Les abeilles sont étonnamment douées pour prendre des décisions, et ce modèle informatique explique comment cela est possible

La vie d’une abeille dépend de sa capacité à récolter le nectar des fleurs pour produire du miel. Décider quelle fleur est la plus susceptible d’offrir du nectar est incroyablement difficile.

Pour bien faire les choses, il faut peser correctement les indices subtils sur le type de fleur, l’âge et l’histoire – les meilleurs indicateurs qu’une fleur pourrait contenir une petite goutte de nectar. Se tromper est au mieux une perte de temps et, au pire, signifie une exposition à un prédateur mortel caché dans les fleurs.

Dans une nouvelle recherche publiée récemment dans eLife, mes collègues et moi expliquons comment les abeilles prennent ces décisions complexes.

Nous avons défié les abeilles avec un champ de fleurs artificielles fabriquées à partir de disques de carton colorés, chacun offrant une petite goutte de sirop de sucre. Les « fleurs » de différentes couleurs variaient dans leur probabilité d'offrir du sucre, et différaient également dans la capacité des abeilles à juger si la fausse fleur offrait ou non une récompense.

Nous avons apposé de minuscules marques de peinture inoffensives sur le dos de chaque abeille et filmé chaque visite d'une abeille dans le massif de fleurs. Nous avons ensuite utilisé la vision par ordinateur et l’apprentissage automatique pour extraire automatiquement la position et la trajectoire de vol de l’abeille. À partir de ces informations, nous avons pu évaluer et chronométrer avec précision chaque décision prise par les abeilles.

Nous avons constaté que les abeilles ont très vite appris à identifier les fleurs les plus gratifiantes. Ils ont rapidement évalué s'ils devaient accepter ou rejeter une fleur, mais, étonnamment, leurs bons choix étaient en moyenne plus rapides (0,6 seconde) que leurs mauvais choix (1,2 secondes).

C'est le contraire de ce à quoi nous nous attendions.

Habituellement chez les animaux – et même dans les systèmes artificiels – une décision précise prend plus de temps qu’une décision inexacte. C’est ce qu’on appelle le compromis vitesse-précision.

Ce compromis se produit parce que déterminer si une décision est bonne ou mauvaise dépend généralement de la quantité de preuves dont nous disposons pour prendre cette décision. Plus de preuves signifient que nous pouvons prendre une décision plus précise, mais la collecte de preuves prend du temps. Ainsi, les décisions précises sont généralement lentes et les décisions inexactes sont plus rapides.

Le compromis entre vitesse et précision se produit si souvent en ingénierie, en psychologie et en biologie qu’on pourrait presque l’appeler une « loi de la psychophysique ». Et pourtant, les abeilles semblaient enfreindre cette loi.

Les seuls autres animaux connus pour surpasser le compromis vitesse-précision sont les humains et les primates.

Comment alors une abeille, avec son cerveau minuscule mais remarquable, peut-elle rivaliser avec les primates ?

Pour répondre à cette question, nous nous sommes tournés vers un modèle informatique, demandant quelles propriétés un système devrait avoir pour surmonter le compromis vitesse-précision.

Nous avons construit des réseaux de neurones artificiels capables de traiter les entrées sensorielles, d’apprendre et de prendre des décisions. Nous avons comparé les performances de ces systèmes de décision artificielle à celles des vraies abeilles. À partir de là, nous avons pu identifier ce qu’un système devait avoir pour surmonter ce compromis.

La réponse consistait à donner aux réponses « accepter » et « rejeter » différents seuils de preuve limités dans le temps. Voici ce que cela signifie : les abeilles n’acceptaient une fleur que si, d’un coup d’œil, elles étaient sûres qu’elle était gratifiante. S’ils avaient une quelconque incertitude, ils la rejetaient.

Il s’agissait d’une stratégie d’aversion au risque et signifiait que les abeilles auraient pu manquer certaines fleurs gratifiantes, mais elle a réussi à concentrer leurs efforts uniquement sur les fleurs ayant les meilleures chances et les meilleures preuves de leur fournir du sucre.

Notre modèle informatique de la façon dont les abeilles prenaient des décisions rapides et précises correspondait bien à leur comportement et aux voies connues du cerveau de l’abeille.

Notre modèle est plausible quant à la manière dont les abeilles prennent des décisions si efficaces et si rapides. De plus, cela nous donne un modèle sur la manière dont nous pourrions construire des systèmes, tels que des robots autonomes pour l'exploration ou l'exploitation minière, dotés de ces fonctionnalités.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lisez l'article original.

Crédit d’image : Dustin Humes/Unsplash