Ein Beispiel dafür, wo dies nützlich sein könnte, ist die Suche nach einem neuen Nest, in diesem Fall nur ein paar Dutzend Forscher werden ausgesandt, um einen Raum zu finden, der groß genug ist, und nicht die ganze Kolonie von Hunderten oder Tausenden Ameisen.
Empfohlene Videos
Diese seit langem erforschte Fähigkeit ist Gegenstand eines neues Papier von Forschern des Computer Science and Artificial Intelligence Laboratory (CSAIL) des MIT. Sie haben einen Algorithmus entwickelt, der das Verhalten in einem Computer nachbildet und beweist, dass er eine bemerkenswert genaue Methode zur Vorhersage der Bevölkerungsdichte eines Netzwerks sein kann.
„In der Informatik herrscht das intuitive Gefühl, dass biologische Algorithmen äußerst robust und dynamisch sind.“ Cameron Musco, ein MIT-Absolvent in Elektrotechnik und Informatik und Co-Autor des Artikels, erzählt Digital Trends. „Wir wollten uns eines dieser Systeme ansehen – in diesem Fall eine Ameisenkolonie – und genau herausfinden, warum sie trotz ihrer Komplexität und Widerstandsfähigkeit so effizient arbeiten können. Das hat unser Interesse geweckt.“
Warum sollte jemand das tun wollen? Wie Musco erklärt, könnte die Arbeit in Bereichen wie der Big-Data-Analyse von praktischem Nutzen sein – etwa bei der Schätzung der Zusammensetzung einer bestimmten politischen Ausrichtung unter Social-Media-Nutzern. „Traditionell, wenn überhaupt Facebook „Wenn Sie zum Beispiel die Zahl der Republikaner schätzen wollten, würden Sie zufällig eine Untergruppe von Nutzern befragen und die Zahl der Republikaner zählen“, fährt Musco fort. „Aber das ist nicht möglich – es gibt keine Masterliste von Benutzern, aus denen Sie Stichproben ziehen können. Wir zeigen also, dass es fast genauso gut sein kann, einfach zufällig zwischen Benutzern zu „wandern“ – d. h. bei einem Benutzer zu beginnen, zu einem Freund zu wechseln, dann zu einem Freund eines Freundes usw. – und auf diese Weise probieren.“
In der Arbeit wird gezeigt, dass diese sogenannten „Random Walk“-Erkundungen bei der Bestimmung der Bevölkerungsdichte fast genauso schnell sind wie die etabliertere Probenahmemethode.
„Diese Arbeit dient zwei Zwecken“, fährt Musco fort. „Einerseits gibt es uns einige interessante Ideen, wie wir biologische Systeme nutzen und sie zur Optimierung von Computernetzwerken nutzen können, wie man es bei biologisch inspirierten Konzepten wie dem sieht Neuronale Netze. Gleichzeitig können wir die Informatik nutzen, um Biologen bei der Lösung einiger ihrer Probleme zu helfen. Die zweite Methode wird immer häufiger angewendet, und sie ist wirklich nützlich – denn statt auf das Verhalten zu achten, konzentrieren wir uns auf das Erkennen von Algorithmen. Es ist eine andere Art, über Dinge nachzudenken.“
Werten Sie Ihren Lebensstil aufDigital Trends hilft Lesern mit den neuesten Nachrichten, unterhaltsamen Produktrezensionen, aufschlussreichen Leitartikeln und einzigartigen Einblicken, den Überblick über die schnelllebige Welt der Technik zu behalten.
