Et eksempel på, hvor dette kan være nyttigt, er, når du søger efter en ny rede, i hvilket tilfælde blot et par dusin opdagelsesrejsende sendes ud for at finde et rum, der er stort nok, snarere end hele kolonien på hundreder eller tusinder af myrer.
Anbefalede videoer
Denne længe studerede evne er genstand for en nyt papir af forskere ved MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL). De har skabt en algoritme, som replikerer adfærden i en computer og beviser, at det kan være en bemærkelsesværdig nøjagtig måde at forudsige befolkningstætheden i et netværk.
"Der er denne intuitive fornemmelse inden for datalogi, at biologiske algoritmer er super robuste og dynamiske,"
Cameron Musco, en MIT kandidatstuderende i elektroteknik og datalogi og medforfatter af papiret, fortæller Digital Trends. "Vi ønskede at se på et af disse systemer - en myrekoloni i dette tilfælde - og finde ud af præcis, hvorfor de er i stand til at fungere så effektivt, på trods af at de er så komplekse og modstandsdygtige. Det var det, der fik os til at interessere os."Hvorfor skulle nogen ønske at gøre dette? Som Musco forklarer, kan arbejdet være praktisk nyttigt inden for områder som big data-analyse - såsom estimering af sammensætningen af en bestemt politisk holdning blandt brugere af sociale medier. "Traditionelt, hvis på Facebook du ville estimere antallet af republikanere [for eksempel], du ville tilfældigt stikprøve en delmængde af brugere og tælle antallet af republikanere,” fortsætter Musco. "Men du kan ikke gøre det - der er ingen masterliste over brugere, du kan prøve fra. Så det, vi viser, er, at det kan være næsten lige så godt bare tilfældigt at 'gå' mellem brugere - dvs. starte ved én bruger, flytte til en ven, derefter til en vens ven osv. - og prøve på denne måde."
I papiret er disse såkaldte "random walk"-udforskninger vist at være næsten lige så hurtige til at bestemme befolkningstætheder som den mere etablerede metode til prøveudtagning.
"Dette arbejde tjener to formål," fortsætter Musco. "På den ene side giver det os nogle interessante ideer om at tage biologiske systemer og bruge dem til at optimere computernetværk, hvilket er hvad man ser med biologisk inspirerede koncepter som f.eks. neurale netværk. Samtidig er vi i stand til at bruge datalogi til at hjælpe biologer med at løse nogle af de problemer, de har. Folk begynder at gøre dette andet mere og mere, og det er virkelig nyttigt - for i stedet for at se på adfærd, er vi fokuseret på at spotte algoritmer. Det er en anden måde at tænke tingene på."
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
