アリの採餌とインターネットアルゴリズム

アリの採餌とインターネットアルゴリズム

[[93484]]

人間とアリの違いは何でしょうか? Ant にはインターネットがありません。

創造的な思考を持つ人間に比べると、アリは単なる本能に頼った生き物にしか思えません。しかし、スタンフォード大学の 2 人の科学者は、アリが私たちが考えていたよりもはるかに賢いことを発見しました。アリはインターネットを発明したわけではありませんが、インターネット上のアルゴリズムを理解しています。この興味深い発見はスタンフォード大学のウェブサイトで説明されています。

生物学教授のデボラ・ゴードン氏はアリゾナ州で農場のアリを観察していたところ、アリが餌を探すときの特異な行動に気づき、コンピューター科学者のバラジ・プラバカール氏にこの件について相談した。 Balaji Probhakar 氏はネットワーク ファイル転送の専門家でしたが、これがコンピューターとどのように関係するかをすぐには理解していませんでした。翌日、彼はひらめきを得て、アリの行動はインターネット上のファイル転送と非常に似ていると突然思いつきました。 「アリが利用可能な食物の量を理解するために使用するアルゴリズムは、TCP で使用されるアルゴリズムと基本的に同じです」と Prabhaker 氏は述べています。

TCP(伝送制御プロトコル)は、インターネット上で最も重要なプロトコルの 1 つです。インターネット上のデータ輻輳を管理するために使用されます。私たちのネットワークが当初数十個のノードから今日では数億個のノードにまで成長できたのは、まさに TCP プロトコルのおかげです。その動作原理は次のとおりです。データ ソースである A がファイルをエンドポイント B に送信し、ファイルは無数のデータ パケットに分割されます。 B はデータ パケットを受信すると、データ パケットが配信されたことを示す確認応答を A に送信します。

これを行う利点は、データの混雑を回避できることです。 B が速度が遅いことを確認した場合、帯域幅が不足していることを意味し、A は状況に応じてデータ送信を遅くすることができます。B が速度が速いことを確認した場合、A は送信を高速化します。このプロセスにより、利用可能な帯域幅が決定され、それに応じて伝送速度が増減します。

ゴードンは、農場の野アリが非常によく似た行動をとることを発見した。彼らは餌を探すために採餌アリを派遣します。食べ物がたくさんある場合、採餌アリはすぐに戻ってきて、より多くのアリが巣を離れて食べ物を探し始めます。採餌アリが何も持たずに戻ってくると、アリのコロニーの採餌行動は減少するか、停止することもあります。

この状況を踏まえて、プロブカハールは食物の量に基づいてアリのコロニーの採餌行動を予測するアルゴリズムを書き、ゴードンは実験を通じてそれを確認した。彼らは、TCP ベースのアルゴリズムがアリの行動をほぼ正確に予測したことを発見しました。

「アリは私たちがよく知っているアルゴリズムを発見し、何百万年もの間それを使ってきたのです。」プラバカール氏は語った。

また、アリは TCP アルゴリズムの他の 2 つのルールに従っていることもわかりました。 1 つはスロー スタートと呼ばれ、データ転送の開始時に、データ ソースが帯域幅を推定するために大量のデータ パケットを送信します。同様に、アリのコロニーが餌探しを始める前に、餌探しアリを放って餌の量を検出します。

もう 1 つはタイムアウトと呼ばれます。データ伝送リンクが中断または妨害されると、データ ソースはデータ パケットの送信を停止します。同様に、採餌アリが 20 分以上巣に戻らない場合、他の採餌アリは巣を離れません。

ゴードン氏は、アリのコロニーの行動がネットワーク システムの設計にどのように役立つかについて、科学者はまだ表面的なところまでしか解明していないと考えています。現在、アリには 11,000 種が存在し、さまざまな環境に生息し、さまざまな生態学的問題に対処しています。アリの行動は予想外のものですが、コンピュータ システムで利用できる可能性があります。各アリの能力は限られていますが、コロニーは複雑なタスクを達成することができます。

「したがって、アリのアルゴリズムは単純で、分散型で、スケーラブルでなければなりません。これはまさに、大規模な人工分散システムを設計するときに必要な特性です」と彼女は言いました。「さまざまな種類のアリがどのように行動を制御するかについてさらに学ぶにつれて、ネットワーク アルゴリズムの有用な例を多数見つけることができると思います。」

アリとアルゴリズムは信じられないほどのつながりがあるように思えますが、自然の驚異はしばしば私たちの想像を超えます。人間が発見したさまざまなアルゴリズムやモデルは、人間自身の思考から生まれたもののように思えますが、自然界にはさまざまな例がよく見られます。これは人々に奇妙な空想を与えずにはいられません。あるいは、私たちが住んでいる世界は実際にはアルゴリズムによって駆動される機械なのだろうか?

オリジナルリンク: http://www.ifanr.com/141875

<<:  .NET が提供する暗号化アルゴリズムの概要

>>:  大量データのための2次パーソナルコネクションマイニングアルゴリズム(Hadoop実装)

ブログ    
ブログ    

推薦する

OpenAI とオープンソースの多言語埋め込みモデル、どちらを選びますか?

翻訳者 | 朱 仙中レビュー | Chonglou制作:51CTO テクノロジースタック(WeCha...

AIが医療をどう変えるか リアルタイムのデータ分析は医療にとって重要

科学者たちは、人工知能が多くの分野で人間を日常的な作業から解放できると信じています。ヘルスケアはこう...

...

最先端の洞察 | ドローン配達が紛失しない理由はここにあります!

Frontier Insights の今号では、ドローンが商品を配送する際に進路を見つけやすくする...

IDC: 企業の人工知能プロジェクトの半数が完全に失敗し、AI導入の道のりは困難

AIは簡単に使えますが、AIを実装するまでの道のりは簡単ではありません。企業が最大限の努力を払ってい...

...

AIとIoTでモダンな職場を構築する方法

ビジネスリーダーは、従業員の生産性、パフォーマンス、安全性を向上させるために、人工知能 (AI) と...

2024年のクラウドとAIのトレンド

新しいテクノロジー時代の幕開けを迎えた今、クラウド コンピューティングと人工知能 (AI) の融合に...

...

3 つの質問、7 人の CXO、「自動運転」に関するブレインストーミング

[[442506]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

負けても落ち込まないで! Google、ロボット工学プロジェクトを再開

[[260578]]海外メディアの報道によると、グーグルは以前の取り組みが失敗した後、ロボット工学プ...

AIインフルエンサーはPSのみで月8万元稼げる

月収8万元の美しいネットセレブは、わずか数か月でインスタグラムのフォロワーが15万人を超えた。有名人...

オフライン手法の可能性を最大限に引き出すために、武漢大学とKuaishouは分離型ビデオインスタンスセグメンテーションフレームワークDVISを提案した。

ビデオセグメンテーションタスクは、画像セグメンテーションタスクの拡張版です。ビデオ内のすべてのターゲ...