Πειράματα με τεχνητή νοημοσύνη αποδεικνύουν γιατί οι μύγες που δαγκώνουν έλκονται από τις μπλε παγίδες

File source: Μύγα Τσετσέ commons.wikimedia.org/wiki/File:Glossina-morsitans-adult-tsetse-fly-2.jpg




Οι μύγες που τρέφονται με αίμα -όπως οι Τσετσε και οι αλογόμυγες- προκαλούν επώδυνα τσιμπήματα και μεταδίδουν εξουθενωτικές ασθένειες μεταξύ των ανθρώπων και των ζώων. ‘Έτσι, έχει γίνει πολλή δουλειά για τον σχεδιασμό των πιο αποτελεσματικών παγίδων για τον έλεγχο των πληθυσμών αυτών των μυγών.

Οι μυγοπαγίδες τείνουν να είναι μπλε, επειδή δεκαετίες επιτόπιας έρευνας έχουν δείξει ότι τέτοιες μύγες βρίσκουν αυτό το χρώμα ιδιαίτερα ελκυστικό. Αλλά δεν ήταν ποτέ ξεκάθαρο γιατί αυτές οι μύγες θεωρούν ότι το μπλε είναι τόσο ακαταμάχητο – ειδικά επειδή τα μπλε αντικείμενα δεν είναι συνηθισμένο θέαμα στο φυσικό περιβάλλον.

Οι επιστήμονες έχουν υποθέσει ότι οι μπλε επιφάνειες μπορεί να μοιάζουν με σκιασμένα μέρη για τις μύγες, καθώς οι σκιές έχουν μια μπλε απόχρωση. Ειδικά οι μύγες Τσέτσε αναζητούν τέτοια σκιερά σημεία για να ξεκουραστούν, γεγονός που μπορεί να εξηγήσει την έλξη τους στις μπλε παγίδες.

Μια άλλη πιθανότητα είναι ότι οι μπλε επιφάνειες μπορεί να δελεάσουν τις πεινασμένες μύγες παρέχοντάς τους τα ενδεικτικά σημάδια που χρησιμοποιούν για να διακρίνουν τα ζώα σε φόντο φυλλώματος. Σύμφωνα με αυτή τη θεωρία, μια μύγα μπορεί να μπερδέψει μια μπλε παγίδα με ένα ζώο που θέλει να δαγκώσει και να τραφεί.

Αλλά η αξιολόγηση αυτών των πιθανοτήτων είναι ιδιαίτερα δύσκολη επειδή οι μύγες αντιλαμβάνονται το χρώμα διαφορετικά από τους ανθρώπους. Οι άνθρωποι αντιλαμβάνονται το χρώμα χρησιμοποιώντας τις αποκρίσεις τριών ειδών φωτοανιχνευτών φωτοϋποδοχέων στον αμφιβληστροειδή, οι οποίοι είναι ευρέως ευαίσθητοι στα μπλε, πράσινα και κόκκινα μήκη κύματος φωτός.

Αλλά οι περισσότερες «υψηλές μύγες» -όπως οι τσετσε και οι αλογόμυγες- έχουν πέντε είδη φωτοϋποδοχέων ευαίσθητων σε υπεριώδη, μπλε και πράσινα μήκη κύματος. Έτσι, μια μπλε παγίδα δεν θα μοιάζει με τη μύγα όπως φαίνεται στον άνθρωπο που τη σχεδίασε.

Από τις μύγες στην τεχνητή νοημοσύνη…

Στη μελέτη μας , αντιμετωπίσαμε το πρόβλημα χρησιμοποιώντας τεχνητή νοημοσύνη (AI). Χρησιμοποιήσαμε τεχνητά νευρωνικά δίκτυα που είναι μια μορφή μηχανικής μάθησης εμπνευσμένη από τη δομή των πραγματικών νευρικών συστημάτων. Τα τεχνητά νευρωνικά δίκτυα μαθαίνουν τροποποιώντας τις δυνάμεις των συνδέσεων μεταξύ ενός δικτύου τεχνητών νευρώνων.

Ταΐσαμε αυτά τα δίκτυα με τα σήματα φωτοϋποδοχέα που θα βίωσε μια μύγα όταν κοιτούσε ζώα ή φόντο φυλλώματος, τόσο στο φως όσο και στη σκιά. Στη συνέχεια εκπαιδεύσαμε τα δίκτυα να ξεχωρίζουν τα ζώα από τα φύλλα και να σκιάζονται από αντικείμενα που δεν έχουν σκιά, χρησιμοποιώντας μόνο αυτές τις οπτικές πληροφορίες.

Τα εκπαιδευμένα δίκτυα θα έβρισκαν τον πιο αποτελεσματικό τρόπο επεξεργασίας των οπτικών σημάτων, τα οποία περιμέναμε να μοιραστούν τις ιδιότητες με τους μηχανισμούς που έχουν εξελιχθεί στα νευρικά συστήματα των πραγματικών μυγών. Στη συνέχεια, ερευνήσαμε εάν τα τεχνητά νευρωνικά δίκτυα ταξινόμησαν τις μπλε παγίδες ως ζώα ή ως σκιασμένες επιφάνειες.

Μπλε ή φωτεινότητα;

Μετά την εκπαίδευση, τα νευρωνικά μας δίκτυα θα μπορούσαν εύκολα να διακρίνουν τα ζώα από το υπόβαθρο των φύλλων και τα σκιασμένα από τα μη σκιασμένα ερεθίσματα, χρησιμοποιώντας τις αισθητηριακές πληροφορίες που είναι διαθέσιμες σε μια μύγα. Ωστόσο, αυτό που μας εξέπληξε ήταν ότι έλυσαν αυτά τα προβλήματα με εντελώς διαφορετικούς τρόπους.

Τα δίκτυα εντόπισαν τη σκιά χρησιμοποιώντας τη φωτεινότητα και όχι το χρώμα – πολύ απλά, όσο πιο σκούρο εμφανιζόταν ένα ερέθισμα, τόσο πιο πιθανό ήταν να ταξινομηθεί ως σκιασμένο. Εν τω μεταξύ, τα ζώα ταυτοποιήθηκαν χρησιμοποιώντας τη σχετική ισχύ των μπλε και πράσινων σημάτων φωτοϋποδοχέων. Το σχετικά μεγαλύτερο μπλε σε σύγκριση με τα πράσινα σήματα έδειξε ότι ένα ερέθισμα ήταν πιθανώς ένα ζώο παρά ένα φύλλο και το αντίστροφο.

Οι συνέπειες αυτού έγιναν σαφείς όταν τροφοδοτήσαμε αυτά τα δίκτυα τα οπτικά σήματα που προκαλούνται από τις μπλε παγίδες. Οι μπλε παγίδες δεν παρερμηνεύτηκαν ποτέ ως σκιασμένες επιφάνειες, αλλά συνήθως εσφαλμένα ταξινομήθηκαν ως ζώα.

Φυσικά, τα τεχνητά νευρωνικά δίκτυα δεν είναι πραγματικές μύγες, ούτε ακριβή μοντέλα του νευρικού συστήματος μιας μύγας. Μας δείχνουν όμως τον πιο αποτελεσματικό τρόπο επεξεργασίας των οπτικών σημάτων μιας μύγας για τον εντοπισμό των φυσικών ερεθισμάτων. Και αναμένουμε ότι η εξέλιξη έχει εκμεταλλευτεί παρόμοιες αρχές στα νευρικά συστήματα των πραγματικών μυγών.

Ο καλύτερος τρόπος για να αναγνωρίσετε τη σκιά χρησιμοποιώντας τις οπτικές πληροφορίες που έχει μια μύγα είναι μέσω της φωτεινότητας και όχι του μπλε. Εν τω μεταξύ, ο καλύτερος τρόπος αναγνώρισης των ζώων ήταν, κάπως αντιφατικά, η χρήση μπλε χρώματος. Ένας τέτοιος μηχανισμός διεγείρεται πολύ έντονα από μπλε παγίδες, εξηγώντας γιατί αποδεικνύονται ένα τόσο ισχυρό δέλεαρ για τις πεινασμένες μύγες. Περαιτέρω στοιχεία για αυτήν την ιδέα προέρχονται από μελέτες πεδίου που δείχνουν ότι οι tsetse που προσγειώνεται σε έγχρωμες παγίδες είναι σχετικά πεινασμένες.

Εάν μπορούμε να κατανοήσουμε τα αισθητηριακά σήματα και τη συμπεριφορά που κάνουν τις μύγες να πιαστούν σε παγίδες, μπορούμε να κατασκευάσουμε παγίδες για να εκμεταλλευτούμε πιο αποτελεσματικά αυτούς τους μηχανισμούς και να ελέγξουμε πιο αποτελεσματικά τις μύγες. Είχαμε ήδη κάποια επιτυχία στο να το κάνουμε αυτό για τις μύγες τσετσε.

Οι πιο αποτελεσματικές παγίδες θα βοηθήσουν στην ελαχιστοποίηση των επιπτώσεων αυτών των μυγών στην υγεία και την ευημερία των ανθρώπων και των ζώων. Θα μπορούσαν να βοηθήσουν στην πρόληψη των καταστροφικών επιπτώσεων του δαγκώματος των μυγών στα ζώα, να βοηθήσουν στην καταπολέμηση των επικίνδυνων ασθενειών που μεταδίδονται από τις μύγες, όπως η ασθένεια του ύπνου, και να προστατεύσουν εμάς και τα ζώα από επιθέσεις μύγας γενικά.

Πηγή The Conversation 

Στο μακρινό 1859 και στο «Γεγονός Κάρινγκτον» η απάντηση: Πόσο μεγάλη πρέπει να είναι η ηλιακή καταιγίδα που θα προκαλέσει διαδικτυακό αρμαγεδδώνα;

Ακολουθήστε τη HELLAS JOURNAL στη NEWS GOOGLE

Hellasjournal - Newsletter


%d bloggers like this: