Die Forschenden von SCIoI bauen Phänomene aus der Natur als Computermodell nach, um Verhalten testen zu können, das sich sonst nicht beobachten bzw. steuern lässt. Hier der vom Marlin gejagte Fischschwarm. © SCIoI/Palina Bartashevich
Wie hilft uns das Verständnis des intelligenten Verhaltens von Fischen bei anderen Problemen?
Burns: Die Verhaltensweisen der Fische sind hochentwickelt – ein klassisches evolutionäres Wettrüsten zwischen Räuber und Beute, bei dem sowohl die Sardinen als auch der Marlin ständig versuchen, sich gegenseitig zu übertreffen. Indem wir diese Phänomene in ihre Bestandteile zerlegen, können wir beginnen, die Bausteine des intelligenten Verhaltens zu entschlüsseln, die dann andere Systeme informieren können.
Bartashevich: Wir könnten beispielsweise in der Zukunft zum Bau von Robotern und künstlichen Systemen beitragen, die in für Menschen gefährlichen Bereichen gemeinsam Aufgaben erfüllen können. Oder wir können fundiertere Antworten darauf geben, wie man Panikausbrüchen bei Massenveranstaltungen mit einfachen Mitteln begegnen kann. Uns ist es wichtig, bei Science of Intelligence all diese Phänomene ganzheitlich zu untersuchen.
Mezey: Solche Szenarien basieren eben auf der sehr grundlegenden Frage, wie und wann es menschlichen Gruppen gelingt, sich kollektiv an unterschiedliche Umstände anzupassen. Wenn wir verstehen, wie sich individuelle Entscheidungen auf das Gruppenverhalten auswirken, können wir potenziell dazu beitragen, effektivere Systeme zu entwickeln, die der Gesellschaft beispielsweise in den eben beschriebenen Szenarios zu Gute kommen.
Nach der Beobachtung und Analyse der Fischkollektive erst in der Natur und dann in Computermodellen kommt der dritte Schritt: das Testen mit Robotern!
Bartashevich: Genau, dafür haben wir uns an unseren Kollegen David gewandt, der sich auf Roboterschwärme spezialisiert hat. Gemeinsam erarbeiteten wir einen Plan, um die Computer-Modelle in der realen Welt zu testen.
Mezey: Bei der Prüfung und Entdeckung neuer Phänomene aus biologischen Daten ist es entscheidend, diese auch in die reale Welt und physische Systeme mit ähnlichen Einschränkungen wie bei den Tieren zu übertragen. Fische können sich beispielsweise nur so schnell bewegen oder drehen, wie es das Wasser und ihre Körper zulassen, im Gegensatz zu simulierten Fischen. Reale Anwendungen können unvorhergesehene Herausforderungen aufdecken, denen ein verkörpertes System, sei es Tier oder Roboter, immer begegnen muss, beispielsweise ungünstige Lichtverhältnisse oder Oberflächentexturen. So kann das Studium des Roboter-Verhaltens auch das Verständnis des Verhaltens bei Tieren fördern.