მაგალითი იმისა, თუ სად შეიძლება ეს იყოს სასარგებლო, არის ახალი ბუდის ძიებისას, ამ შემთხვევაში სულ რამდენიმე ათეული მკვლევარები იგზავნება საკმარისად დიდი სივრცის მოსაძებნად და არა მთელი კოლონია ასობით ან ათასობით ჭიანჭველები.
რეკომენდებული ვიდეოები
ეს დიდი ხნის შესწავლილი უნარი არის საგანი ა ახალი ქაღალდი MIT-ის კომპიუტერული მეცნიერებისა და ხელოვნური ინტელექტის ლაბორატორიის (CSAIL) მკვლევარების მიერ. მათ შექმნეს ალგორითმი, რომელიც იმეორებს ქცევას კომპიუტერში და ამტკიცებს, რომ ეს შეიძლება იყოს საოცრად ზუსტი გზა ქსელის მოსახლეობის სიმკვრივის პროგნოზირებისთვის.
„კომპიუტერულ მეცნიერებაში არის ასეთი ინტუიციური აზრი, რომ ბიოლოგიური ალგორითმები სუპერ ძლიერი და დინამიურია.
კამერონ მუსკო, MIT-ის კურსდამთავრებული სტუდენტი ელექტრო ინჟინერიასა და კომპიუტერულ მეცნიერებაში და ნაშრომის თანაავტორი, განუცხადა Digital Trends-ს. „ჩვენ გვინდოდა შევხედოთ ერთ-ერთ ამ სისტემას - ამ შემთხვევაში ჭიანჭველების კოლონიას - და გაგვერკვია, თუ რატომ ახერხებენ მათ ასე ეფექტურად მუშაობა, მიუხედავად იმისა, რომ ეს რთული და გამძლეა. სწორედ ამან დაგვაინტერესა“.რატომ უნდა ვინმეს ამის გაკეთება? როგორც მუსკო განმარტავს, ნამუშევარი შეიძლება იყოს პრაქტიკული გამოყენება ისეთ სფეროებში, როგორიცაა დიდი მონაცემების ანალიტიკა – როგორიცაა სოციალური მედიის მომხმარებლებში ერთი კონკრეტული პოლიტიკური მიდრეკილების შეფასება. „ტრადიციულად, თუ ფეისბუქი გინდოდათ შეგეფასებინათ რესპუბლიკელების რაოდენობა [მაგალითად], თქვენ შემთხვევით შეარჩევდით მომხმარებელთა ქვეჯგუფს და დათვლიდით რესპუბლიკელების რაოდენობას,” - განაგრძობს მუსკო. ”მაგრამ თქვენ არ შეგიძლიათ ამის გაკეთება - არ არსებობს მომხმარებელთა ძირითადი სია, საიდანაც შეგიძლიათ ნიმუში. მაშასადამე, რასაც ჩვენ ვაჩვენებთ, არის ის, რომ თითქმის ისეთივე კარგია, რომ უბრალოდ შემთხვევით „გასეირნება“ მომხმარებლებს შორის – ანუ დაწყება ერთი მომხმარებლისგან, გადასვლა მეგობართან, შემდეგ მეგობართან და ა.შ. - და ნიმუში ამ გზით.
ნაშრომში ნაჩვენებია ეგრეთ წოდებული „შემთხვევითი სიარულის“ გამოკვლევები მოსახლეობის სიმჭიდროვის დასადგენად თითქმის ისეთივე სწრაფი, როგორც შერჩევის უფრო დამკვიდრებული მეთოდი.
"ეს ნამუშევარი ემსახურება ორ მიზანს," განაგრძობს მუსკო. ერთის მხრივ, ის გვაძლევს რამდენიმე საინტერესო იდეას ბიოლოგიური სისტემების აღების და კომპიუტერული ქსელების ოპტიმიზაციისთვის მათი გამოყენების შესახებ, რასაც ხედავთ ბიოლოგიურად შთაგონებული ცნებებით, როგორიცაა. ნეირონული ქსელები. ამავდროულად, ჩვენ შეგვიძლია გამოვიყენოთ კომპიუტერული მეცნიერება, რათა დავეხმაროთ ბიოლოგებს გარკვეული პრობლემების გადაჭრაში. ადამიანები უფრო და უფრო იწყებენ ამ მეორეს კეთებას და ეს მართლაც სასარგებლოა - რადგან ქცევის ყურების ნაცვლად, ჩვენ ორიენტირებული ვართ ალგორითმებზე. ეს არის რაღაცებზე ფიქრის განსხვავებული გზა."
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.
