05/05/2022 - 2:30
Novas pesquisas mostram que as abelhas podem adquirir visualmente a capacidade de diferenciar entre quantidades pares e ímpares de 1-10 elementos geométricos e extrapolar essa categorização para as novas numerosidades de 11 e 12, revelando que tal categorização é acessível a um sistema. As descobertas aparecem na revista Frontiers in Ecology and Evolution.
Tarefas de paridade (como categorização ímpar e par) são consideradas conceitos numéricos abstratos e de alto nível em humanos.
+ Abelhas urbanas: uma alternativa contra sua extinção na Colômbia
Curiosamente, os humanos demonstram viés de precisão, velocidade, linguagem e relação espacial ao categorizar números como ímpares ou pares.
Por exemplo, tendemos a responder mais rápido a números pares com ações executadas pela mão direita e a números ímpares com ações executadas pela mão esquerda.
Também somos mais rápidos e precisos ao categorizar números como pares em comparação com ímpares. E a pesquisa descobriu que as crianças normalmente associam a palavra ‘par’ com ‘direita’ e ‘ímpar’ com ‘esquerda’.
Esses estudos sugerem que os humanos podem ter aprendido preconceitos e/ou preconceitos inatos em relação a números pares e ímpares, que podem ter surgido por evolução, transmissão cultural ou uma combinação de ambos.
Não é óbvio por que a paridade pode ser importante além de seu uso em matemática, então as origens desses vieses permanecem obscuras.
Compreender se e como outros animais podem reconhecer (ou podem aprender a reconhecer) números pares e ímpares pode nos dizer mais sobre nossa própria história com paridade.
Treinando Abelhas para Aprender Ímpar e Par
Estudos mostraram que as abelhas podem aprender a ordenar quantidades , realizar adição e subtração simples , combinar símbolos com quantidades e relacionar conceitos de tamanho e número.
Para ensinar às abelhas uma tarefa de paridade, separamos os indivíduos em dois grupos.
Um foi treinado para associar números pares com água com açúcar e números ímpares com um líquido de sabor amargo (quinina).
O outro grupo foi treinado para associar números ímpares com água com açúcar e números pares com quinina.
Treinamos abelhas individuais usando comparações de números ímpares versus pares (com cartões apresentando 1-10 formas impressas) até que elas escolhessem a resposta correta com 80% de precisão.
Notavelmente, os respectivos grupos aprenderam em ritmos diferentes.
As abelhas treinadas para associar números ímpares com água com açúcar aprenderam mais rápido. Seu viés de aprendizado para números ímpares era o oposto dos humanos, que categorizam números pares mais rapidamente.
Em seguida, testamos cada abelha em novos números não mostrados durante o treinamento. Impressionantemente, eles categorizaram os novos números de 11 ou 12 elementos como ímpares ou pares com uma precisão de cerca de 70%.
Nossos resultados mostraram que os cérebros em miniatura das abelhas foram capazes de entender os conceitos de ímpar e par.
Assim, um grande e complexo cérebro humano composto por 86 bilhões de neurônios e um cérebro de inseto em miniatura com cerca de 960.000 neurônios poderiam categorizar números por paridade.
Isso significa que a tarefa de paridade era menos complexa do que pensávamos anteriormente? Para encontrar a resposta, recorremos à tecnologia de inspiração biológica.
Criando uma rede neural artificial simples
As redes neurais artificiais foram um dos primeiros algoritmos de aprendizado desenvolvidos para aprendizado de máquina.
Inspiradas em neurônios biológicos, essas redes são escaláveis e podem lidar com tarefas complexas de reconhecimento e classificação usando lógica proposicional.
Construímos uma rede neural artificial simples com apenas cinco neurônios para realizar um teste de paridade.
Demos sinais de rede entre 0 e 40 pulsos, que foram classificados como ímpares ou pares.
Apesar de sua simplicidade, a rede neural categorizou corretamente os números de pulso como ímpares ou pares com 100% de precisão.
Isso nos mostrou que, em princípio, a categorização por paridade não requer um cérebro grande e complexo como o de um humano.
No entanto, isso não significa necessariamente que as abelhas e a rede neural simples usaram o mesmo mecanismo para resolver a tarefa.
