Les projets collaboratifs sont souvent confrontés au problème de la « surabondance de participants ». Si trop de personnes sont chargées d'atteindre un objectif précis, la situation peut rapidement dégénérer. Récemment, en observant des fourmis transporter de manière coopérative des aliments lourds et asymétriques jusqu'à leur colonie, l'écologue comportementaliste Ofer Feinerman, de l'Institut Weizmann des Sciences, s'est demandé si cette règle s'appliquait aux colonies de fourmis. Les résultats de son laboratoire, publiés dans Journal de l'interface de la Royal Society , suggérez ce qui suit. L'ajout de fourmis à un groupe peut en réalité leur permettre de résoudre des problèmes beaucoup plus complexes que ceux qu'elles peuvent gérer dans des groupes plus petits.
Pour trouver la réponse, l'équipe a imprimé en 3D de minuscules objets aux formes et poids précis. En les plaçant dans de la nourriture pour chats pendant une nuit, ces objets sont devenus attractifs pour les fourmis traqueuses. Paratrechina longicornis Des objets appâtés ont été placés dans des labyrinthes découpés au laser, de tailles et de complexités variables. Dans chaque expérience, l'équipe s'est assurée que leur poids variait de manière égale en fonction du nombre de fourmis. Cela leur a permis de mesurer la coordination et la coopération, plutôt que de simplement rendre les tâches plus éprouvantes physiquement. Il a suffi aux chercheurs de déposer les labyrinthes appâtés près des fourmilières et de filmer les résultats.
Presque tous les groupes de fourmis ont réussi à se repérer dans les labyrinthes les plus simples, en guidant de petits objets le long de chemins plus directs. La situation a changé lorsque les parcours des labyrinthes sont devenus plus complexes et les charges plus lourdes. Dans ces cas-là, les groupes de fourmis plus importants se sont avérés nettement plus efficaces que les équipes moins nombreuses. Cela restait vrai même lorsque les fourmis devaient tenir compte de la gravité pour se déplacer.
Parallèlement, l'équipe de Feinerman a réalisé des simulations informatiques pour déterminer si des programmes d'apprentissage automatique pouvaient accomplir les mêmes tâches, compte tenu des théories et des forces physiques. Ces programmes ont ensuite proposé des explications possibles quant à la raison pour laquelle les colonies de fourmis plus importantes résolvaient plus efficacement les situations complexes.
« Des simulations ont montré que des énigmes simples peuvent être résolues à l'aide de modèles simples basés sur la gravité », a déclaré Feinerman récemment. « Si vous prenez un labyrinthe avec un poids à l'intérieur, que vous l'inclinez et que vous secouez toute la structure, le poids finira par tomber. ».
Cependant, face à des labyrinthes plus complexes, la situation était différente. « Pour permettre à leurs programmes d'apprentissage automatique de résoudre efficacement ces problèmes, l'équipe a dû intégrer des propriétés "semblables à celles des fourmis" liées à la nature distribuée de ces insectes », explique Feinerman. » Par exemple, la gravité n'agit pas nécessairement comme un centre de masse ni sur différents points d'un objet toutes les quelques secondes. ».
Bien que leurs résultats montrent que les colonies de fourmis adaptent probablement leur ingéniosité et leur intelligence collective à leur taille, les chercheurs mettent en garde contre l'interprétation de ce phénomène comme une véritable « intelligence collective » dans le domaine de la cognition. On pourrait en dire autant de l'apprentissage automatique et de l'intelligence artificielle.
« Ce sont des programmes aléatoires et impartiaux », a déclaré Feinerman, tout en précisant que les modèles nécessitent des ajustements de la part des développeurs en fonction de chaque labyrinthe. « Les fourmis, elles, n’ont pas besoin de tels ajustements et semblent utiliser les mêmes règles pour résoudre tous les labyrinthes sans aucune information extérieure », a-t-il ajouté.