Videnskab
 science >> Videnskab >  >> Elektronik

Hvordan hjernen navigerer i byer:Vi ser ud til at være kablet til ikke at beregne den korteste vej, men den spidse

En MIT-undersøgelse tyder på, at vores hjerner ikke er optimeret til at beregne den kortest mulige rute, når vi navigerer til fods. På denne figur er fodgængerstier vist med rødt, mens den korteste vej er blå. Kredit:MIT

Alle ved, at den korteste afstand mellem to punkter er en lige linje. Men når du går langs byens gader, er en lige linje muligvis ikke mulig. Hvordan beslutter du, hvilken vej du skal gå?

Et nyt MIT-studie tyder på, at vores hjerner faktisk ikke er optimeret til at beregne den såkaldte "korteste vej", når vi navigerer til fods. Baseret på et datasæt med mere end 14.000 mennesker, der går om deres daglige liv, fandt MIT-teamet ud af, at i stedet ser fodgængere ud til at vælge stier, der ser ud til at pege mest direkte mod deres destination, selvom disse ruter ender med at blive længere. De kalder dette den "spidseste vej."

Denne strategi, kendt som vektor-baseret navigation, er også blevet set i undersøgelser af dyr, fra insekter til primater. MIT-teamet foreslår, at vektorbaseret navigation, som kræver mindre hjernekraft end faktisk at beregne den korteste rute, kan have udviklet sig til at lade hjernen bruge mere kraft til andre opgaver.

"Der ser ud til at være en afvejning, der tillader beregningskraft i vores hjerne at blive brugt til andre ting - for 30.000 år siden, for at undgå en løve, eller nu for at undgå en farlig SUV," siger Carlo Ratti, professor i byteknologier i MIT's Institut for Bystudier og Planlægning og direktør for Senseable City Laboratory. "Vektorbaseret navigation producerer ikke den korteste vej, men den er tæt nok på den korteste vej, og den er meget enkel at beregne den."

Ratti er seniorforfatter til undersøgelsen, som i dag vises i Nature Computational Science . Christian Bongiorno, lektor ved Université Paris-Saclay og medlem af MIT's Senseable City Laboratory, er undersøgelsens hovedforfatter. Joshua Tenenbaum, professor i computational cognitive science ved MIT og medlem af Center for Brains, Minds and Machines og Computer Science and Artificial Intelligence Laboratory (CSAIL), er også forfatter til papiret. En fortrykt version af denne undersøgelse blev offentliggjort på arXiv.org tidligere i år.

Vektorbaseret navigation

For tyve år siden, mens han var kandidatstuderende ved Cambridge University, gik Ratti næsten hver dag ruten mellem sit skolehjem og sit afdelingskontor. En dag indså han, at han faktisk tog to forskellige ruter – en på vej til kontoret og en lidt anderledes på vej tilbage.

"Den ene rute var helt sikkert mere effektiv end den anden, men jeg var begyndt at tilpasse to, en for hver retning," siger Ratti. "Jeg var konsekvent inkonsekvent, en lille, men frustrerende erkendelse for en studerende, der viede sit liv til rationel tænkning."

På Senseable City Laboratory er en af ​​Rattis forskningsinteresser at bruge store datasæt fra mobile enheder til at studere, hvordan mennesker opfører sig i bymiljøer. For flere år siden erhvervede laboratoriet et datasæt af anonymiserede GPS-signaler fra mobiltelefoner fra fodgængere, da de gik gennem Boston og Cambridge, Massachusetts, over en periode på et år. Ratti mente, at disse data, som omfattede mere end 550.000 stier taget af mere end 14.000 mennesker, kunne hjælpe med at besvare spørgsmålet om, hvordan folk vælger deres ruter, når de navigerer i en by til fods.

Forskerholdets analyse af dataene viste, at i stedet for at vælge de korteste ruter, valgte fodgængere ruter, der var lidt længere, men som minimerede deres vinkelafvigelse fra destinationen. Det vil sige, at de vælger stier, der giver dem mulighed for mere direkte at vende mod deres endepunkt, når de starter ruten, selvom en sti, der begyndte med at gå mere til venstre eller højre, måske ender med at blive kortere.

"I stedet for at beregne minimale afstande, fandt vi ud af, at den mest forudsigelige model ikke var en, der fandt den korteste vej, men derimod en, der forsøgte at minimere vinkelforskydning - og pegede direkte mod destinationen så meget som muligt, selvom rejser i større vinkler ville faktisk være mere effektiv," siger Paolo Santi, en ledende forsker i Senseable City Lab og ved det italienske nationale forskningsråd, og en tilsvarende forfatter til papiret. "Vi har foreslået at kalde dette den mest spidse vej."

Dette gjaldt for fodgængere i Boston og Cambridge, som har et indviklet net af gader, og i San Francisco, som har et gadelayout i gitterstil. I begge byer observerede forskerne også, at folk havde en tendens til at vælge forskellige ruter, når de foretog en rundrejse mellem to destinationer, ligesom Ratti gjorde det i sin efterskoletid.

"Når vi træffer beslutninger baseret på vinkel til destination, vil gadenettet føre dig til en asymmetrisk vej," siger Ratti. "Baseret på tusindvis af vandrere er det meget tydeligt, at jeg ikke er den eneste:Mennesker er ikke optimale navigatører."

Bevæg dig rundt i verden

Undersøgelser af dyrs adfærd og hjerneaktivitet, især i hippocampus, har også antydet, at hjernens navigationsstrategier er baseret på beregning af vektorer. Denne type navigation er meget forskellig fra de computeralgoritmer, der bruges af din smartphone eller GPS-enhed, som næsten fejlfrit kan beregne den korteste rute mellem to punkter baseret på de kort, der er gemt i deres hukommelse.

Uden adgang til den slags kort har dyrehjernen været nødt til at finde på alternative strategier til at navigere mellem steder, siger Tenenbaum.

"Du kan ikke få et detaljeret, afstandsbaseret kort downloadet ind i hjernen, så hvordan skal du ellers gøre det? Det mere naturlige er måske at bruge information, der er mere tilgængelig for os fra vores erfaring," siger han. "At tænke i termer af referencepunkter, vartegn og vinkler er en meget naturlig måde at bygge algoritmer til at kortlægge og navigere i rummet baseret på, hvad du lærer af din egen erfaring med at bevæge dig rundt i verden."

"Efterhånden som smartphone og bærbar elektronik i stigende grad kobler menneskelig og kunstig intelligens, bliver det stadig vigtigere at forstå de beregningsmekanismer, der bruges af vores hjerne, og hvordan de relaterer til dem, der bruges af maskiner," siger Ratti.

Varme artikler