Un exemplu de unde acest lucru ar putea fi util este atunci când căutați un cuib nou, caz în care doar câteva zeci exploratorii sunt trimiși să găsească un spațiu suficient de mare, mai degrabă decât întreaga colonie de sute sau mii de furnici.
Videoclipuri recomandate
Această abilitate mult studiată face obiectul a hârtie nouă de către cercetătorii de la MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL). Ei au creat un algoritm care reproduce comportamentul într-un computer și demonstrează că poate fi un mod remarcabil de precis de a prezice densitatea populației unei rețele.
„Există acest sens intuitiv în informatică că algoritmii biologici sunt super robusti și dinamici”,
Cameron Musco, un student absolvent al MIT în inginerie electrică și informatică și coautor al lucrării, spune Digital Trends. „Am vrut să ne uităm la unul dintre acele sisteme – o colonie de furnici, în acest caz – și să aflăm exact de ce sunt capabile să funcționeze eficient, în ciuda faptului că sunt atât de complexe și rezistente. Asta a fost ceea ce ne-a interesat.”De ce ar vrea cineva să facă asta? După cum explică Musco, munca ar putea fi de folos practică în domenii precum analiza datelor mari - cum ar fi estimarea structurii unei anumite înclinații politice în rândul utilizatorilor rețelelor sociale. „În mod tradițional, dacă este activat Facebook ați vrut să estimați numărul de republicani [de exemplu], ați eșantionat aleatoriu un subset de utilizatori și ați număra numărul de republicani”, continuă Musco. „Dar nu poți face asta – nu există o listă principală de utilizatori din care poți eșantiona. Așadar, ceea ce arătăm este că poate fi aproape la fel de bine să „plimbăm” la întâmplare între utilizatori - adică să începeți de la un utilizator, să treceți la un prieten, apoi la un prieten al unui prieten etc. — și eșantionați în acest fel.”
În lucrare, aceste așa-numite explorări „mers aleatoriu” se dovedesc a fi aproape la fel de rapide pentru determinarea densităților populației ca metoda mai consacrată de eșantionare.
„Această lucrare are două scopuri”, continuă Musco. „Pe de o parte, ne oferă câteva idei interesante despre luarea de sisteme biologice și utilizarea lor pentru a optimiza rețelele de calculatoare, ceea ce vedeți cu concepte inspirate biologic precum rețele neuronale. În același timp, putem folosi informatica pentru a ajuta biologii să rezolve unele dintre problemele pe care le au. Oamenii încep să facă acest al doilea din ce în ce mai mult și este cu adevărat util - pentru că în loc să ne uităm la comportament, ne concentrăm pe algoritmi de detectare. Este un mod diferit de a gândi lucrurile.”
Îmbunătățește-ți stilul de viațăDigital Trends îi ajută pe cititori să țină cont de lumea rapidă a tehnologiei cu toate cele mai recente știri, recenzii distractive despre produse, editoriale perspicace și anticipări unice.
