекта, служащей не столько для принятия правильного решения, сколько для точной координации движений.

Подобные возможности заинтересовали Крейга Рейнолдса, специалиста в области компьютерной графики. В 1986 году он создал простую на первый взгляд программу, в которой участвовали похожие на птиц роботы, или «птицоиды». Они должны были соблюдать следующие три правила: во-первых, не сталкиваться со своими собратьями, во-вторых, выбирать среднюю траекторию
полета, ориентируясь на соседей, и, в-третьих, держаться поблизости от остальных роботов. Когда модель начали тестировать, на экране компьютера очень достоверно был воспроизведен полет птичьей стаи и даже ее хаотичные метания (точь-в-точь как в реальности).

Продемонстрировав способность самоорганизующихся моделей копировать поведение стаи, Рейнолдс указал путь и специалистам по робототехнике. Команда роботов, способная координировать свои действия подобно птицам, работала бы значительно эффективнее. Рассредоточившись по большой территории, эти роботы служили бы передвижной сенсорной сетью: собирая информацию, они могли бы контролировать обстановку. Натолкнувшись на что-то неожиданное, группа могла бы быстро сориентироваться и вовремя отреагировать, даже если роботы были бы устроены довольно просто. К тому же в случае поломки одного робота его место заняли бы другие. Но самым главным преимуществом подобной системы является децентрализованное управление: работоспособность группы не зависела бы от «самочувствия» центрального робота.

Военные тоже не прочь обзавестись такими способными помощниками. В январе 2004 года исследователи запустили группу из 66 маленьких роботов в пустое здание военного тренировочного центра, расположенного недалеко от Фредериксберга, штат Виргиния. Группе было дано задание обнаружить спрятанные в здании объекты. Трехколесные тридцатисантиметровые красные роботы катились по длинному коридору, беспрестанно вертя «головами» из стороны в сторону. Они были очень похожи на огромных насекомых.

У каждого было по восемь гидролокаторов, помогающих избегать столкновений со стенами и друг с другом. Разъехавшись в разных направлениях, роботы приступили к поиску заданных объектов с помощью маленьких видеокамер. Встречаясь друг с другом, роботы обменивались информацией по беспроводной связи. («Эй, я уже здесь все осмотрел. Поищи в другом месте»). И вот один из разведчиков обнаружил подозрительный объект — розовый мячик, лежащий на полке в открытом шкафу (на сей раз было дано задание отыскать все предметы розового цвета). Робот застыл на месте и отправил изображение мячика своему командующему — человеку.

Вскоре к этому месту съехались еще несколько разведчиков, и розовый попал в плотное кольцо окружения. В течение получаса были найдены все спрятанные объекты. Исследователи объявили, что испытания прошли успешно, и приступили к подготовке нового эксперимента. С помощью этих опытов ученые пытались выяснить, можно ли научить роботов — числом досотни — взаимодействовать друг с другом при выполнении довольно сложных заданий. Утвердительный ответ подарил нам надежду на то, что когда-нибудь можно будет посылать их целыми группами для поражения террористов или определения местоположения заложников.
Однажды мы сможем отправлять роботов в разрушенные землетрясением здания искать под обломками людей, а также в зоны утечки ядовитых химических веществ — брать пробы и устранять неполадки, они даже смогут помогать пограничным войскам отслеживать нарушителей.

 

В ПРИРОДЕ ЖИВОТНЫЕ могут жить группами, насчитывающими огромное количество особей. У членов большой колонии, будь то стая, косяк или табун, гораздо больше шансов вовремя заметить хищника, найти себе пропитание, обзавестись парой или совершить сезонные миграции. От того, насколько успешно такие животные умеют координировать свои действия, зависит их
жизнь.

Когда хищник атакует косяк рыб, они бросаются врассыпную так стремительно, что проследить движение каждой из них по
отдельности невозможно. «Рыбы по поведению соседей сразу же чувствуют, что что-то не так, поэтому известие о приближении врага в мгновение ока облетает весь косяк», — говорит Дэниел Гринбаум, биолог из Вашингтонского университета. Подобным образом ведут себя и многие наземные животные. У биолога Карстена Хьюэра была возможность увидеть это собственными глазами.

В 2003 году он вместе с женой Линн Эллисон в течение пяти месяцев наблюдал за миграцией огромного стада диких оленей карибу.

Проделав путь в полторы тысячи километров от зимних пастбищ на севере Канады на территории округа Юкон до Национального арктического заповедника на Аляске, где олени обычно выращивают потомство, ученые зафиксировали все их передвижения.

Однажды, когда стадо, вытянувшись в цепочку, перебиралось через овраг, Карстен и Линн заметили подкрадывавшегося к оленям волка. Обнаружив хищника, стадо продемонстрировало классическую роевую оборону. «Как только волк подобрался к оленям на определенное расстояние, стадо внезапно насторожилось, — говорит Карстен. — Они замерли в ожидании. Каждый карибу теперь был начеку, каждый наблюдал за волком». Подкравшись ближе на сотню метров, хищник пересек еще одну незримую черту. «Ближайший к волку карибу развернулся и пустился наутек. За считанные секунды эта реакция волной распространилась по стаду, и теперь уже побежали все олени. Но скорость реакции у них была разной. Олени, находившиеся ближе всего к волку, разбегались в разные стороны: стадо было похоже на рвущееся одеяло — волка, должно быть, это сильно сбивало с толку». Он начинал преследовать то одного карибу, то другого, и каждый раз, намечая себе новую жертву, терял драгоценное время. В конце концов олени выбрались из оврага и убежали, а волк остался голодным.

Жизнь каждого карибу подвергалась огромной опасности, однако среди оленей не было паники — они действовали четко и слаженно. (Вообразите, что было бы, если бы голодный волк оказался в толпе людей). Каждый карибу чувствовал, когда пришло время удирать и в каком направлении нужно бежать, даже если и не знал точно зачем. В стаде не было вожака, который координировал бы действия своих подопечных — каждый олень следовал простым правилам, выработанным за тысячи лет эволюции в постоянных столкновениях с волками.

Говорим ли мы о муравьях, пчелах, голубях или о карибу, налицо неизменные принципы «умного» группового поведения: отсутствие «центра управления», умение оценивать обстановку, соблюдение простых правил. Именно так рождается эффективная стратегия, позволяющая этим существам с успехом выходить из сложных ситуаций. В этом и заключается притягательная сила роевого интеллекта.

«Ученые еще до конца не представляют себе, в каких сферах можно было бы использовать полученные знания о роевом интеллекте», — говорит Эрик Бонабо, специалист в области теории сложных систем и научный руководитель компании Icosystem Corporation (Кембридж, штат Массачусетс). Однако идея превратить дорожное движение в самоорганизующуюся систему чрезвычайно заманчива.

Сегодня плодами научных достижений в области исследования роевого интеллекта пользуется Интернет. По словам создателей Google, эта поисковая система «использует коллективный разум Сети для определения качества веб-страниц». Ссылки пользователей она рассматривает как голоса в пользу данного сайта. В итоге мы получаем список страниц, отсортированных системой в порядке убывания их популярности.

Другим не менее успешным проектом оказалась «Википедия». В этой бесплатной энциклопедии коллектива авторов содержатся миллионы статей обо всем на свете более чем на двухстах языках. «Один человек не может знать, как решать проблемы, возникающие перед обществом, — например, как усовершенствовать систему здравоохранения или остановить изменения климата на планете. Но все вместе мы обладаем огромным запасом знаний, которые до сих пор нам не удавалось успешно применить на практике», — говорит Томас Мелоун из Центра исследований коллективного интеллекта при Массачусетском технологическом институте.

Размышления на эту тему высвечивают еще одно важное свойство коллективного разума: толпа может быть умной, только если индивиды несут ответственность за свои действия и самостоятельно принимают решения. Если же они будут слепо копировать поведение друг друга, удовлетворять только свои прихоти или ждать, что кто-то подскажет им, что делать, коллектив не сможет функционировать успешно. Те из нас, кто порой сомневается, убрать за собой мусор, оставшийся после пикника на лужайке, или оставить его (какое значение имеет одна-единственная бутылка в борьбе с загрязнением окружающей среды?), должны помнить о главном: каждое наше действие имеет последствия, даже если на первый взгляд они не заметны.

Представьте себе пчелу, ползающую по улью. Если снаружи станет холодно, она начнет дрожать, согревая своим теплом молодняк. Ей и в голову не приходит, что сотни других пчел в этот момент делают то же самое, чтобы сохранить жизнь подрастающего поколения.

Так что если вы ищете образец для подражания, пчела — далеко не самый плохой вариант.

 

Полностью читайте статью на страницах журнала National Geographic Россия.