Esimerkki siitä, missä tästä voi olla hyötyä, on uuden pesän etsiminen, jolloin vain muutama tusina tutkimusmatkailijat lähetetään etsimään tarpeeksi suurta tilaa koko satojen tai tuhansien siirtokunnan sijaan muurahaiset.
Suositellut videot
Tämä pitkään opiskeltu kyky on aiheena a uusi paperi MIT: n tietojenkäsittelytieteen ja tekoälyn laboratorion (CSAIL) tutkijat. He ovat luoneet algoritmin, joka toistaa tietokoneen käyttäytymisen ja todistaa, että se voi olla erittäin tarkka tapa ennustaa verkon väestötiheys.
"Tietokoneella on intuitiivinen käsitys siitä, että biologiset algoritmit ovat erittäin kestäviä ja dynaamisia." Cameron MuscoMIT: n sähkötekniikan ja tietojenkäsittelytieteen jatko-opiskelija ja paperin toinen kirjoittaja, kertoo Digital Trendsille. "Halusimme tarkastella yhtä näistä järjestelmistä - tässä tapauksessa muurahaisyhdyskuntaa - ja selvittää tarkalleen, miksi ne pystyvät toimimaan niin tehokkaasti, vaikka ne ovat niin monimutkaisia ja joustavia. Se sai meidät kiinnostumaan."
Miksi kukaan haluaisi tehdä tämän? Kuten Musco selittää, työstä voisi olla käytännön hyötyä esimerkiksi big datan analytiikan kaltaisilla aloilla, kuten esimerkiksi sosiaalisen median käyttäjien yhden tietyn poliittisen suuntautumisen arvioinnissa. "Perinteisesti, jos on Facebook Halusit arvioida [esimerkiksi] republikaanien määrän, otat satunnaisesti otoksen käyttäjien osajoukosta ja lasket republikaanien määrän”, Musco jatkaa. "Mutta et voi tehdä sitä – ei ole olemassa pääluetteloa käyttäjistä, joista voit ottaa näytteitä. Joten osoitamme, että voi olla melkein yhtä hyvä vain "kävellä" satunnaisesti käyttäjien välillä – eli aloittaa yhdestä käyttäjästä, siirtyä ystävän luo, sitten ystävän ystävän luo jne. – ja näyte tällä tavalla."
Paperissa näiden niin sanottujen "satunnaisen kävelyn" tutkimusten on osoitettu olevan lähes yhtä nopeita väestötiheyden määrittämisessä kuin vakiintuneempi näytteenottomenetelmä.
"Tällä työllä on kaksi tarkoitusta", Musco jatkaa. "Yhtäältä se antaa meille mielenkiintoisia ideoita biologisten järjestelmien ottamisesta ja niiden käyttämisestä tietokoneverkkojen optimointiin, mikä on mitä näet biologisesti inspiroiduilla käsitteillä, kuten neuroverkot. Samaan aikaan voimme käyttää tietojenkäsittelytieteitä auttaaksemme biologeja ratkaisemaan joitain heidän kohtaamiaan ongelmistaan. Ihmiset alkavat tehdä tätä toista yhä enemmän, ja se on todella hyödyllistä – koska käyttäytymisen katsomisen sijaan keskitymme havaitsemaan algoritmeja. Se on erilainen tapa ajatella asioita."
Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.
