Przykładem sytuacji, w której może to być przydatne, jest poszukiwanie nowego gniazda – w tym przypadku zaledwie kilkudziesięciu odkrywcy są wysyłani, aby znaleźć wystarczająco dużą przestrzeń, a nie całą kolonię składającą się z setek lub tysięcy mrówki.
Polecane filmy
Ta długo badana umiejętność jest przedmiotem nowy papier przez naukowców z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) MIT. Stworzyli algorytm, który replikuje zachowanie w komputerze i udowadnia, że może to być niezwykle dokładny sposób przewidywania gęstości zaludnienia sieci.
„W informatyce istnieje intuicyjne poczucie, że algorytmy biologiczne są niezwykle solidne i dynamiczne” –
Camerona Musco, absolwentka elektrotechniki i informatyki na MIT oraz współautorka artykułu, mówi Digital Trends. „Chcieliśmy przyjrzeć się jednemu z tych systemów – w tym przypadku kolonii mrówek – i dowiedzieć się dokładnie, dlaczego są w stanie skutecznie działać, mimo że są tak złożone i odporne. To nas zainteresowało.”Dlaczego ktoś miałby chcieć to zrobić? Jak wyjaśnia Musco, praca może mieć praktyczne zastosowanie w takich obszarach jak analiza dużych zbiorów danych – na przykład szacowanie składu jednej konkretnej orientacji politycznej wśród użytkowników mediów społecznościowych. „Tradycyjnie, jeśli jest włączone Facebook chciałeś oszacować liczbę Republikanów [na przykład], losowo wybrałeś podzbiór użytkowników i policzyłeś liczbę Republikanów” – kontynuuje Musco. „Ale nie możesz tego zrobić – nie ma głównej listy użytkowników, od których możesz pobierać próbki. Pokazujemy więc, że równie dobre może być po prostu losowe „przechodzenie” między użytkownikami — tj. zaczynanie od jednego użytkownika, przejście do znajomego, potem do znajomego znajomego itp. — i próbuj w ten sposób.”
W artykule wykazano, że tak zwane eksploracje „random walk” są prawie tak samo szybkie w określaniu gęstości populacji, jak bardziej ugruntowana metoda pobierania próbek.
„Ta praca służy dwóm celom” – kontynuuje Musco. „Z jednej strony daje nam to kilka interesujących pomysłów na temat wykorzystania systemów biologicznych do optymalizacji sieci komputerowych, co można zaobserwować w przypadku koncepcji inspirowanych biologią, takich jak sieci neuronowe. Jednocześnie możemy wykorzystać informatykę, aby pomóc biologom w rozwiązaniu niektórych problemów, które mają. Ludzie coraz częściej zaczynają robić to drugie rozwiązanie i jest to naprawdę przydatne — ponieważ zamiast patrzeć na zachowanie, skupiamy się na algorytmach wykrywania. To inny sposób myślenia o różnych rzeczach.”
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
