Kaip skruzdžių kolonijos galėtų mus išmokyti didelių duomenų analizės

mutant skruzdėlės socialinis elgesys skruzdėlynas
Jacob Filich / Flickr CC
Visi, kurie žiūrėjo praėjusią vasarą Skruzdėlynas filmas žino, kad skruzdėlės turi puikių „supergalių“. Tačiau Holivudo scenarijų susitikimuose nepasižymėjo tai skruzdėlės gali įvertinti savo populiacijos tankį pagal tai, kaip dažnai jos susiduria tyrinėdamos savo aplinka.

Pavyzdys, kur tai gali būti naudinga, yra ieškant naujo lizdo, tokiu atveju tik kelios dešimtys tyrinėtojai išsiunčiami ieškoti pakankamai didelės erdvės, o ne visos šimtų ar tūkstančių kolonijos skruzdėlės.

Rekomenduojami vaizdo įrašai

Šis ilgai studijuotas gebėjimas yra a naujas popierius MIT kompiuterių mokslo ir dirbtinio intelekto laboratorijos (CSAIL) mokslininkai. Jie sukūrė algoritmą, kuris atkartoja kompiuterio elgesį ir įrodo, kad tai gali būti nepaprastai tikslus būdas nuspėti tinklo gyventojų tankį.

„Kompiuterių moksle yra toks intuityvus jausmas, kad biologiniai algoritmai yra itin tvirti ir dinamiški“, Cameronas MuscoMIT elektros inžinerijos ir informatikos mokslų absolventas ir šio straipsnio bendraautoris, pasakoja „Digital Trends“. „Norėjome pažvelgti į vieną iš tų sistemų – šiuo atveju – skruzdžių koloniją – ir tiksliai išsiaiškinti, kodėl jos gali taip efektyviai veikti, nors jos yra tokios sudėtingos ir atsparios. Būtent tai mus sudomino“.

Kodėl kas nors norėtų tai daryti? Kaip paaiškina Musco, darbas galėtų būti praktiškai naudingas tokiose srityse kaip didelių duomenų analizė, pavyzdžiui, įvertinant tam tikro politinio požiūrio sudėtį tarp socialinės žiniasklaidos vartotojų. „Tradiciškai, jei Facebook Jei norėjote įvertinti respublikonų skaičių [pavyzdžiui], atsitiktinai atrinktumėte vartotojų pogrupį ir suskaičiuotumėte respublikonų skaičių“, – tęsia Musco. „Bet jūs negalite to padaryti – nėra pagrindinio vartotojų sąrašo, iš kurio galėtumėte atrinkti pavyzdžių. Taigi mes parodome, kad gali būti beveik taip pat gerai atsitiktinai „vaikščioti“ tarp vartotojų – t. y. pradėti nuo vieno vartotojo, pereiti pas draugą, tada pas draugo draugą ir pan. - ir tokiu būdu pavyzdį.

Straipsnyje parodyta, kad šie vadinamieji „atsitiktinio pasivaikščiojimo“ tyrimai yra beveik tokie pat greiti, kad būtų galima nustatyti gyventojų tankį, kaip ir labiau nusistovėjęs mėginių ėmimo metodas.

„Šis darbas turi du tikslus“, - tęsia Musco. „Viena vertus, tai suteikia mums įdomių idėjų apie biologinių sistemų paėmimą ir jų naudojimą kompiuterių tinklams optimizuoti, ką matote su biologiškai įkvėptomis koncepcijomis, tokiomis kaip neuroniniai tinklai. Tuo pačiu metu galime pasinaudoti kompiuterių mokslu, kad padėtume biologams išspręsti kai kurias jų turimas problemas. Žmonės vis dažniau pradeda daryti šį antrąjį, ir tai tikrai naudinga – nes užuot žiūrėję į elgesį, mes sutelkiame dėmesį į algoritmų aptikimą. Tai kitoks būdas galvoti apie dalykus."

Atnaujinkite savo gyvenimo būdąSkaitmeninės tendencijos padeda skaitytojams stebėti sparčiai besivystantį technologijų pasaulį – pateikiamos visos naujausios naujienos, smagios produktų apžvalgos, įžvalgūs vedamieji leidiniai ir unikalūs žvilgsniai.