Les abeilles sont étonnamment douées pour prendre des décisions – et notre modèle informatique explique comment cela est possible

La vie d’une abeille dépend de sa capacité à récolter avec succès le nectar des fleurs pour en faire du miel. Décider quelle fleur est la plus susceptible d’offrir du nectar est incroyablement difficile.

Pour bien faire les choses, il faut peser correctement les indices subtils sur le type de fleur, l’âge et l’histoire – les meilleurs indicateurs qu’une fleur peut contenir une petite goutte de nectar. Se tromper est au mieux une perte de temps, et au pire signifie une exposition à un prédateur mortel qui se cache dans les fleurs.

Dans une nouvelle étude publiée aujourd’hui dans eVie notre équipe rapporte comment les abeilles prennent ces décisions complexes.

Un champ de fleurs artificielles

Nous avons défié les abeilles avec un champ de fleurs artificielles faites de disques de carton colorés, chacun offrant une infime goutte de sirop de sucre. Les « fleurs » de différentes couleurs variaient dans leur probabilité d’offrir du sucre, et différaient également dans la façon dont les abeilles pouvaient juger si la fausse fleur offrait ou non une récompense.

Nous avons mis de minuscules marques de peinture inoffensives sur le dos de chaque abeille et filmé chaque visite d’une abeille sur le bouquet de fleurs. Nous avons ensuite utilisé la vision par ordinateur et l’apprentissage automatique pour extraire automatiquement la position et la trajectoire de vol de l’abeille. À partir de ces informations, nous avons pu évaluer et chronométrer précisément chaque décision prise par les abeilles.

Nous avons constaté que les abeilles ont très vite appris à identifier les fleurs les plus gratifiantes. Ils ont rapidement évalué s’ils devaient accepter ou rejeter une fleur, mais curieusement, leurs choix corrects étaient en moyenne plus rapides (0,6 seconde) que leurs choix incorrects (1,2 seconde).

C’est le contraire de ce à quoi nous nous attendions.

Habituellement, chez les animaux – et même dans les systèmes artificiels – une décision précise prend plus de temps qu’une décision inexacte. C’est appelé le compromis vitesse-précision.

Ce compromis se produit parce que déterminer si une décision est bonne ou mauvaise dépend généralement de la quantité de preuves dont nous disposons pour prendre cette décision. Plus de preuves signifient que nous pouvons prendre une décision plus précise, mais la collecte de preuves prend du temps. Ainsi, les décisions précises sont généralement lentes et les décisions inexactes sont plus rapides.

Le compromis vitesse-précision se produit si souvent dans l’ingénierie, la psychologie et la biologie, on pourrait presque l’appeler une « loi de la psychophysique ». Et pourtant, les abeilles semblaient enfreindre cette loi.

Les seuls autres animaux connus pour battre le compromis vitesse-précision sont des humains et des primates.

Comment alors une abeille, avec son cerveau minuscule mais remarquable, peut-elle être aussi performante que les primates ?

Les abeilles évitent les risques

Pour résoudre cette question, nous nous sommes tournés vers un modèle informatique, demandant quelles propriétés un système devrait avoir pour battre le compromis vitesse-précision.

Nous avons construit des réseaux de neurones artificiels capables de traiter les entrées sensorielles, d’apprendre et de prendre des décisions. Nous avons comparé les performances de ces systèmes de décision artificielle aux abeilles réelles. À partir de là, nous avons pu identifier ce qu’un système devait avoir s’il devait battre le compromis.

La réponse consistait à donner aux réponses « accepter » et « rejeter » différents seuils de preuve limités dans le temps. Voici ce que cela signifie : les abeilles n’acceptaient une fleur que si, d’un coup d’œil, elles étaient bien sûr c’était gratifiant. S’ils avaient la moindre incertitude, ils la rejetaient.

Il s’agissait d’une stratégie peu risquée et signifiait que les abeilles avaient peut-être manqué certaines fleurs gratifiantes, mais elle a réussi à concentrer leurs efforts uniquement sur les fleurs ayant les meilleures chances et les meilleures preuves de leur fournir du sucre.

Notre modèle informatique de la façon dont les abeilles prenaient des décisions rapides et précises correspondait bien à leur comportement et aux voies connues du cerveau des abeilles.

Notre modèle est plausible pour la façon dont les abeilles sont des décideurs aussi efficaces et rapides. De plus, cela nous donne un modèle sur la façon dont nous pourrions construire des systèmes, tels que des robots autonomes pour l’exploration ou l’exploitation minière, avec ces fonctionnalités.

Cet article est republié de La conversation sous licence Creative Commons. Lis le article original.