Et eksempel på hvor dette kan være nyttig er når du søker etter et nytt reir, i så fall bare noen få dusin oppdagelsesreisende sendes ut for å finne en plass som er stor nok, i stedet for hele kolonien på hundrevis eller tusenvis av maur.
Anbefalte videoer
Denne lenge studerte evnen er gjenstand for en nytt papir av forskere ved MITs Computer Science and Artificial Intelligence Laboratory (CSAIL). De har laget en algoritme som gjenskaper atferden i en datamaskin og beviser at det kan være en bemerkelsesverdig nøyaktig måte å forutsi befolkningstettheten til et nettverk.
"Det er denne intuitive følelsen i informatikk at biologiske algoritmer er super robuste og dynamiske," Cameron Musco, en MIT graduate student i elektroteknikk og informatikk og medforfatter av papiret, forteller Digital Trends. "Vi ønsket å se på et av disse systemene - en maurkoloni, i dette tilfellet - og finne ut nøyaktig hvorfor de er i stand til å operere så effektivt, til tross for at de er så komplekse og spenstige. Det var det som fikk oss interessert.»
Hvorfor skulle noen ønske å gjøre dette? Som Musco forklarer, kan arbeidet være til praktisk nytte på områder som big data-analyse - for eksempel å estimere sammensetningen av en bestemt politisk tilbøyelighet blant brukere av sosiale medier. "Tradisjonelt, hvis på Facebook du ønsket å estimere antall republikanere [for eksempel], du ville tilfeldig prøve en undergruppe av brukere og telle antall republikanere," fortsetter Musco. "Men du kan ikke gjøre det - det er ingen hovedliste over brukere du kan prøve fra. Så det vi viser er at det kan være nesten like bra å bare "gå" tilfeldig mellom brukere - dvs. begynne med én bruker, flytte til en venn, deretter til en venn av venn, osv. - og prøve på denne måten."
I artikkelen er disse såkalte "random walk"-undersøkelsene vist å være nesten like raske for å bestemme befolkningstettheter som den mer etablerte metoden for prøvetaking.
"Dette arbeidet tjener to formål," fortsetter Musco. "På den ene siden gir det oss noen interessante ideer om å ta biologiske systemer og bruke dem til å optimalisere datanettverk, som er det du ser med biologisk inspirerte konsepter som nevrale nettverk. Samtidig kan vi bruke informatikk for å hjelpe biologer med å løse noen av problemene de har. Folk begynner å gjøre denne andre mer og mer, og det er veldig nyttig - fordi i stedet for å se på atferd, fokuserer vi på å oppdage algoritmer. Det er en annen måte å tenke på."
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
