• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  Science >> Scienza >  >> Altro
    Un risultato sorprendente per il percorso ottimale di cooperazione di un gruppo
    Illustrazione del processo evolutivo con tassi di aggiornamento della strategia identici o personalizzati. Credito:Comunicazioni sulla natura (2024). DOI:10.1038/s41467-024-47380-8

    Qual è il modo migliore per far collaborare un gruppo di individui? Si tratta di una domanda di vecchia data che affonda le sue radici nella teoria dei giochi, una branca della scienza che utilizza modelli matematici su come gli individui dovrebbero elaborare strategie al meglio per ottenere un risultato ottimale.



    Un semplice esempio è il dilemma del prigioniero:due persone vengono arrestate per una presunta rapina in banca. La polizia li porta in centro e li colloca in stanze individuali e isolate per gli interrogatori.

    La polizia ammette di non avere prove sufficienti per condannarli entrambi e offre a ciascuno la stessa opzione:se lui confessa e il suo partner no, libereranno il confessore e condanneranno l'altro con la grave accusa di rapina in banca. Ma se uno non confessa e l'altro lo fa, il primo verrà condannato a una lunga pena detentiva e l'altro verrà rilasciato. Se entrambi confessano, verranno entrambi rinchiusi per molti anni. Se nessuno dei due confessa, verranno accusati di possesso di armi.

    Cosa dovrebbero fare ciascuno per ridurre al minimo il tempo trascorso in prigione? Un individuo resta in silenzio, confidando che il suo partner faccia lo stesso e accetti una pena detentiva più breve? Oppure confessa, sperando che l'altro taccia. Ma cosa succede se anche l'altro confessa? È una posizione poco invidiabile.

    Non esiste una soluzione corretta al dilemma del prigioniero. Altri problemi simili sono il gioco del pollo, dove ogni pilota corre verso l'altro, rischiando uno scontro frontale, o sterzando all'ultimo minuto e rischiando l'umiliazione, essendo chiamato "pollo" per mancanza di coraggio. Esistono molti altri giochi semplici.

    Ora immagina un gruppo:potrebbero essere persone o organismi cellulari di qualche tipo. Che tipo di cooperazione dà il risultato ottimale, quando ogni individuo è connesso ad altri e paga un costo (denaro, energia, tempo) per creare un risultato a vantaggio di tutti? È un dato di fatto che gli individui siano egoisti e agiscano nel proprio interesse, ma sappiamo anche che la cooperazione può portare a risultati migliori per tutti. Qualcuno correrà il rischio o baderà solo a se stesso?

    Un risultato di lunga data è che, in una rete omogenea in cui tutti gli individui hanno lo stesso numero di vicini, la cooperazione è favorita se il rapporto tra il beneficio fornito da un cooperatore e il costo associato pagato supera il numero medio di vicini.

    Un'espressione analitica dell'algoritmo OptUpRat che produce la strategia di cooperazione ottimale per un gruppo di nodi in una rete. Credito:Aming Li, tramite licenza internazionale Creative Commons Attribution 4.0

    Ma le persone non sono omogenee, sono eterogenee e di solito non hanno lo stesso numero di collegamenti con i vicini di tutti gli altri né cambiano la loro strategia allo stesso ritmo.

    È anche noto che consentire a ciascun individuo di aggiornare la propria strategia esattamente nello stesso momento, ad esempio imitando immediatamente il vicino, altera in modo significativo l’evoluzione della cooperazione. Precedenti indagini hanno dimostrato che connessioni individuali eterogenee e pervasive ostacolano la cooperazione quando si presuppone che gli individui aggiornino le proprie strategie a ritmi identici.

    Ora un gruppo di ricercatori con sede in Cina, Canada e Stati Uniti ha trovato un risultato sorprendente:quando i tassi di aggiornamento della strategia degli individui variano inversamente al loro numero di connessioni, le connessioni eterogenee superano quelle omogenee nel promuovere la cooperazione. Lo studio è pubblicato sulla rivista Nature Communications .

    "Come analizzare l'impatto quantitativo delle strutture di rete eterogenee prevalenti sull'emergere di strategie ottimali di gruppo è una questione aperta da molto tempo che ha attirato molta attenzione", ha affermato Aming Li, coautore e professore assistente di Dinamica e controllo presso Università di Pechino.

    Il team di Li ha risolto il problema con calcoli analitici supportati da simulazioni al computer, per trovare la regola fondamentale per mantenere la cooperazione collettiva:"I nodi con connessioni sostanziali all'interno del sistema complesso dovrebbero aggiornare le loro strategie raramente", dice. Cioè, i tassi di aggiornamento della strategia individuale dovrebbero variare inversamente al numero di connessioni che hanno nella rete. In questo modo, una rete con connessioni eterogenee tra individui supera una rete con connessioni omogenee nel promuovere la cooperazione.

    Il team ha anche sviluppato un algoritmo che trova in modo più efficiente le velocità di aggiornamento della strategia ottimale che determinano le strategie ottimali del gruppo, che chiamano OptUpRat. Questo algoritmo favorisce l’utilità collettiva nei gruppi e, afferma Li, “è essenziale anche nello sviluppo di sistemi robotici collaborativi”. La scoperta sarà utile ai ricercatori in campi multidisciplinari come la cibernetica, l'intelligenza artificiale, la scienza dei sistemi, la teoria dei giochi e la scienza delle reti.

    "Crediamo che l'utilizzo di tecniche legate all'intelligenza artificiale per ottimizzare le decisioni individuali e promuovere l'intelligenza collettiva sarà il prossimo punto focale della ricerca."




    © Scienza https://it.scienceaq.com