蚂蚁群组团“最强 AGI”：破解几何难题“完爆”人类，群体智能登顶 PNAS

你听说过「通用蚂蚁智能」吗？今天，全网爆火一个视频充分展示了什么是 AGI—— 蚂蚁群体智能的智慧。在解决钢琴搬运难题任务中，它们甚至超越了人类，最新研究登上 PNAS。

所谓 AGI，难道是「通用蚂蚁智能」，亦或是「蚂蚁通用智能」？

今天，无数只蚂蚁在搬运 T 形物体，成功穿越迷宫的视频火遍全网。

网友纷纷惊呼，「这简直太疯狂了。蚂蚁擅长集体解决难题，在某些情况下甚至比人类更聪明！这或许能够为 AI 和团队协作提供新的启发」。

还有人表示，AI 其实也就是蚂蚁智能了。

相比之下，人类引以为豪的「群体智能」似乎并没有显现出来。

来自魏茨曼科学研究所的研究团队开启了这项极具创意的「进化」竞赛实验，就是为了回答一个有趣的问题：

在搬运重物穿越迷宫任务中，到底是蚂蚁更厉害，还是人类更胜一筹？

论文地址：https://www.pnas.org/ doi / 10.1073 / pnas.2414274121

他们以经典的「钢琴搬运难题」（piano movers puzzle）为灵感，设计了一个现实版的实验。

参与者需要将一个 T 形物体从起点移到终点，途中需要穿过由两个狭窄通道连接的三个房间。

为了确保公平，研究团队制作了两套尺寸不同的迷宫，分别适配蚂蚁和人类的体型。

在实验过程中，人类团队被要求不能通过说话、手势交流，甚至被要求戴上口罩和墨镜遮挡住面部表情。

结果表明，蚂蚁不仅在团队中表现优于个体，在某些情况下超越了人类团队。

值得一提的是，最新研究已经发表在 PNAS 期刊上。

Ofer Feinerman 教授表示，蚂蚁群体展现出协同计算和战略思维能力，还拥有集体记忆，因此帮助它们共同坚持特定运动方向，避免了错误。

Tabea Dreyer 和 Ofer Feinerman 教授

那么，蚂蚁们是如何协作完成这个难题的呢？

群体智慧

你有没有想过，为什么蚂蚁总能找到搬运食物最佳路径？为什么鸟群能够完美协调飞行？

这一切，都与「集体认知」有关。群居生活为它们带去了有很多优势。

这也是自然界普遍存在的现象：群体可以感知环境、整合信息，并做出响应，有时甚至超越个体能力的极限。

在自然界中，能够进行如此大规模合作运输的物种极其罕见。

目前已知物种中，除了人类之外，只有约 40% 蚂蚁群体具备这种能力。

这位科学家们提供了一个绝佳的研究机会。

如前所述，「钢琴搬运难题」是团队设计实验的原型。这是一个操纵实验，是计算机运动规划和机器人领域的一个经典计算问题。

在复杂环境中，参与者需要将一个形状不规则的物体（比如钢琴）从 A 点移动到 B 点的可能方式。

由于这个难题纯粹是几何问题，在尺寸上完全可以进行缩放 —— 可以小到一只蚂蚁就能处理，也可以大到需要整个蚂蚁群合作。

论文中，团队选用了长角立毛蚁（Paratrechina longicornis）作为参赛选手，体长约 3 毫米，因其长长的触角得名，有时也被称为「疯蚂蚁」。

一个谜题，多种解法

在这个实验中，研究者设计了一个钢琴搬运难题。

蚂蚁们需要在一个由三个房间组成的矩形区域内，搬运一个 T 形物体。

而这些房间中的每一个，都是由两个窄缝连接的。

蚂蚁们想要完成任务，就必须把 T 形物体从最左侧房间的初始位置（图 1C 中的 a），穿过第二个房间，到达与外界相通的第三个房间（图 1C 中的 h）。

这个谜题的最优解，就是不花费任何冗余的不必要步骤，操作顺序如图 1C 中绿色箭头所示。

在实验中，研究者依次向人类和蚂蚁展示这个谜题的两个版本。

版本 A 是为蚂蚁定制的，T 形物体被制作成了食物的形状，激励蚂蚁将它搬运到第三个房间。

版本 B 则是为人类定制。

这个谜题的设计，对两个物种都是不小的挑战。

对人类来说，挑战在于为了区分可行移动和死胡同，必须进行精确的长度评估、心理旋转和对称理解。

而对蚂蚁来说，因为它们是基于信息素进行通信的，这种方式既不会考虑物体大小和门尺寸的关系，也不会考虑物体的旋转情况，这就是使它们的集体导航策略变得毫无用处。

接下来，实验分为了三种组合去完成迷宫挑战：

蚂蚁：单只、7 只小组、80 只大组

人类：单人、6-9 人小组、26 人大组

人类参与者被要求，只能模拟蚂蚁抓持方式的把手来搬运物体。而且，把手上装有测量器，记录每个人在整个过程中施加的拉力。

研究人员对每种组合进行了多次实验，然后仔细分析视频和所有高级跟踪数据，同时使用计算机模拟和各种物理模型。

表现如何？

为了分别评估蚂蚁和人类的表现，研究团队从运动学角度，去解释这一问题。

蚂蚁和人类尝试的运动学，可以通过负载构型（load’s configuration）r (t) 的时间演变来描述。这涉及了三个自由度

，其中，x (t) 、y (t) 是负载质心的空间坐标，它与负载周边到质心的平均距离 θ(t) 相乘。

方向是一个周期性坐标，它与负载周边到质心的平均距离 r_av 相乘时，r_avθ(t) 实际上就测量了附着在搬运者在负载旋转过程中的平均行走距离。

为了实现不同尺寸解决方案可比较性，团队作者采用了第二个房间宽度 d_cor 对构型 r (t) 归一化。

谜题的「构型空间」，即所有几何上允许的负载构型的集合，如图 D 所示。

图中，底部黑色轨迹所示，任何解决方案尝试的动态都可以理解为这个空间中的连续轨迹。

为了分析解决方案轨迹，作者进一步将构型空间分割成更小的体积，对应于上图 C 中描述的「状态」。

整体表现

作为衡量每个解决者表现的整体指标，他们还绘制了在给定构型空间归一化路径长度内（图 2A，适用于蚂蚁和人类）以及在给定尝试状态转换次数内（图 2B，适用于人类）成功解决的尝试百分比。

结果发现，平均而言，人类解决者的表现优于蚂蚁解决者（图 2A）。

当然，实验中存在性能分布重叠的区域，最优秀的蚂蚁解决者能够超越表现最差的人类解决者。

蚂蚁群体规模效应

另外，大型蚂蚁群体显著优于单只蚂蚁和小群体。

单只蚂蚁虽然能够通过连续操作完成任务，但表现明显低于群体。

为了理解为什么大型蚂蚁群体的表现优于小群体，首先需要关注它们在谜题场地狭窄空间内的运动学特征。

当由大群体蚂蚁搬运的大型负载与边界发生碰撞时，它不会停止或后退，由下图 A 所示。

相反，其运动方向和速度的变化很小，并且会持续沿着边界滑行较长距离（图 C）。

相比之下，当由小群体蚂蚁搬运的小型负载与边界碰撞时，往往会损失大量速度（图 B），当恢复运动时，负载经常会采取与原来不同的方向。

大群体和小群体之间的这些差异与之前的研究结果一致，该研究表明较大蚂蚁群体的方向改变需要不成比例的更大扰动。

一只蚂蚁整整盘旋了一分钟，也没有成功将 T 形重物移出迷宫（加速 10 倍）。

对于一小群蚂蚁，通过协作终于将其成功搬出（加速 10 倍）。

那么，对于群体来说，正如开篇所看到的轻而易举完成了任务。

如下这两个模拟动画展示了一小群蚂蚁、一大群蚂蚁在解决难题的过程（分别加速 18 倍和 10 倍）。

人类群体协作

在受限通信条件下，通过力像蚂蚁一样交流，人类群体并没有展现出强大得规模优势。

相反，他们出现了群体表现劣于个人的现象。

有趣的是，在允许交流情况下，人类群体表现效果得到了扭转。

一个人解决难题的过程（加速 10 倍）。

这是一群人解决难题的过程（加速 10 倍）。

蚂蚁 VS 人类，集体记忆涌现的奇迹

大型蚁群表现出一种涌现的持久性，这扩展了它们的认知工具箱，包含短期记忆 —— 认知的基础构件之一。

当前运动方向的记忆，被暂时储存在运输蚂蚁的集体有序状态中。

因此，「集体记忆」是一种涌现特性，而非个体特质。

涌现记忆使蚂蚁群体能够进行近乎确定性的、持续的墙壁扫描，这可能促使它们在搜索空间中找到最短路径。

这种涌现的边界跟随启发式方法使得大型蚂蚁群体显著优于小型群体及单个蚂蚁。

记忆、有方向的运动、系统搜索以及启发式方法的应用，都是人类解题者的典型特征。

因此，认知工具箱的扩展使大型蚁群能够以类似人类解题者的方式应对难题。

与蚂蚁不同，人类能够以个体形式成功解决难题，但群体化却增加了障碍，因为高效运动需要达成共识。

在人类的沟通群体中，成员花费大量时间讨论并决定下一步行动，因此表现与个体相似。

当沟通受到限制时，人类完全用一种更快的社会组合启发式方法取代了社会沟通中的辩论启发式。

在这种情况下，他们往往会采取与经过深思熟虑的意见不同的行动，并趋向于选择最低共识。

一旦任务开始移动，受限沟通群体中的人类仅将拉力与其运动方向对齐。这种对个体认知能力的放弃，再次让人联想到蚂蚁的集体行为。

因此，在解决受限沟通情况下的难题时，大型人群通过采用一些蚂蚁般的特性表现出的协作能力下降。这种结果，却在在允许沟通情况下得以解除。

通过比较极端案例，动物群体的集体问题解决能力可以获得更全面的理解：人类以个体认知能力为突出特点，而蚂蚁则在合作方面表现卓越。

人类在选择认知工具时更加灵活，并且可以精细地调整其问题解决策略以适应特定任务。尽管这种灵活性可以提升个体表现，但不可避免地会导致人际差异，这可能需要更高级的沟通以避免集体表现恶化并实现高效合作。

这些蚂蚁与人类之间的差异揭示了两种进化路径，它们在个体与集体层面的认知能力分配方式上有所不同。

通过对比，研究带了深刻的启示：需要理论研究来确定个体尺度的复杂性与群体层面合作容易性之间的权衡。跨系统发育树的比较研究可以用来探索这一权衡的经验例子。

此外，这项研究还对机器人群体设计，具有重要参考价值。

或许在某些方面，人类还需要向自然界物种们学习，特别是在真正团队合作方面。

毕竟，有时候，最伟大的智慧可能来自最微小的生命。

参考资料：

• https://www.pnas.org/doi/10.1073/pnas.2414274121

• https://wis-wander.weizmann.ac.il/space-physics/ants-vs-humans-putting-group-smarts-test

本文来自微信公众号：新智元（ID：AI_era）

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。