Кажется, мы запрограммированы вычислять не кратчайший путь, а самый «острый», максимально направленный к месту назначения.
Все знают, что кратчайшее расстояние между двумя точками - это прямая линия. Однако, когда вы идете по улицам города, прямая линия может быть невозможна. Как вы решаете, куда идти?
Новое исследование Массачусетского технологического института предполагает, что наш мозг на самом деле не оптимизирован для расчета так называемого «кратчайшего пути» при пешей навигации. Основываясь на наборе данных о более чем 14 000 человек, занимающихся своими повседневными делами, команда Массачусетского технологического института обнаружила, что вместо этого пешеходы выбирают пути, которые, как им кажется, ведут прямо к месту назначения, даже если эти маршруты в конечном итоге становятся длиннее. Они называют это «самым острым путем».
Эта стратегия, известная как навигация на основе векторов, также была замечена в исследованиях животных, от насекомых до приматов. Команда Массачусетского технологического института предполагает, что навигация на основе векторов, которая требует меньше усилий мозга, чем расчет кратчайшего маршрута, возможно, эволюционировала, чтобы позволить мозгу уделять больше внимания другим задачам.
«Похоже, существует компромисс, который позволяет использовать вычислительную мощность нашего мозга для других целей - 30 000 лет назад, чтобы избежать встречи со львом, или сейчас, чтобы избежать опасного внедорожника», - говорит Карло Ратти, профессор городских технологий факультета городских исследований и планирования Массачусетского технологического института и директор лаборатории Senseable City.«Векторная навигация не дает кратчайшего пути, но он достаточно близок к кратчайшему пути, и его очень просто вычислить».
Ратти - старший автор исследования, опубликованного сегодня в журнале Nature Computational Science. Кристиан Бонджорно, адъюнкт-профессор Университета Париж-Сакле и член лаборатории Senseable City Массачусетского технологического института, является ведущим автором исследования. Джошуа Тененбаум, профессор вычислительной когнитивной науки в Массачусетском технологическом институте и член Центра изучения мозга, разума и машин и Лаборатории компьютерных наук и искусственного интеллекта (CSAIL), также является автором статьи.
Векторная навигация
Двадцать лет назад, будучи аспирантом Кембриджского университета, Ратти почти каждый день ходил по маршруту между своим колледжем-интернатом и офисом своего факультета. Однажды он понял, что на самом деле едет двумя разными маршрутами - одним по дороге в офис и немного другим на обратном пути.
«Конечно, один маршрут был более эффективным, чем другой, но я адаптировал два, по одному для каждого направления», - говорит Ратти. «Я постоянно был непоследователен, небольшое, но разочаровывающее осознание для студента, посвятившего свою жизнь рациональному мышлению».
В лаборатории Senseable City одним из научных интересов Ратти является использование больших наборов данных с мобильных устройств для изучения поведения людей в городской среде. Несколько лет назад лаборатория получила набор данных анонимных сигналов GPS с мобильных телефонов пешеходов, когда они шли по Бостону и Кембридже, штат Массачусетс, в течение одного года. Ратти подумал, что эти данные, включающие более 550 000 путей, пройденных более чем 14 000 человек, могут помочь ответить на вопрос о том, как люди выбирают свои маршруты при пешей навигации по городу.
Анализ данных, проведенный исследовательской группой, показал, что вместо того, чтобы выбирать самые короткие маршруты, пешеходы выбирали маршруты, которые были немного длиннее, но сводили к минимуму их угловое отклонение от пункта назначения. То есть они выбирают пути, которые позволяют им более прямо смотреть на конечную точку в начале маршрута, даже если путь, который начинался с поворота влево или вправо, на самом деле может оказаться короче..
«Вместо расчета минимальных расстояний мы обнаружили, что наиболее предсказательной моделью была не та, которая находила кратчайший путь, а та, которая пыталась минимизировать угловое смещение - максимально указывала прямо на пункт назначения., даже если путешествие под большими углами на самом деле было бы более эффективным», - говорит Паоло Санти, главный научный сотрудник лаборатории Senseable City Lab и Итальянского национального исследовательского совета и соответствующий автор статьи. «Мы предложили назвать этот путь самым острым».
Это было верно для пешеходов в Бостоне и Кембридже, которые имеют запутанную сеть улиц, а также в Сан-Франциско, который имеет планировку улиц в виде сетки. В обоих городах исследователи также заметили, что люди, как правило, выбирают разные маршруты, совершая поездку туда и обратно между двумя пунктами назначения, как это делал Ратти в дни учебы в аспирантуре.
«Когда мы принимаем решения, исходя из угла к месту назначения, сеть улиц приведет вас к асимметричному пути», - говорит Ратти. «Судя по тысячам пешеходов, становится совершенно ясно, что я не единственный: люди не являются оптимальными навигаторами».
Путешествие по миру
Исследования поведения животных и активности мозга, особенно гиппокампа, также показали, что навигационные стратегии мозга основаны на вычислении векторов. Этот тип навигации сильно отличается от компьютерных алгоритмов, используемых вашим смартфоном или устройством GPS, которые могут почти безошибочно рассчитать кратчайший маршрут между любыми двумя точками на основе карт, хранящихся в их памяти.
Без доступа к такого рода картам мозг животного был вынужден придумывать альтернативные стратегии для перемещения между локациями, говорит Тененбаум.
«Вы не можете загрузить в мозг подробную карту, основанную на расстоянии, так как же еще вы собираетесь это сделать? Более естественным может быть использование информации, которая более доступна нам из нашего опыта», - говорит он.«Мыслить в терминах точек отсчета, ориентиров и углов - это очень естественный способ построения алгоритмов картографирования и навигации в пространстве на основе того, что вы узнали из собственного опыта передвижения по миру».
«Поскольку смартфоны и портативная электроника все больше объединяют человеческий и искусственный интеллект, становится все более важным лучше понять вычислительные механизмы, используемые нашим мозгом, и то, как они соотносятся с механизмами, используемыми машинами», - говорит Ратти.
Исследование финансировалось консорциумом Senseable City Lab MIT; Центр мозгов, разума и машин Массачусетского технологического института; Национальный научный фонд; фонд MISTI/MITOR; и Compagnia di San Paolo.
Публикуется с разрешения MIT News. Прочтите исходную статью.