英国布里斯托尔大学的认知神经学家 Edwin Dalmaijer 博士开展了一项新研究，研究了社会因素对鸽子飞行路线的影响。通过将鸽子的飞行模式与计算机模型进行比较，研究人员发现，随着年轻鸽子向年长鸽子学习路线并进行路线改进，飞行路线得到了改善，从而导致几代鸽子飞行路线总体上更加高效。这项研究于 6 月 6 日发表在开放获取期刊PLOS Biology上。
鸽子以能够长途跋涉到达特定地点而闻名。像许多鸟类一样，它们利用太阳和感应地球磁场来导航。虽然这些感官可以帮助鸽子找到方向，但它们通常不会找到最有效的路线。
Dalmaijer 博士收集了之前发表的研究数据，这些研究将熟悉路线的鸽子与之前从未飞过该路线的鸽子配对。这些数据表明，当引入没有经验的鸽子时，这对鸽子会飞一条更直接的路线到达目的地。然而，这些先前的研究无法确定配对的鸟类如何产生更有效的路线。
Dalmaijer 博士将鸽子的飞行数据与一个优先考虑了四个主要因素的计算机模型进行了比较。这四个因素代表了在认知能力最低的情况下选择飞行路线时可能涉及的因素，包括：到达目标的方向，代表鸟类的内部指南针；与其他鸽子的距离；记住的路线；以及总体一致性，因为鸟类不太可能做出不稳定的转弯。
上图显示了人工智能（本文介绍）和已发布的鸽子数据绘制的路径。每条线代表一代鸽子中的最后一次飞行。
在模型中，模拟鸟类（称为“代理”）进行了 60 多次飞行。每飞行 12 次，其中一个代理就会被一个之前没有飞行过的代理替换，模拟一只幼鸟。
这导致飞行路线的效率逐代提升。这些改进与现实生活中鸽子配对数据中看到的改进类似，尽管鸽子数据与模型的最优版本不匹配，这可能是因为鸽子受到模型无法解释的其他因素的影响。
当模型中的某些参数被移除时，例如对路线的记忆或靠近其他鸽子的欲望，代际进步就不存在了。“这些结果表明，当个体只是寻求靠近其他鸽子时，代际进步可以逐步实现，”达尔迈耶博士说。
该模型展示了双向学习。正如预期的那样，年轻代理通过学习路线从年长代理中受益。然而，它也表明年长代理从年轻代理中受益。由于年轻代理不遵循内部路线，因此他们更注重最终目的地。
代理人希望两者之间的社会距离能够平衡这些吸引力，从而导致总体上更有效的路线。此外，这些发现可能适用于鸽子以外的其他物种，例如蚂蚁和某些类型的鱼，它们也根据记忆和社会因素进行旅程。
Dalmaijer 博士补充道：“我在荷兰长大，在那里，鸽子经常会撞到迎面而来的自行车，所以我对鸽子的智力并没有什么高的评价。
“一方面，这项研究证明了这一点，它表明路线效率的逐步提高也出现在‘愚蠢’的人工智能代理中。另一方面，我对鸽子导航和累积文化方面所做的所有令人印象深刻的工作产生了极大的敬意，甚至对谦逊的鸽子也有点敬意（只要它们远离我的自行车）。”
本站全部资讯来源于实验室原创、合作机构投稿及网友汇集投稿，仅代表个人观点，不作为任何依据，转载联系作者并注明出处：https://www.lvsky.net/463.html
评论