Primjer gdje bi ovo moglo biti korisno je kada se traži novo gnijezdo, u kojem slučaju samo nekoliko desetaka istraživači su poslani da pronađu dovoljno velik prostor, a ne cijelu koloniju od stotina ili tisuća mravi.
Preporučeni videozapisi
Ova dugo proučavana sposobnost predmet je a novi papir istraživači s MIT-ovog Laboratorija za računalne znanosti i umjetnu inteligenciju (CSAIL). Stvorili su algoritam koji replicira ponašanje u računalu i dokazuje da može biti izuzetno točan način predviđanja gustoće naseljenosti mreže.
"U računalnoj znanosti postoji taj intuitivni osjećaj da su biološki algoritmi super robusni i dinamični," Cameron Musco
, student diplomskog studija elektrotehnike i računarstva na MIT-u i koautor rada, kaže za Digital Trends. “Željeli smo pogledati jedan od tih sustava – koloniju mrava, u ovom slučaju – i točno otkriti zašto mogu tako učinkovito funkcionirati, unatoč tome što su tako složeni i otporni. To nas je zainteresiralo.”Zašto bi itko želio ovo učiniti? Kao što Musco objašnjava, rad bi mogao biti od praktične koristi u područjima kao što je analitika velikih podataka — kao što je procjena sastava jedne određene političke sklonosti među korisnicima društvenih medija. “Tradicionalno, ako je na Facebook želite procijeniti broj republikanaca [na primjer], nasumično biste uzorkovali podskup korisnika i prebrojali broj republikanaca,” nastavlja Musco. “Ali to ne možete učiniti - ne postoji glavni popis korisnika s kojih možete uzorkovati. Dakle, ono što pokazujemo jest da može biti gotovo jednako dobro samo nasumično 'šetati' između korisnika — tj. početi od jednog korisnika, prijeći na prijatelja, zatim na prijatelja prijatelja, itd. — i uzorkujte na ovaj način.”
U radu se pokazalo da su ova takozvana istraživanja "slučajnog hoda" gotovo jednako brza za određivanje gustoće stanovništva kao i uvriježenija metoda uzorkovanja.
"Ovaj rad ima dvije svrhe", nastavlja Musco. “S jedne strane, to nam daje neke zanimljive ideje o uzimanju bioloških sustava i njihovom korištenju za optimizaciju računalnih mreža, što je ono što vidite s biološki inspiriranim konceptima kao što je neuronske mreže. U isto vrijeme, možemo koristiti računalnu znanost kako bismo pomogli biolozima da riješe neke probleme koje imaju. Ljudi počinju raditi ovo drugo sve više i više, i stvarno je korisno - jer umjesto da promatramo ponašanje, fokusirani smo na uočavanje algoritama. To je drugačiji način razmišljanja o stvarima.”
Nadogradite svoj životni stilDigitalni trendovi pomažu čitateljima da prate brzi svijet tehnologije sa svim najnovijim vijestima, zabavnim recenzijama proizvoda, pronicljivim uvodnicima i jedinstvenim brzim pregledima.
