窥探AI的黑匣子以发现集体行为是如何出现的

鱼群创造的惊人复杂的图案如何出现?对于许多科学家而言，这个问题提出了一个不可抗拒的数学难题，其中涉及大量变量，这些变量描述了每条鱼类及其许多邻居的相对速度和位置。

提出了各种数学模型来解决这个问题，但据葡萄牙里斯本尚帕里莫德未知中心的集体行为实验室负责人贡萨洛·德·波拉维耶哈(Gonzalo de Polavieja)称，它们不可避免地会陷入两个极端之一：要么太过极端，要么太过极端简单或过于复杂。

de Polavieja说：“人工智能和机器学习领域的兴起提供了非常精确的模型，可以预测群体中个人的行为。” “但是这些模型就像黑匣子：它们处理数据以生成预测的方式可能涉及成千上万个参数，其中许多甚至可能不对应于真实世界的变量。人类无法理解如此复杂的信息。”

他继续说：“在另一个极端，是简单的模型，参数很少，使您可以识别与一个主要成分相关的规则，例如鱼之间的距离或其相对速度。但是这些模型也是如此狭窄，因此在预测团队的整体行为时永远都不准确。”

de Polavieja和他的团队从一种新型的称为“注意力网络”的AI模型中汲取了灵感，从而能够找到一种介于两个极端之间的解决方案：一种具有洞察力和可预测性的模型。他们在科学杂志《Plos计算生物学》上发表的一篇文章中描述了他们的结果。

解构黑匣子

为了解决该问题，团队决定使用AI技术：不构建标准的完整“黑匣子”，而是将模型组织为多个相互连接的模块，每个模块都非常简单，因此可以对其进行分析。

当团队研究由各个模块生成的功能时，他们发现他们已经知道的粗略规则仍然适用，但是经过了极大地完善。“例如，根据以前的模型，每条鱼周围的空间分为三个圆形同心区域：排斥，对齐和吸引。我们也找到了这三个区域，但是与最初识别它们的简单模型相反，我们的模型研究表明，这些区域不是圆形的，也不是同心的，它们的变化取决于鱼的速度。”研究的第一作者弗朗西斯科·赫拉斯(Francisco Heras)解释说。

除了具有洞察力之外，该模型还擅长预测鱼的行为。赫拉斯说：“我们可以90%的准确率判断出该组中的每条鱼在下一秒钟内会向右转还是向左转。” “与人类的工作时间相比，这看起来似乎并不长，但是斑马鱼生活在节奏较快的环境中，可以在短短的一秒钟内移动约八倍于其身体长度的距离。”

该模型的结果是如此强大，以至于人们不得不怀疑为什么以前没有使用这种方法。根据de Polavieja的说法，答案是“一点社会学和一点数学”。正如他解释的那样，“由于主导该领域的两种方法是如此不同，花了一段时间才意识到，构建既有见识又可预测的模型是可能的。” 一旦团队意识到了这种可能性，他们便开始探索不同的体系结构，并以优化模型的预测能力同时又使模型足够简单以使其具有洞察力的方式来调整其假设集。

使这项开发成为可能的另一个因素是实验室最近开发的开源，复杂的跟踪软件。“通过使用idtracker.ai，我们能够同时跟踪100条鱼的群。这对于获得此类研究所需的庞大而详细的数据集至关重要。”

团队免费提供了其模型的代码。根据Polavieja的说法，它可以成为集体行为社区的有用工具，该社区现在将拥有一种以自动，预见性和生物学洞察力来恢复相互作用规则的方法。他总结说：“我们希望其他人可以使用它来研究许多不同类型的社交互动。”