Příklad, kde by to mohlo být užitečné, je při hledání nového hnízda, v takovém případě jen několik desítek průzkumníci jsou vysláni, aby našli dostatečně velký prostor, spíše než celou kolonii stovek nebo tisíců mravenci.
Doporučená videa
Tato dlouho studovaná schopnost je předmětem a nový papír výzkumníky z Laboratoře počítačových věd a umělé inteligence (CSAIL) MIT. Vytvořili algoritmus, který replikuje chování v počítači a dokazuje, že to může být pozoruhodně přesný způsob předpovídání hustoty osídlení sítě.
"V počítačové vědě existuje intuitivní pocit, že biologické algoritmy jsou super robustní a dynamické," Cameron Musco, postgraduální student MIT v oboru elektrotechniky a informatiky a spoluautor článku, říká Digital Trends. „Chtěli jsme se podívat na jeden z těchto systémů – v tomto případě na mravenčí kolonii – a přesně zjistit, proč jsou schopny tak efektivně fungovat, přestože jsou tak složité a odolné. To nás zaujalo."
Proč by to někdo chtěl dělat? Jak vysvětluje Musco, práce by mohla mít praktické využití v oblastech, jako je analýza velkých dat – jako je odhadování složení jednoho konkrétního politického sklonu mezi uživateli sociálních médií. "Tradičně, pokud je zapnuto." Facebook chtěli jste odhadnout počet republikánů [například], náhodně byste vybrali podmnožinu uživatelů a spočítali počet republikánů,“ pokračuje Musco. "Ale to nemůžete udělat - neexistuje žádný hlavní seznam uživatelů, ze kterých byste mohli vzorkovat." Takže to, co ukazujeme, je, že může být téměř stejně dobré jen náhodně ‚procházet‘ mezi uživateli – tj. začít u jednoho uživatele, přejít k příteli, poté ke příteli přítele atd. – a ochutnat tímto způsobem.“
V tomto článku se ukazuje, že tyto takzvané „náhodné procházky“ jsou téměř stejně rychlé pro stanovení hustoty populace jako zavedenější metoda vzorkování.
„Tato práce slouží dvěma účelům,“ pokračuje Musco. „Na jedné straně nám to dává několik zajímavých nápadů o využití biologických systémů a jejich použití k optimalizaci počítačových sítí, což vidíte u biologicky inspirovaných konceptů, jako je neuronové sítě. Zároveň jsme schopni využít informatiku, abychom pomohli biologům vyřešit některé z problémů, které mají. Lidé začínají tento druhý dělat stále více a je to opravdu užitečné – protože místo toho, abychom se dívali na chování, soustředíme se na rozpoznání algoritmů. Je to jiný způsob, jak o věcech přemýšlet."
Upgradujte svůj životní stylDigitální trendy pomáhají čtenářům mít přehled o rychle se měnícím světě technologií se všemi nejnovějšími zprávami, zábavnými recenzemi produktů, zasvěcenými úvodníky a jedinečnými náhledy.