מדעני מוח בדרך כלל מציעים מודל אופטימלי יחיד לבעלי חיים לביצוע משימות, אך חוקרים גילו שבעלי חיים משתמשים לרוב באסטרטגיות פחות ממושלמות שהן יעילות וחוסכות משאבים. המסגרת החדשה שלהם חושפת דרכים רבות קיימא לפתור משימות, ומציעה תובנות לגבי התנהגות בעלי חיים ותפקוד המוח.
חוקרים מצאו שבעלי חיים משתמשים לעתים קרובות באסטרטגיות "טובות מספיק" למשימות כמו חיפוש מזון, שהן פחות אופטימליות אך עדיין יעילות, מאתגרות את ההשקפות המסורתיות של אופטימיזציה התנהגותית ומספקות מסגרת חדשה להבנת הקשרים של אסטרטגיות אלו ויכולת היישום הרחבה יותר.
כאשר מדעני מוח שוקלים את האסטרטגיות שבהן עשויה חיה להשתמש כדי להשלים משימה, כגון מציאת מזון, ציד טרף או ניווט במבוך, לעתים קרובות הם מציעים מודל יחיד שמתווה את הדרך היעילה ביותר עבור בעל החיים להשיג את המטרה.
אבל בעולם האמיתי, בעלי חיים – ובני אדם – עשויים שלא להשתמש בדרך האופטימלית, שיכולה להיות עתירת משאבים. במקום זאת, הם משתמשים באסטרטגיה טובה מספיק כדי לעשות את העבודה אבל דורשת הרבה פחות כוח מוח.
במחקר חדש, מדענים של ג'נליה יצאו להבין טוב יותר את הדרכים האפשריות שבהן חיה יכולה לפתור בעיה בהצלחה, מעבר רק לאסטרטגיה הטובה ביותר.
העבודה מראה שיש מספר עצום של דרכים שבהן חיה יכולה לבצע משימה פשוטה לחיפוש מזון. הוא גם מציג מסגרת תיאורטית להבנת האסטרטגיות השונות הללו, כיצד הן קשורות זו לזו וכיצד הן פותרות את אותה בעיה בצורה שונה.
חלק מהאפשרויות הפחות-מהמושלמות הללו לביצוע משימה עובדות כמעט כמו האסטרטגיה האופטימלית, אך עם הרבה פחות מאמץ, גילו החוקרים, משחררות את בעלי החיים להשתמש במשאבים יקרים כדי להתמודד עם משימות מרובות.
"ברגע שתשחרר את עצמך מלהיות מושלם, תופתע כמה דרכים יש לפתור בעיה", אומר צוהסואן מא, פוסט דוקטורט במעבדת הרמונדסטאד שהוביל את המחקר.
המסגרת החדשה יכולה לעזור לחוקרים להתחיל לבחון את האסטרטגיות ה"טובות מספיק" הללו, כולל מדוע אנשים שונים עשויים להתאים אסטרטגיות שונות, כיצד אסטרטגיות אלו עשויות לעבוד יחד, ועד כמה האסטרטגיות ניתנות להכללה למשימות אחרות. זה יכול לעזור להסביר כיצד המוח מאפשר התנהגות בעולם האמיתי.
"רבות מהאסטרטגיות הללו הן כאלה שלעולם לא היינו חושבים על דרכים אפשריות לפתור את המשימה הזו, אבל הן עובדות היטב, אז זה בהחלט אפשרי שגם בעלי חיים יכולים להשתמש בהן", אומרת מנהיגת קבוצת ג'אנליה אן הרמונדסטאד. "הם נותנים לנו אוצר מילים חדש להבנת התנהגות."
מסתכל מעבר לשלמות
המחקר החל לפני שלוש שנים כאשר מא התחילה לתהות על האסטרטגיות השונות שבהן יכול חיה להשתמש כדי לבצע משימה פשוטה אך נפוצה: בחירה בין שתי אפשרויות שבהן הסיכוי לקבל תגמול משתנה עם הזמן.
החוקרים היו מעוניינים לבחון קבוצה של אסטרטגיות הנופלות בין פתרונות אופטימליים ואקראיים לחלוטין: "תוכניות קטנות" שהן מוגבלות במשאבים אך עדיין עושות את העבודה. כל תוכנית מציינת אלגוריתם אחר להנחיית פעולות של בעל חיים על סמך תצפיות קודמות, מה שמאפשר לה לשמש מודל להתנהגות של בעלי חיים.
מסתבר שיש הרבה תוכניות כאלה – בערך רבע מיליון. כדי להבין את האסטרטגיות הללו, החוקרים בחנו תחילה קומץ מבין אלה עם הביצועים הטובים ביותר. באופן מפתיע, הם גילו שהם בעצם עושים את אותו הדבר כמו האסטרטגיה האופטימלית, למרות השימוש בפחות משאבים.
"היינו קצת מאוכזבים", אומרת אמא. "בילינו את כל הזמן הזה בחיפוש אחר התוכניות הקטנות האלה, וכולן עוקבות אחר אותו חישוב שהתחום כבר ידע להפיק מתמטית בלי כל המאמץ הזה".
אבל לחוקרים הייתה מוטיבציה להמשיך לחפש – הייתה להם אינטואיציה חזקה שחייבות להיות תוכניות טובות אבל שונות מהאסטרטגיה האופטימלית. ברגע שהם הסתכלו מעבר לתוכניות הטובות ביותר, הם מצאו את מה שהם חיפשו: כ-4,000 תוכניות שנכללות בקטגוריית "מספיק טוב" זו. וחשוב מכך, יותר מ-90 אחוז מהם עשו משהו חדש.
הם יכלו לעצור שם, אבל שאלה של ג'אנליאן עמית דרבן אותם: איך הם יכלו להבין באיזו אסטרטגיה חיה משתמשת?
השאלה הניעה את הצוות לצלול עמוק לתוך ההתנהגות של תוכניות בודדות ולפתח גישה שיטתית לחשיבה על כל אוסף האסטרטגיות. תחילה הם פיתחו דרך מתמטית לתאר את היחסים של התוכניות זו לזו באמצעות רשת שחיברה בין התוכניות השונות. לאחר מכן, הם בחנו את ההתנהגות המתוארת על ידי האסטרטגיות, ופיתחו אלגוריתם כדי לחשוף כיצד אחת מהתוכניות ה"טובות מספיק" הללו יכולה להתפתח מהאחרת.
הם מצאו ששינויים קטנים בתוכנית האופטימלית יכולים להוביל לשינויים גדולים בהתנהגות תוך שמירה על ביצועים. אם חלק מההתנהגויות החדשות הללו מועילות גם במשימות אחרות, זה מצביע על כך שאותה תוכנית יכולה להיות טובה מספיק לפתרון מגוון בעיות שונות.
"אם אתם חושבים על חיה שאינה מומחית שמותאמת לפתרון בעיה אחת בלבד, אלא גנרליסט שפותר בעיות רבות, זו באמת דרך חדשה ללמוד זאת", אומר מא.
העבודה החדשה מספקת מסגרת לחוקרים להתחיל לחשוב מעבר לתוכניות בודדות ואופטימליות להתנהגות בעלי חיים. כעת, הצוות מתמקד בבחינת מידת הכללה של התוכניות הקטנות למשימות אחרות ותכנון ניסויים חדשים כדי לקבוע באיזו תוכנית חיה עשויה להשתמש כדי לבצע משימה בזמן אמת. הם גם עובדים עם חוקרים אחרים בג'נליה כדי לבדוק את המסגרת התיאורטית שלהם.
"בסופו של דבר, הבנה חזקה של התנהגות של בעל חיים היא תנאי הכרחי להבנה כיצד המוח פותר סוגים שונים של בעיות, כולל כמה שהמערכות המלאכותיות הטובות ביותר שלנו פותרות רק בצורה לא יעילה, אם בכלל", אומר הרמונדסטאד. "האתגר המרכזי הוא שבעלי חיים עשויים להשתמש באסטרטגיות שונות מאוד ממה שאנחנו יכולים להניח בתחילה, והעבודה הזו עוזרת לנו לחשוף את מרחב האפשרויות הזה."
