Un ejemplo de dónde esto podría resultar útil es cuando se busca un nuevo nido, en cuyo caso sólo se necesitan unas pocas docenas. Se envían exploradores a buscar un espacio lo suficientemente grande, en lugar de toda la colonia de cientos o miles de hormigas.
Vídeos recomendados
Esta habilidad, largamente estudiada, es objeto de un estudio. nuevo papel por investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT. Han creado un algoritmo que replica el comportamiento en una computadora y demuestra que puede ser una forma notablemente precisa de predecir la densidad de población de una red.
"Existe esta sensación intuitiva en informática de que los algoritmos biológicos son súper robustos y dinámicos". Cameron Musco, dice a Digital Trends un estudiante graduado del MIT en ingeniería eléctrica e informática y coautor del artículo. “Queríamos observar uno de esos sistemas (una colonia de hormigas, en este caso) y descubrir exactamente por qué pueden operar de manera tan eficiente, a pesar de ser tan complejos y resistentes. Eso fue lo que nos interesó”.
¿Por qué alguien querría hacer esto? Como explica Musco, el trabajo podría ser de utilidad práctica en áreas como el análisis de big data, como la estimación de la composición de una tendencia política particular entre los usuarios de las redes sociales. “Tradicionalmente, si Facebook Si quisieras estimar el número de republicanos [por ejemplo], tomarías una muestra aleatoria de un subconjunto de usuarios y contarías el número de republicanos”, continúa Musco. “Pero no puedes hacer eso: no existe una lista maestra de usuarios de los que puedas tomar muestras. Entonces, lo que estamos mostrando es que puede ser casi igual de bueno simplemente "caminar" aleatoriamente entre usuarios, es decir, comenzar con un usuario, pasar a un amigo, luego al amigo de un amigo, etc. - y tomar muestras de esta manera ".
En el artículo, se demuestra que estas exploraciones denominadas de “caminatas aleatorias” son casi tan rápidas para determinar las densidades de población como el método de muestreo más establecido.
"Este trabajo tiene dos propósitos", continúa Musco. “Por un lado, nos brinda algunas ideas interesantes sobre cómo tomar sistemas biológicos y usarlos para optimizar las redes informáticas, que es lo que se ve con conceptos de inspiración biológica como Redes neuronales. Al mismo tiempo, podemos utilizar la informática para ayudar a los biólogos a resolver algunos de los problemas que tienen. La gente está empezando a hacer este segundo paso cada vez más y es realmente útil, porque en lugar de observar el comportamiento, nos centramos en detectar algoritmos. Es una forma diferente de pensar las cosas”.
Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.
