Сотрудники Института теоретической и экспериментальной биофизики РАН и Института биофизики клетки РАН впервые на одной математической модели разделили механизмы прямой и косвенной конкуренции на основе локальных взаимодействий индивидов. Предложенная модель имеет природу стеклянного ящика. Она позволяет учитывать как поведение и локальные взаимодействия каждого индивида, так и роль каждого лимитирующего микроресурса экосистемы. Этот механизм важен для понимания и планирования мер по поддержанию биоразнообразия. Результаты опубликованы в журнале Chaos, Solitons and Fractals.

Искусственный интеллект (ИИ) всё чаще называют технологией, способной справиться с глобальными экологическими вызовами. В долгосрочной перспективе ИИ способен оказать мощное позитивное влияние на окружающую среду — привести к сокращению вредных выбросов в атмосферу, сохранению видов и др. Внедрение ИИ в проекты по улучшению экологической и мониторингу климатической ситуации — один из важнейших трендов развития IT-технологий.

Пущинские учёные из ИБК РАН и ИТЭБ РАН создали и изучили математическую модель конкуренции двух видов с помощью полностью прозрачного искусственного интеллекта. Авторы показали, что конкурент, являющийся слабым при прямом противоборстве, может победить сильного лишая его ресурсной базы. Реализуется этот парадоксальный механизм только если сильный конкурент умеренно агрессивен. За счёт этого слабый конкурент получает возможность использовать свободный ресурс, избегая прямой конкуренции. Показано, что при последовательно агрессивном поведении сильного конкурента на двумерных решётках слабый конкурент проигрывает всегда. Кроме того, представлен детальный механизм устойчивого сосуществования слабого и сильного конкурентов в условиях взаимно умеренного потребления лимитирующих ресурсов.

Самый мощный биологический GPT (BGPT) в рамках обзора препринта данной статьи независимо от авторов работы воспроизвёл модель, предложил дополнительные гипотезы и исследовал их.

Исследование прокомментировал научный сотрудник ИТЭБ РАН Лев Калмыков:

«Полностью прозрачный искусственный интеллект реализуется множеством индивидуальных логических автоматов, объединённых в единую клеточно-автоматную сеть. Фундаментальной базой знаний такого ИИ является общая абстрактная теория моделируемой предметной области. В данном случае это созданная нами теория экосистемы. Аксиомы теории моделируемой предметной области лежат в основе клеточно-автоматных правил. Это ключевая особенность нашего подхода и главное отличие от клеточно-автоматных моделей Стивена Вольфрама (создатель программы Mathematica и книги “A New Kind of Science”).

Сеть детерминированных логических автоматов демонстрирует нелинейное поведение, которое невозможно предсказать заранее. В результате такой самоорганизации создается новое знание, которого раньше не было. Эти автоматы автономно проверяют гипотезы, реализуя мечту академика Г. М. Франка о машинной биологии, в которой роботы самостоятельно проводят биологические исследования.

Клеточно-автоматными моделями человечество пользуется уже около 5500 лет со времён первых настольных игр: Сенет, Королевская игра Ура, латрункули, шахматы и многие другие. Их разработчики использовали клеточное поле, итерации, формулировали причинно-следственные правила с учётом локальных взаимодействий фигур. Но сами игры требовали участия и интеллекта игроков и не были автоматизированы. Использование клеточных автоматов в этих настольных играх было стихийным и неосознанным.

В представляемой статье и в других наших работах детально обоснованы специфика, преимущество и перспективы использования клеточных автоматов как наиболее эффективного метода прозрачного математического моделирования сложных систем. Это наиболее эффективный метод обеспечения прозрачности искусственного интеллекта.

Нами обеспечена возможность независимо воспроизвести наши эксперименты: представлен полный протокол ODD (обзор, концепции дизайна и детали модели), прокомментированный открытый код программы на С++ и 4 видеоролика ключевых компьютерных экспериментов».

Текст: Алсу Дюкина.
Источник: пресс-служба ИТЭБ РАН.