Ένα παράδειγμα για το πού αυτό μπορεί να είναι χρήσιμο είναι όταν ψάχνετε για μια νέα φωλιά, οπότε μερικές δεκάδες Οι εξερευνητές στέλνονται για να βρουν έναν χώρο αρκετά μεγάλο, αντί για ολόκληρη την αποικία εκατοντάδων ή χιλιάδων μυρμήγκια.
Προτεινόμενα βίντεο
Αυτή η μακροχρόνια μελετημένη ικανότητα αποτελεί αντικείμενο α νέο χαρτί από ερευνητές στο Computer Science and Artificial Intelligence Laboratory (CSAIL) του MIT. Δημιούργησαν έναν αλγόριθμο που αναπαράγει τη συμπεριφορά σε έναν υπολογιστή και αποδεικνύει ότι μπορεί να είναι ένας εξαιρετικά ακριβής τρόπος πρόβλεψης της πυκνότητας πληθυσμού ενός δικτύου.
"Υπάρχει αυτή η διαισθητική αίσθηση στην επιστήμη των υπολογιστών ότι οι βιολογικοί αλγόριθμοι είναι εξαιρετικά ισχυροί και δυναμικοί." Κάμερον Μούσκο, μεταπτυχιακός φοιτητής του MIT στην ηλεκτρολόγια μηχανική και την επιστήμη των υπολογιστών και συν-συγγραφέας της εργασίας, λέει στο Digital Trends. «Θέλαμε να δούμε ένα από αυτά τα συστήματα - μια αποικία μυρμηγκιών, σε αυτήν την περίπτωση - και να μάθουμε ακριβώς γιατί είναι σε θέση να λειτουργούν τόσο αποτελεσματικά, παρά το γεγονός ότι είναι τόσο περίπλοκα και ανθεκτικά. Αυτό ήταν που μας κέντρισε το ενδιαφέρον».
Γιατί κάποιος να θέλει να το κάνει αυτό; Όπως εξηγεί ο Musco, η εργασία θα μπορούσε να είναι πρακτική χρήση σε τομείς όπως η ανάλυση μεγάλων δεδομένων - όπως η εκτίμηση της σύνθεσης μιας συγκεκριμένης πολιτικής τάσης μεταξύ των χρηστών των μέσων κοινωνικής δικτύωσης. «Παραδοσιακά, αν Facebook θέλετε να υπολογίσετε τον αριθμό των Ρεπουμπλικανών [για παράδειγμα], θα δειγματίζατε τυχαία ένα υποσύνολο χρηστών και θα μετρούσατε τον αριθμό των Ρεπουμπλικανών», συνεχίζει ο Musco. "Αλλά δεν μπορείτε να το κάνετε αυτό - δεν υπάρχει κύρια λίστα χρηστών από τους οποίους μπορείτε να κάνετε δειγματοληψία. Αυτό που δείχνουμε λοιπόν είναι ότι μπορεί να είναι σχεδόν εξίσου καλό να «περπατάτε» τυχαία μεταξύ των χρηστών — δηλαδή να ξεκινήσετε από έναν χρήστη, να μετακινηθείτε σε έναν φίλο, μετά σε έναν φίλο φίλου κ.λπ. — και δείγμα με αυτόν τον τρόπο."
Στο έγγραφο, αυτές οι αποκαλούμενες εξερευνήσεις «τυχαίου περιπάτου» αποδεικνύονται ότι είναι σχεδόν εξίσου γρήγορες για τον προσδιορισμό της πυκνότητας πληθυσμού με την πιο καθιερωμένη μέθοδο δειγματοληψίας.
«Αυτό το έργο εξυπηρετεί δύο σκοπούς», συνεχίζει ο Musco. «Από τη μια πλευρά, μας δίνει μερικές ενδιαφέρουσες ιδέες σχετικά με τη λήψη βιολογικών συστημάτων και τη χρήση τους για τη βελτιστοποίηση των δικτύων υπολογιστών, κάτι που βλέπετε με βιολογικά εμπνευσμένες έννοιες όπως νευρωνικά δίκτυα. Ταυτόχρονα, μπορούμε να χρησιμοποιήσουμε την επιστήμη των υπολογιστών για να βοηθήσουμε τους βιολόγους να λύσουν ορισμένα από τα προβλήματα που έχουν. Οι άνθρωποι αρχίζουν να κάνουν αυτό το δεύτερο όλο και περισσότερο, και είναι πραγματικά χρήσιμο - επειδή αντί να κοιτάμε τη συμπεριφορά, εστιάζουμε στον εντοπισμό αλγορίθμων. Είναι ένας διαφορετικός τρόπος να σκέφτεσαι τα πράγματα».
Αναβαθμίστε τον τρόπο ζωής σαςΤο Digital Trends βοηθά τους αναγνώστες να παρακολουθούν τον γρήγορο κόσμο της τεχνολογίας με όλα τα τελευταία νέα, διασκεδαστικές κριτικές προϊόντων, διορατικά editorial και μοναδικές κρυφές ματιές.
