Iedereen weet dat de kortste afstand tussen twee punten een rechte lijn is. Als u echter door stadsstraten loopt, is een rechte lijn misschien niet mogelijk. Hoe bepaal je welke kant je op gaat?

Een nieuwe MIT-studie suggereert dat onze hersenen eigenlijk niet zijn geoptimaliseerd om het zogenaamde 'kortste pad' te berekenen als we te voet navigeren. Op basis van een dataset van meer dan 14.000 mensen die hun dagelijkse leven leiden, ontdekte het MIT-team dat voetgangers in plaats daarvan paden lijken te kiezen die het meest direct naar hun bestemming lijken te wijzen, zelfs als die routes uiteindelijk langer worden. Ze noemen dit het 'puntigste pad'.

Deze strategie, ook wel op vectoren gebaseerde navigatie genoemd, is ook waargenomen in dierstudies, van insecten tot primaten. Het MIT-team suggereert op vectoren gebaseerde navigatie, die minder denkkracht vereist dan het daadwerkelijk berekenen van de kortste route, is mogelijk geëvolueerd om de hersenen meer kracht te laten besteden aan andere taken.

"Er lijkt een afweging te zijn waardoor de rekenkracht in onze hersenen voor andere dingen kan worden gebruikt - 30.000 jaar geleden, om een ​​leeuw te ontwijken, of nu, om een ​​gevaarlijke SUV te vermijden", zegt Carlo Ratti, hoogleraar stedelijke technologieën in MIT's Department of Urban Studies and Planning en directeur van het Senseable City Laboratory. "Op vectoren gebaseerde navigatie levert niet het kortste pad op, maar het is dicht genoeg bij het kortste pad en het is heel eenvoudig om het te berekenen."

Ratti is de hoofdauteur van de studie, die vandaag verschijnt in Nature Computational Science . Christian Bongiorno, universitair hoofddocent aan de Université Paris-Saclay en lid van MIT's Senseable City Laboratory, is de hoofdauteur van de studie. Joshua Tenenbaum, een professor in computationele cognitieve wetenschap aan het MIT en lid van het Center for Brains, Minds, and Machines en het Computer Science and Artificial Intelligence Laboratory (CSAIL), is ook een auteur van het artikel. Een voorgedrukte versie van deze studie werd eerder dit jaar op arXiv.org geplaatst.

Op vectoren gebaseerde navigatie

Twintig jaar geleden, toen hij afgestudeerd was aan de universiteit van Cambridge, liep Ratti bijna elke dag de route tussen zijn residentiële universiteit en zijn afdelingskantoor. Op een dag realiseerde hij zich dat hij eigenlijk twee verschillende routes nam:een op weg naar kantoor en een iets andere op de terugweg.

"Zeker, de ene route was efficiënter dan de andere, maar ik had er twee aangepast, één voor elke richting", zegt Ratti. "Ik was constant inconsistent, een klein maar frustrerend besef voor een student die zijn leven wijdt aan rationeel denken."

Bij het Senseable City Laboratory is een van Ratti's onderzoeksinteresses het gebruik van grote datasets van mobiele apparaten om te bestuderen hoe mensen zich gedragen in stedelijke omgevingen. Enkele jaren geleden verwierf het lab een dataset van geanonimiseerde GPS-signalen van mobiele telefoons van voetgangers terwijl ze door Boston en Cambridge, Massachusetts liepen, gedurende een periode van een jaar. Ratti dacht dat deze gegevens, die meer dan 550.000 paden omvatten die door meer dan 14.000 mensen zijn afgelegd, kunnen helpen bij het beantwoorden van de vraag hoe mensen hun routes kiezen wanneer ze te voet door een stad navigeren.

Uit de analyse van de gegevens door het onderzoeksteam bleek dat voetgangers in plaats van de kortste routes te kiezen, routes kozen die iets langer waren maar hun hoekafwijking van de bestemming tot een minimum beperkten. Dat wil zeggen, ze kiezen paden waarmee ze directer naar hun eindpunt kunnen kijken als ze aan de route beginnen, zelfs als een pad dat begon met meer naar links of rechts te gaan, uiteindelijk korter zou kunnen worden.

"In plaats van minimale afstanden te berekenen, ontdekten we dat het meest voorspellende model niet het kortste pad was, maar een model dat probeerde de hoekverplaatsing te minimaliseren - zo veel mogelijk rechtstreeks naar de bestemming wijzend, zelfs als reizen met grotere hoeken zou daadwerkelijk efficiënter zijn", zegt Paolo Santi, een hoofdonderzoeker in het Senseable City Lab en bij de Italiaanse National Research Council, en een corresponderende auteur van het artikel. "We hebben voorgesteld dit het meest puntige pad te noemen."

Dit gold voor voetgangers in Boston en Cambridge, die een ingewikkeld netwerk van straten hebben, en in San Francisco, dat een stratenpatroon in rasterstijl heeft. In beide steden zagen de onderzoekers ook dat mensen de neiging hadden om verschillende routes te kiezen bij het maken van een rondreis tussen twee bestemmingen, net zoals Ratti deed in zijn graduate school-dagen.

"Als we beslissingen nemen op basis van de hoek naar de bestemming, leidt het stratennetwerk je naar een asymmetrisch pad", zegt Ratti. "Op basis van duizenden wandelaars is het heel duidelijk dat ik niet de enige ben:mensen zijn geen optimale navigators."

Bewegen in de wereld

Studies naar diergedrag en hersenactiviteit, met name in de hippocampus, hebben ook gesuggereerd dat de navigatiestrategieën van de hersenen gebaseerd zijn op het berekenen van vectoren. Dit type navigatie verschilt sterk van de computeralgoritmen die door uw smartphone of GPS-apparaat worden gebruikt, die de kortste route tussen twee willekeurige punten bijna foutloos kunnen berekenen op basis van de kaarten die in hun geheugen zijn opgeslagen.

Zonder toegang tot dat soort kaarten moest het dierenbrein alternatieve strategieën bedenken om tussen locaties te navigeren, zegt Tenenbaum.

"Je kunt geen gedetailleerde, op afstand gebaseerde kaart in de hersenen downloaden, dus hoe ga je het anders doen? Het zou natuurlijker kunnen zijn om informatie te gebruiken die uit onze ervaring meer voor ons beschikbaar is", zegt hij. "Denken in termen van referentiepunten, oriëntatiepunten en hoeken is een heel natuurlijke manier om algoritmen te bouwen voor het in kaart brengen en navigeren van de ruimte op basis van wat je leert van je eigen ervaring met bewegen in de wereld."

"Aangezien smartphone en draagbare elektronica steeds meer menselijke en kunstmatige intelligentie koppelen, wordt het steeds belangrijker om de rekenmechanismen die door onze hersenen worden gebruikt beter te begrijpen en hoe deze zich verhouden tot de mechanismen die door machines worden gebruikt", zegt Ratti.