HN 日本語サマリー

← 一覧へ戻る
科学・技術

アリのチームが重力ベースのパズルソルバーを打ち負かす

Ant teams beat gravity-based puzzle solvers (phys.org)

4 pointsby wjSgoWPm5bWAhXB0 コメント

要約

ワイツマン科学研究所の研究者たちは、アリの集団が複雑なパズルを解決する能力を調査しました。その結果、より大きなアリのチームは、より複雑な問題を解決する能力が高く、単純な重力モデルよりも効率的であることが明らかになりました。この発見は、アリの集団知能と適応性を浮き彫りにし、将来のAIシステムやロボット工学への応用が期待されます。

全文翻訳

アリのチームが重力ベースのパズルソルバーを打ち負かす

[画像: アリのチームが重力ベースのパズルソルバーを打ち負かす]

狭い開口部を通り抜けて荷物を運ぶアリの集団。Credit: Tabea Dreyer。

アリは高度に組織化されたコロニーに住んでおり、日常的に協力して幅広い問題を解決しています。彼らの顕著な集団行動は、何世紀にもわたって生物学者を魅了し、さまざまな人工知能(AI)システムの開発のインスピレーションにさえなっています。

ウィーツマン研究所の研究者たちは最近、アリのチームがさまざまな複雑さの問題にどのように取り組むかをさらに探求することを目的とした研究を実施しました。彼らの発見は、Journal of the Royal Society Interfaceに掲載されており、より大きなアリのグループは、小さなチームよりも複雑な問題やパズルを解決できることを示唆しています。

「この論文の着想は、アリがフィールドで大きな食料を巣に協力して運ぶのを観察したことから得られました」と、論文のシニアオーサーであるOfer Feinerman氏はPhys.orgに語りました。「アリが巣に到着すると、必然的に課題に直面します。それは、大きくてしばしば不規則な形の荷物を狭い入り口から操ることです。この自然な幾何学的なパズルが、アリのパズル解決能力をマッピングし、それらがグループのサイズとともにどのようにスケールするかを見ることを私たちに促しました。」

[画像: アリのチームが重力ベースのパズルソルバーを打ち負かす]

狭い開口部を通り抜けて荷物を運ぶアリの集団。Credit: Tabea Dreyer。

実験とシミュレーションによるアリの協力の探求

Feinerman氏と同僚は、アリのチームのサイズが、集団で取り組むことができる問題の複雑さに影響を与えるかどうかを判断したいと考えました。この目的のために、彼らはロングホーンクレイジーアント(Paratrechina longicornis)を使用した一連のフィールド実験を行いました。

研究者たちはまず、3Dプリンティング技術を使用して小さな物体を作成し、その重量と特性を正確に設計しました。次に、3Dプリントされた荷物を一晩キャットフードでインキュベートし、アリにとって魅力的になるようにしました。本質的に、彼らはアリをだまして小さな物体を収集させ、迷路を通って巣に運ばせました。

「私たちがしなければならなかったのは、荷物とレーザーカットされた迷路をアリの巣の近くに置くだけでした。アリは私たちを上から撮影するだけで残りをやってくれました」とFeinerman氏は説明しました。「さまざまなグループサイズをテストするために、各迷路のスケーリングされたバージョンを作成しました。荷物の重量は、アリの数で正規化して、さまざまなスケールで一定に保ちました。これにより、単にタスクを物理的に困難にするのではなく、協調と協力を測定できるようにしました。これは純粋に幾何学的なパズルであるため、スケーリングしても、それを解決する計算上の難易度に違いはありませんでした。」

[動画]

Credit: Journal of the Royal Society Interface (2026). DOI: 10.1098/rsif.2025.0989

研究者たちは、より大きなアリのグループは、より小さなグループよりも複雑なパズルに取り組むことができることを発見しました。しかし、大小のグループ間の違いは、問題が十分に複雑になった場合にのみ明らかになりました。

言い換えれば、単純な迷路を通って小さな荷物を運ぶ必要がある単純なタスクでは、ほぼすべてのアリのグループがうまくパフォーマンスを発揮しました。しかし、迷路がより複雑で荷物が重くなると、より大きなグループはより小さなグループよりもはるかに効率的になりました。

研究の一環として、Feinerman氏と同僚は、物理的な力や理論に頼って、アリが取り組んだのと同じパズルを解決しようとするエージェントを実行するコンピュータシミュレーションも実施しました。これらのシミュレーションは、なぜ複雑な問題がより大きなアリのグループによってより効率的に解決されたのかについての可能な説明を提供しました。

「シミュレーションは、単純なパズルは単純な重力ベースのモデルで解決できることを示しました。迷路とその中の荷物を取り、傾けて全体を振ると、最終的に荷物は外に出るでしょう」とFeinerman氏は述べました。

「しかし、パズルがより困難になるにつれて、アリの分散された性質に関連する『アリのような』特性で物理シミュレーションを補完する必要がありました。これらには、重心に作用しない重力、物体上の異なる点に作用し、数秒ごとに切り替わる重力、または迷路の次の開口部がどこにあるかを知っていてその方向に作用する重力が含まれます。」

アリの問題解決を探求するための次のステップ

興味深いことに、チームが物理ベースのモデルをアリにインスパイアされた特性と戦略で補完したとき、シミュレートされたエージェントはパズルをより効果的に解決できることがわかりました。これらの発見は、アリのコロニーの集団的知性と適応性をさらに強調しています。

「私たちが開発したモデルを認知と呼ぶことができるでしょうか?おそらくそうではありません。それらは単にランダムで無知です」とFeinerman氏は述べました。「パズルはまだアリに追いついていないことに注意することが重要です。パズルは、各迷路で異なるパラメータを調整した場合にのみアリに追いつきます。アリはこのような調整を必要とせず、外部情報なしにすべての迷路を解決するために同じルールを使用しているようです。」

将来的には、Feinerman氏と同僚が集めた新しい洞察は、新しいAIシステムやスワームロボット工学フレームワークの開発のインスピレーションとなる可能性があります。一方、研究者たちは、アリの複雑な集団行動をさらに調査し、その行動的および神経的な基盤についてさらに学ぶことを計画しています。

「私たちは今、アリがさまざまなパズルを一般化して解決できるように、どのように行動を微調整しているのかを理解しようとしています」とFeinerman氏は付け加えました。「具体的には、この印象的な特性が個々のアリの脳から来るのか、それともまだ理解していない集団の特性から来るのかを調べたいと考えています。」

私たちの著者Ingrid Fadelliがあなたのために執筆し、Gaby Clarkによって編集され、Robert Eganによって事実確認およびレビューされたこの記事は、慎重な人間の作業の結果です。独立した科学ジャーナリズムを維持するために、あなたのような読者に依存しています。この報道があなたにとって重要であれば、寄付(特に月次)を検討してください。お礼に広告なしのアカウントを取得できます。

公表情報

Tabea Dreyer et al, Collective ant transport outperforms gravity-based solvers on complex puzzles, Journal of the Royal Society Interface (2026). DOI: 10.1098/rsif.2025.0989。

このストーリーの背後には誰が?

[画像: Ingrid Fadelli]

Ingrid Fadelli

心理学学士号と国際ジャーナリズム修士号を持つフリーランスジャーナリスト。2018年からAI、ロボット工学、神経科学、宇宙物理学をカバー。

[画像: Gaby Clark]

Gaby Clark

英語修士号、2021年からコピーエディター。高等教育および健康コンテンツの経験あり。信頼できる科学ニュースに専念。

[画像: Robert Egan]

Robert Egan

数学生物学学士号、クリエイティブライティング修士号。科学と言語に関するユニークな視点を持つ。

© 2026 Science X Network

引用: Ant teams beat gravity-based puzzle solvers (2026, August 3) retrieved 21 October 2026 from https://phys.org/news/2026-08-ant-teams-gravity-based-puzzle.html

この文書は著作権の対象です。私的利用または研究目的の公正な取引を除き、書面による許可なく複製することはできません。コンテンツは情報提供のみを目的として提供されています。