我们都看到过这种情况。 墙上的裂缝。 蚂蚁进入我们的厨房或浴室， 寻找食物， 当找到食物时， 能够非常迅速吸引所有的小同伴， 这样它们就可以集体 吞噬掉落在地板上的任何东西。 你可能已经看到了巨大的跟踪系统 它们可以在你的后院或公园的某个地方的创造。 蚁群的能力的确令人惊叹 以非常有效的方式集体寻觅食物。 我们在第1单元中讨论了这个问题。 我们将在这个单元中 重新审视这些蚁群的 惊人的行为。 因此正如我们在第1单元 所讨论的那样， 蚂蚁觅食的基本思想是 蚂蚁从巢中出来并随机地向不同方向运动。 当蚂蚁遇到食物源时， 会将一些食物带回巢穴。 但留下信息素的踪迹。 信息素是一种被蚂蚁 释放的化学物质， 用来吸引其它的蚂蚁。 这条路径中的蚂蚁很可能会在 跟随它过程中强化这个路径， 信息素会消散， 但只要蚁群能够继续 追随信息素的踪迹 并继续寻找食物， 然后会继续强化它。 这是一个重复多次的 著名实验的视频。 在这种情况下， 蚂蚁可以选择两条不同的食物路径。 像这样的较长路径。 和一条较短的路径。 那么较短的路径 最终会吸引更多的蚂蚁， 最后所有这些 都是因为信息素能够 在较短的一侧保持加强 而不是在较长的一侧。 这些蚂蚁沿着这条路走下去 蚂蚁们的信息素经常在 其它蚂蚁跟随它之前挥发。 在这里运行。 你可以看到蚁群非常可靠 沿着这条路径走。 蚁群中的一些设法在这里过去。 所做的事情有一些随机性。 但在大多数情况下， 它们正沿着这条较短的路径 前往食物。 你可能还记得这个模型， 新的蚂蚁群。 它简化了蚂蚁巢和 三个食物来源， 它模仿蚂蚁觅食， 沿着我刚刚向你描述的算法的路线。 所以，如果我们运行， 放慢一点。 蚂蚁群从巢里出来， 如果其中一个遇到食物， 随机移动， 如果它们中的一个遇到食物， 并把它带回巢穴， 会留下信息素踪迹。 让我们再次运行， 我们可以更慢地看到它, 和其它蚂蚁群被 信息素的踪迹吸引。 蚁群会跟着它， 但如果这条小路没有被蚁群强化， 就像食物来源干涸一样， 随着信息素挥发， 路径也会不存在。 但如果沿着小径还有食物， 蚂蚁会找到它并且它们会强化信息素的踪迹。 因此，通过这种方式，蚂蚁能够 使用他们的路径建立这种 模型来代表蚁群 共同知道的食物环境。 使用这个模型 我们可以做一个实验 看看帮助蚂蚁找到食物的 信息素实际上的作用。 所以，要做到这一点， 我们将做一个简单的实验。 我要关掉有信息素的地方。 要做到这一点， 我将把挥发率 调到最高， 这意味着信息素会挥发。 挥发的很快以至蚁群没有感知到。 那么让我们看看会发生什么呢？ 所以这里的蚂蚁没有信息素可以感知到。 他们随意找食物 没有互相交流， 我们会看到他们需要多长时间。 我加快了速度， 当食物消失时，模拟结束。 用538秒来找到食物 那时有五百只蚂蚁。 我会在这里记下来。 我们会说没有信息素， 需要538秒找到食物。 让我们重新开启信息素。 我们会把它减少为两个。 挥发率非常低。 我们将看到这会如何影响行为。 当然因为有很多随机性。 如果我真的想在这里得到准确的数字 我必须这么多次。 我实际上会让你在自己的作业中做到这一点 并平均结果。 我会在这里进行非正式测试。 因此，我们将看到它所需的时间是否有变化 所有的食物都要消失了 事实上它只花了415秒 所以我们会说用信息素415秒。 所以这个简化的模型 让我们对信息素这个角色在 如何帮助蚂蚁 有效地觅食 只是重申一下。 对于在任何给定时间觅食的蚂蚁 这些路径上现有的信息素的浓度 编码殖民地集体信息 关于它的食物环境 而且信息能够适应 改变环境条件 一旦食用了食物，例如 路径会消失 如果发现了新的食物 将形成新的道路 这样蚂蚁能够 适应即使在不断变化的环境中 也能地觅食。 现在我想简要提 一下蚁群的另一种 自组织行为， 这就是任务分配的概念。 Deborah Gordon是斯坦福大学的 生物学家，曾在蚁群的 许多行为方面 做过大量工作。 但特别是我们将讨论她在 任务分配方面的工作。 根据她的说法， 分配是一个过程， 以适合当前情况的 任务分配方式调整参与每项任务的工人数量， 而无需作为自组织活动的中央 或分层控制 作为一种自我组织的活动。 Gordon (戈登) 研究了 特定蚁群的 任务分配 在蚁群中 划分许多不同的任务 维护巢穴，环顾四周清理巢穴。 这里有一个巢的图片巡逻， 觅食和垃圾分类 等所以 这里有一些代表性的图片， 不同类型的蚂蚁在做不同类型的任务， 但问题是在任何特定时间蚂蚁 如何决定蚂蚁应该 做的任务。 根据环境的变化， 工作的蚁群数量 追求各种任务适应环境的变化 由于天气， 食物供应, 掠食者 等原因。 例如Gordon(戈登)表明， 如果分布的巢数量 维护蚂蚁数量会增加， 觅食者数量会减少， 更多的蚂蚁正在 承担维护巢穴的任务。 当它需要时， 更少的蚂蚁正在接受觅食的任务， 她能够通过在巢周围的 不同地方放置 不同的牙签来做这个实验， 而且蚂蚁真的不喜欢， 因此，除去牙签， 巢穴数量增加了。 她还发现， 食品供应量大， 质量高， 觅食者数量会增加。 简而言之，蚂蚁能够根据最需要关注的任务 来选择任务， 并且还可以查看有多少其它的蚂蚁 已经在执行这些任务 蚁群是如何做到这一点的？ 显而易见的是蚂蚁无法 对它们周围的环境中发生了什么 有全局的了解。 它们只与当地的 其它蚂蚁进行互动， 并且必须从有限的互动中 了解整体的情况 类似于我们见过的其他自组织系统 所以这是问题的核心。 个人蚂蚁如何决定采用哪项任务 尽管没有指挥， 但对整个环境条件的反应, 另一只蚂蚁和 少数其它蚁群的 相互作用决定。 这是 Gordon戈登发现的 做了大量的实验 她发现蚂蚁决定采用 一项特殊的任务，如觅食 或巡逻 或维护巢穴， 两件事作为的功能 1.在环境中遇到了什么 2.与蚂蚁的互动率 执行不同的任务。 蚂蚁可能会在它们的 巢穴遇到牙签或其他碎片 这可能会让蚁群转 而做巢式维护， 但也会受到接触到的 任何蚂蚁的影响。 戈登发现蚂蚁实际上可以通过 感知其触角上的化学残留物 来判断另一只蚂蚁 在做什么工作。 另一只蚂蚁是Deborah Gordon的研究小组 在蚂蚁巢内使用视频范围 拍摄的一段视频。 在这里你可以看到 蚂蚁从巢中出来并进入巢穴 并实际上相互接触 带着它们的触角 可以这样感觉到 另一只蚂蚁做了什么工作。 如果蚂蚁从巢中出来感觉。 许多觅食者带着食物回来。 那么蚁群就更有可能接受 作为一个觅食者的任务。 所以蚂蚁就像小统计学家一样。 蚁群衡量它们遇到不同任务时 所遇到的蚂蚁的相互作用率 这些比率是它们用 来决定采用什么任务的事情之一。 不知道蚂蚁的大脑 是如何做到这一点的， 但它似乎来自数据 Gordon (戈登) 和她的研究合作者 所采取的正是蚂蚁在某种程度上所做的事情。 所以这里有一个小小的拼图 Gordon (戈登) 和她的同事观察到了这一点 较大的蚁群更具确定性 在任务分配方面更加一致 比较小的蚁群 你认为这是为什么？ 暂停一分钟 并考虑一下。 为什么一个更大的蚁群 比较小的蚁群 在分配任务时， 有更好的一致性和确定的方式。 戈登和她的同事提出 大型蚁群基本上能够获得更好的 相互作用率统计数据的假设， 因为有更多的样本， 每只蚂蚁平均有 更多与其它蚂蚁 相互作用的样本， 因此它们可以 获得更好的统计数据， 以便下次您在厨房， 浴室或花园中看到蚂蚁。 甚至爬上你的腿。 记住这一点 蚂蚁是非常聪明的小统计学家。 想想它会有多棒， 利用它们统计能力的优势。