Плодовые мушки ищут источник запаха не по схеме «учуял — побежал против ветра». Исследование показало, что дрозофилы несколько секунд удерживают в памяти направление на границу пахучего шлейфа и сверяют его с внутренним нейронным «компасом». Для ИТ-аудитории это интереснее самих мушек: перед нами рабочая стратегия навигации в шумной среде, где сигнал то появляется, то пропадает.
Работу команды Ванессы Руты из Rockefeller University пересказал Ars Technica, а сама статья вышла в Nature. Учёные изучали, как Drosophila находит еду или партнёра в турбулентном воздухе, где запах не тянется ровной полосой, а распадается на короткие фрагменты с пустыми промежутками.
Старая модель оказалась слишком простой
Долгое время биологи опирались на схему surge-and-cast: есть запах — насекомое идёт против ветра, запах пропал — начинает искать его зигзагами. Модель удобная, но она плохо объясняет поведение в реальном воздушном потоке, где сигнал приходит рывками и часто с потерями.
Чтобы проверить это в контролируемых условиях, исследователи посадили мушек на миниатюрную беговую установку с воздушным потоком и виртуальным пахучим коридором. Запах яблочного уксуса можно было включать и выключать в нужной точке, а затем заменить световым стимулом: у генетически модифицированных мушек обонятельные нейроны активировали красным светом с длиной волны 660 нм.
Результат вышел не таким, как ждала классическая модель. Вместо движения по центру шлейфа мушки чаще держались его края: заходили внутрь, быстро выходили наружу, делали петлю в чистом воздухе и возвращались к той же границе. Авторы называют это слежением за краем шлейфа. Причём значительную часть времени насекомые вообще проводили вне зоны запаха.
Компас в мозге и память на несколько секунд
На этом странности не закончились. Когда продольный градиент запаха разворачивали, так что по мере движения вперёд сигнал слабел, мушки всё равно продолжали уверенно держать край. То же происходило и со «световым шлейфом», где химического сигнала уже не было. Значит, система опирается не на конкретную молекулу и не просто на рост концентрации, а на структуру сигнала в пространстве.
Самый важный тест начался в тот момент, когда сигнал исчезал совсем. Мушки не срывались в хаотичный поиск, а продолжали идти туда, где, по их внутренней оценке, должна быть граница шлейфа. Это уже похоже не на рефлекс, а на краткоживущую память о цели.
Нейронный механизм тоже удалось разобрать. В central complex, навигационном центре мозга насекомого, исследователи увидели клетки EPG, которые работают как компас и остаются привязанными к направлению ветра независимо от того, есть сейчас запах или нет. Когда эти нейроны выключали, мушки теряли способность уверенно возвращаться к шлейфу.
Второй узел нашли в fan-shaped body. Там нейроны FC2 кодировали не текущее направление движения, а желаемое: сигнал смещался в сторону края шлейфа за несколько секунд до реального разворота. Когда этот контур подавляли, повторно находить край мушки уже не могли.
Почему это интересно разработчикам роботов и автономных систем
Если перевести выводы статьи на инженерный язык, получается довольно практичная схема: один модуль держит глобальную систему координат, второй хранит краткую память о последнем надёжном контакте с сигналом, а поведение строится на сравнении этих двух состояний. Не тяжёлая карта мира, а компактная связка «компас плюс цель».
Для русскоязычного рынка это не академическая экзотика. В робототехнике, дронах, складской автоматизации и системах поиска утечек газа данные тоже часто приходят обрывками. В таких задачах выигрывает не тот, кто «лучше чувствует», а тот, кто устойчивее ведёт себя между двумя полезными измерениями. Особенно это актуально для команд, которые делают недорогие автономные платформы и не могут залить проблему дорогими сенсорами и вычислениями.
Заодно работа бьёт по популярной инженерной привычке решать всё одним режимом. Авторы прямо показывают: ближе к источнику лучше работает стратегия с памятью о границе, а дальше, где шлейф распадается на хаотичные куски, система, вероятно, сильнее опирается на более простые сенсорные реакции. Иными словами, хорошая навигация в шуме редко строится на одном приёме.
Следующий логичный шаг — проверить, как подобные гибридные стратегии поведут себя уже не в мозге мушки, а в прикладных алгоритмах для физических систем, которым приходится искать цель с неполным и грязным сигналом.
Источник: Ars Technica; исследование: Nature.