Ett exempel på var detta kan vara användbart är när du söker efter ett nytt bo, i vilket fall bara några dussin upptäcktsresande skickas ut för att hitta ett tillräckligt stort utrymme, snarare än hela kolonin på hundratals eller tusentals myror.
Rekommenderade videor
Denna länge studerade förmåga är föremål för en nytt papper av forskare vid MIT: s Computer Science and Artificial Intelligence Laboratory (CSAIL). De har skapat en algoritm som replikerar beteendet i en dator och bevisar att det kan vara ett anmärkningsvärt korrekt sätt att förutsäga befolkningstätheten i ett nätverk.
"Det finns en intuitiv mening inom datavetenskap att biologiska algoritmer är superrobusta och dynamiska,"
Cameron Musco, en MIT-student i elektroteknik och datavetenskap och medförfattare till tidningen, berättar Digital Trends. "Vi ville titta på ett av dessa system - en myrkoloni, i det här fallet - och ta reda på exakt varför de kan arbeta så effektivt, trots att de är så komplexa och motståndskraftiga. Det var det som gjorde oss intresserade.”Varför skulle någon vilja göra detta? Som Musco förklarar kan arbetet vara till praktisk nytta inom områden som big data-analys – som att uppskatta sammansättningen av en viss politisk hållning bland användare av sociala medier. "Traditionellt, om på Facebook du ville uppskatta antalet republikaner [till exempel], du skulle slumpmässigt ta ett urval av en undergrupp av användare och räkna antalet republikaner”, fortsätter Musco. "Men du kan inte göra det - det finns ingen huvudlista över användare du kan ta prov från. Så vad vi visar är att det kan vara nästan lika bra att bara slumpmässigt "gå" mellan användare - dvs börja med en användare, flytta till en vän, sedan till en väns vän, etc. — och prova på det här sättet.”
I uppsatsen visas dessa så kallade "random walk"-utforskningar vara nästan lika snabba för att bestämma befolkningstäthet som den mer etablerade metoden för provtagning.
"Detta arbete tjänar två syften," fortsätter Musco. "Å ena sidan ger det oss några intressanta idéer om att ta biologiska system och använda dem för att optimera datornätverk, vilket är vad du ser med biologiskt inspirerade koncept som neurala nätverk. Samtidigt kan vi använda datavetenskap för att hjälpa biologer att lösa några av de problem som de har. Människor börjar göra denna andra mer och mer, och det är verkligen användbart - för istället för att titta på beteende, fokuserar vi på att upptäcka algoritmer. Det är ett annat sätt att tänka på saker."
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
