อาณานิคมของมดสามารถสอนบทเรียนเกี่ยวกับการวิเคราะห์ข้อมูลขนาดใหญ่ให้เราได้อย่างไร

มดกลายพันธุ์ มดพฤติกรรมทางสังคม
จาค็อบ ฟิลิช / Flickr CC
ใครดูซัมเมอร์ที่แล้ว แอนท์-แมน ภาพยนตร์รู้ดีว่ามดมี "พลังวิเศษ" ที่ค่อนข้างเจ๋ง อย่างไรก็ตามสิ่งหนึ่งที่ไม่ได้ตัดทอนการประชุมสคริปต์ฮอลลีวูดก็คือ มดมีอำนาจในการประมาณความหนาแน่นของประชากรโดยพิจารณาจากความถี่ที่พวกมันชนกันขณะสำรวจพวกมัน สภาพแวดล้อม

ตัวอย่างที่อาจเป็นประโยชน์เมื่อค้นหารังใหม่ ซึ่งในกรณีนี้จะมีเพียงไม่กี่โหลเท่านั้น นักสำรวจถูกส่งออกไปค้นหาพื้นที่ที่ใหญ่เพียงพอ แทนที่จะค้นหาอาณานิคมทั้งหมดที่มีจำนวนนับร้อยหรือนับพัน มด

วิดีโอแนะนำ

ความสามารถที่มีการศึกษามายาวนานนี้เป็นหัวข้อของก กระดาษใหม่ โดยนักวิจัยจากห้องปฏิบัติการวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ (CSAIL) ของ MIT พวกเขาได้สร้างอัลกอริทึมที่จำลองพฤติกรรมในคอมพิวเตอร์และพิสูจน์ว่าสามารถทำนายความหนาแน่นของประชากรในเครือข่ายได้อย่างแม่นยำอย่างน่าทึ่ง

“มีความรู้สึกตามสัญชาตญาณในวิทยาการคอมพิวเตอร์ว่าอัลกอริธึมทางชีววิทยามีความแข็งแกร่งและไดนามิกเป็นพิเศษ” คาเมรอน มัสโกนักศึกษาระดับบัณฑิตศึกษาของ MIT สาขาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ และเป็นผู้เขียนร่วมของรายงานฉบับนี้ บอกกับ Digital Trends “เราต้องการดูระบบใดระบบหนึ่ง — อาณานิคมมดในกรณีนี้ — และค้นหาว่าทำไมพวกมันถึงสามารถทำงานได้อย่างมีประสิทธิภาพ แม้ว่าจะซับซ้อนและยืดหยุ่นมากก็ตาม นั่นคือสิ่งที่ทำให้เราสนใจ”

ทำไมทุกคนถึงอยากทำสิ่งนี้? ตามที่ Musco อธิบาย งานนี้สามารถนำไปใช้ได้จริงในด้านต่างๆ เช่น การวิเคราะห์ข้อมูลขนาดใหญ่ เช่น การประมาณค่าองค์ประกอบของความเอนเอียงทางการเมืองอย่างหนึ่งในหมู่ผู้ใช้โซเชียลมีเดีย “ตามเนื้อผ้าถ้าเปิด เฟสบุ๊ค คุณต้องการประเมินจำนวนรีพับลิกัน [ตัวอย่าง] คุณจะสุ่มตัวอย่างกลุ่มย่อยของผู้ใช้และนับจำนวนรีพับลิกัน” Musco กล่าวต่อ “แต่คุณไม่สามารถทำอย่างนั้นได้ ไม่มีรายชื่อผู้ใช้หลักที่คุณสามารถสุ่มตัวอย่างได้ ดังนั้นสิ่งที่เรากำลังแสดงอยู่ก็คือ การสุ่ม 'เดิน' ระหว่างผู้ใช้ต่างๆ แบบสุ่มก็เกือบจะดีพอๆ กัน เช่น เริ่มจากผู้ใช้รายหนึ่ง ย้ายไปเป็นเพื่อน จากนั้นไปหาเพื่อนของเพื่อน เป็นต้น — และตัวอย่างด้วยวิธีนี้”

ในรายงานนี้ การสำรวจที่เรียกว่า "การเดินสุ่ม" เหล่านี้แสดงให้เห็นว่าสามารถระบุความหนาแน่นของประชากรได้เกือบเร็วพอๆ กับวิธีการสุ่มตัวอย่างที่เป็นที่ยอมรับมากกว่า

“งานนี้มีวัตถุประสงค์สองประการ” Musco กล่าวต่อ “ในอีกด้านหนึ่ง มันให้แนวคิดที่น่าสนใจแก่เราเกี่ยวกับการนำระบบทางชีววิทยามาใช้และใช้เพื่อเพิ่มประสิทธิภาพเครือข่ายคอมพิวเตอร์ ซึ่งเป็นสิ่งที่คุณเห็นจากแนวคิดที่ได้รับแรงบันดาลใจทางชีววิทยาเช่น โครงข่ายประสาทเทียม. ในเวลาเดียวกัน เราสามารถใช้วิทยาการคอมพิวเตอร์เพื่อช่วยนักชีววิทยาในการแก้ปัญหาบางอย่างที่พวกเขามี ผู้คนเริ่มทำขั้นตอนที่สองนี้มากขึ้นเรื่อยๆ และมันก็มีประโยชน์จริงๆ เพราะแทนที่จะดูพฤติกรรม เรามุ่งเน้นไปที่การระบุอัลกอริธึม มันเป็นวิธีคิดที่แตกต่างออกไป”

อัพเกรดไลฟ์สไตล์ของคุณDigital Trends ช่วยให้ผู้อ่านติดตามโลกแห่งเทคโนโลยีที่เปลี่ยนแปลงไปอย่างรวดเร็วด้วยข่าวสารล่าสุด รีวิวผลิตภัณฑ์สนุกๆ บทบรรณาธิการที่เจาะลึก และการแอบดูที่ไม่ซ้ำใคร

หมวดหมู่

ล่าสุด

เราจะไปพบกับ Nothing Phone 1 ในวันที่ 12 กรกฎาคม

เราจะไปพบกับ Nothing Phone 1 ในวันที่ 12 กรกฎาคม

ไม่มีบริษัทเทคโนโลยีใดที่ก่อตั้งโดย Carl Pei ผู...

Microsoft พัฒนาการตอบสนองต่อ 3D Touch ของ Apple

Microsoft พัฒนาการตอบสนองต่อ 3D Touch ของ Apple

การโต้ตอบกับสมาร์ทโฟนของเราส่วนใหญ่เกี่ยวข้องก...