Bienen sind erstaunlich gut darin, Entscheidungen zu treffen – und dieses Computermodell erklärt, wie das möglich ist

Das Leben einer Honigbiene hängt davon ab, dass sie erfolgreich Nektar aus Blüten erntet, um daraus Honig herzustellen. Die Entscheidung, welche Blume am wahrscheinlichsten Nektar spendet, ist unglaublich schwierig.

Um es richtig zu machen, müssen subtile Hinweise auf Blütentyp, Alter und Geschichte richtig abgewogen werden – die besten Indikatoren dafür, dass eine Blume einen winzigen Tropfen Nektar enthalten könnte. Etwas falsch zu machen ist im besten Fall Zeitverschwendung und im schlimmsten Fall bedeutet es, einem tödlichen Raubtier ausgesetzt zu sein, das sich in den Blumen versteckt.

In einer neuen, kürzlich in eLife veröffentlichten Studie berichten meine Kollegen und ich, wie Bienen diese komplexen Entscheidungen treffen.

Wir forderten die Bienen mit einem Feld künstlicher Blumen heraus, die aus farbigen Pappscheiben bestanden und auf denen sich jeweils ein winziger Tropfen Zuckersirup befand. Verschiedenfarbige „Blumen“ unterschieden sich in ihrer Wahrscheinlichkeit, Zucker anzubieten, und unterschieden sich auch darin, wie gut Bienen beurteilen konnten, ob die künstliche Blume eine Belohnung bot oder nicht.

Wir haben winzige, harmlose Farbflecken auf dem Rücken jeder Biene angebracht und jeden Besuch einer Biene in der Blumenreihe gefilmt. Anschließend nutzten wir Computer Vision und maschinelles Lernen, um automatisch die Position und Flugbahn der Biene zu ermitteln. Anhand dieser Informationen konnten wir jede einzelne Entscheidung der Bienen beurteilen und genau zeitlich festlegen.

Wir fanden heraus, dass Bienen sehr schnell lernten, die lohnendsten Blumen zu identifizieren. Sie überlegten schnell, ob sie eine Blume annehmen oder ablehnen sollten, aber verblüffenderweise fielen ihre richtigen Entscheidungen im Durchschnitt schneller (0,6 Sekunden) als ihre falschen Entscheidungen (1,2 Sekunden).

Das ist das Gegenteil von dem, was wir erwartet hatten.

Normalerweise dauert eine genaue Entscheidung bei Tieren – und sogar in künstlichen Systemen – länger als eine ungenaue Entscheidung. Dies wird als Kompromiss zwischen Geschwindigkeit und Genauigkeit bezeichnet.

Dieser Kompromiss entsteht, weil die Entscheidung, ob eine Entscheidung richtig oder falsch ist, normalerweise davon abhängt, wie viele Beweise wir für diese Entscheidung haben. Mehr Beweise bedeuten, dass wir eine genauere Entscheidung treffen können – aber das Sammeln von Beweisen braucht Zeit. Daher sind genaue Entscheidungen normalerweise langsam und ungenaue Entscheidungen schneller.

Der Kompromiss zwischen Geschwindigkeit und Genauigkeit kommt in der Technik, Psychologie und Biologie so häufig vor, dass man ihn fast als „Gesetz der Psychophysik“ bezeichnen könnte. Und doch schienen Bienen dieses Gesetz zu brechen.

Die einzigen anderen Tiere, von denen bekannt ist, dass sie den Kompromiss zwischen Geschwindigkeit und Genauigkeit überwinden, sind Menschen und Primaten.

Wie kann dann eine Biene mit ihrem winzigen, aber bemerkenswerten Gehirn eine Leistung erbringen, die der von Primaten ebenbürtig ist?

Um diese Frage zu zerlegen, haben wir uns einem Rechenmodell zugewandt und gefragt, welche Eigenschaften ein System haben müsste, um den Kompromiss zwischen Geschwindigkeit und Genauigkeit zu überwinden.

Wir haben künstliche neuronale Netze aufgebaut, die in der Lage sind, sensorische Eingaben zu verarbeiten, zu lernen und Entscheidungen zu treffen. Wir haben die Leistung dieser künstlichen Entscheidungssysteme mit denen echter Bienen verglichen. Daraus konnten wir erkennen, was ein System haben muss, um den Kompromiss zu meistern.

Die Antwort lag darin, den Antworten „Akzeptieren“ und „Ablehnen“ unterschiedliche zeitliche Schwellenwerte für die Evidenz zu geben. Das bedeutet Folgendes: Bienen akzeptierten eine Blume nur dann, wenn sie auf den ersten Blick sicher waren, dass sie lohnend war. Wenn sie unsicher waren, lehnten sie es ab.

Dies war eine risikoscheue Strategie und bedeutete, dass Bienen möglicherweise einige lohnende Blüten verpasst hätten, ihre Bemühungen jedoch erfolgreich nur auf die Blüten konzentrierten, die die beste Chance und den besten Beweis dafür hatten, sie mit Zucker zu versorgen.

Unser Computermodell, das zeigt, wie Bienen schnelle und genaue Entscheidungen treffen, passte sowohl zu ihrem Verhalten als auch zu den bekannten Signalwegen des Bienengehirns.

Unser Modell ist plausibel dafür, dass Bienen so effektive und schnelle Entscheidungsträger sind. Darüber hinaus liefert es uns eine Vorlage dafür, wie wir Systeme – etwa autonome Roboter für die Erkundung oder den Bergbau – mit diesen Funktionen bauen könnten.

Dieser Artikel wurde von The Conversation unter einer Creative Commons-Lizenz erneut veröffentlicht. Lesen Sie den Originalartikel.

Bildquelle: Dustin Humes / Unsplash