Финские исследователи показали, что шмели решают задачи, для которых раньше обычно приводили в пример приматов: в одном из тестов 23 из 30 насекомых смогли переместить объект в нужный отсек, чтобы добраться до награды. Для IT-аудитории здесь интересен не сам зоологический курьез, а неприятно полезный вывод: целенаправленное поведение и поиск нового решения могут возникать в системе с очень скромными вычислительными ресурсами.
Работа вышла в журнале Science, а подробности эксперимента пересказывает Ars Technica. Команда под руководством Олли Лоуколы из Университета Оулу проверяла, способны ли шмели не просто повторять выученное действие, а спонтанно собирать решение из уже известных элементов задачи. Если переводить на язык разработки, исследователи пытались отделить настоящее проблемное поведение от банального «натаскали на один трюк, дальше модель угадывает по шаблону».
Ключевой эксперимент был устроен почти как учебник по когнитивной психологии, только в мини-версии для насекомых. Искусственный цветок с сахарной наградой размещали над углублением в полу так, чтобы шмель не мог зависнуть и дотянуться до него напрямую. Рядом лежал маленький шарик. Чтобы получить доступ к цветку, шмелю нужно было закатить шарик в яму и использовать его как подставку. По сути это вариант классической задачи «ящик и банан»: цель видна, напрямую недоступна, значит нужно догадаться сначала изменить положение объекта, а потом применить его как инструмент.
Дальше начинается самая важная часть. Одну группу шмелей заранее познакомили с двумя фактами: цветок дает награду, а шарик можно двигать. Но их не учили готовому решению. Вторая группа знала только про награду в цветке, без демонстрации подвижности шарика. Третья не получала подготовки вообще. Первая группа справлялась заметно чаще двух остальных. Более того, эти шмели не просто чаще добивались результата, а вели себя структурированнее: делали больше осмысленных попыток и эффективнее взаимодействовали с объектом. Это важная деталь, потому что случайное успешное действие обычно выглядит шумно, а не как последовательность шагов к цели.
Не просто любовь к катанию шариков
После этого исследователи попробовали отбить самое очевидное возражение. Вдруг шмелям просто нравится катать шарики, а не решать задачу? Чтобы проверить это, конструкцию усложнили: между шмелем и цветком поставили барьер с маленьким проемом. Насекомое уже не видело награду постоянно и должно было сначала прокатить шарик через отверстие, а уже потом использовать его как опору. В этой версии задания успеха добились 16 из 22 шмелей. То есть шмели решают задачи и в условиях, где нет непрерывной визуальной подсказки в духе «толкай сюда, вот же приз».
Затем барьер сделали еще жестче: добавили три отверстия, чтобы сильнее ограничить визуальную обратную связь. Здесь различия между подготовленными и контрольными шмелями уже исчезли. На первый взгляд это может показаться ослаблением всей истории, но для хорошего эксперимента такой результат скорее плюс. Он показывает, что авторы не подгоняли схему под красивый вывод, а реально искали границу, где целенаправленное поведение начинает ломаться. Для любой инженерной аудитории это знакомый сюжет: система может решать задачу, но ее устойчивость зависит от качества сигналов среды.
Самый чистый тест поставили напоследок. В прямоугольной арене было два скрытых от шмеля отсека. На этапе предварительного обучения 30 насекомым показывали, где находится цветок. Но в основном тесте награда из стартовой позиции не была видна, а шарик нужно было закатить именно в правильный отсек. Здесь 23 из 30 шмелей выполнили задачу, причем 16 из этих 23 сразу отправили шарик в нужное место, не тратя попытку на неверный отсек. Это уже труднее списать на случайное блуждание. Если объект сначала двигают в правильную сторону без постоянного зрительного контакта с целью, речь идет как минимум о довольно уверенном целевом поведении.
Почему это интересно не только биологам
Для технологической аудитории сюжет важен сразу в нескольких плоскостях. Во-первых, он снова бьет по примитивной связке «больше мозг или больше параметров — значит умнее». Шмели решают задачи с нервной системой, которую никто не назовет избыточной. Это не значит, что насекомые вот-вот начнут писать код, но значит другое: некоторые формы гибкого поведения могут возникать из очень компактной архитектуры, если она хорошо сцеплена со средой и задачей. Во-вторых, исследование полезно как антидот против переоценки обучения на демонстрациях. Шмелям не показывали финальную последовательность действий, им дали свойства элементов, а дальше они в ряде случаев достроили решение сами. Для робототехники, embodied AI и автономных агентов это почти родная постановка вопроса.
Есть и трезвое ограничение. Авторы прямо признают, что их установка не позволяла отслеживать взгляд, позу и другие тонкие сигналы, по которым можно было бы зафиксировать тот самый момент «ага, понял». Иными словами, работа не доказывает, что шмель «осознает причинность» в человеческом смысле. Она показывает более узкий, но все равно сильный тезис: насекомые способны генерировать новые, направленные на цель решения, а не только воспроизводить заученный шаблон. В исследовании 2024 года та же группа уже показывала, что шмели могут кооперироваться в задачах с Lego-блоком и дверцей в тоннеле. Новая статья поднимает планку: теперь речь не о совместном действии после обучения, а о спонтанном решении задачи на манипуляцию объектом.
Главный вопрос теперь даже не в том, насколько «умны» шмели в бытовом смысле слова. Гораздо интереснее, какие минимальные механизмы вообще нужны системе, чтобы она перестала просто реагировать и начала искать обходной путь к цели. Если ответ окажется скромнее, чем привыкли думать в когнитивистике и AI, то у насекомых внезапно появится шанс стать не только героями научпопа, но и хорошими консультантами по архитектуре компактных интеллектуальных систем. Первоисточник с деталями эксперимента пересказывает .