Ameisen zeigen den Weg

Schwarm-Intelligenz ist die Buzzphrase in der Robotik. Die Buzz wörtlich, als Inspiration, Designer, soziale Insekten suchen, schreibt Henry Gee

Die Reisenden Salesman Problem oder TSP zu seinen Fans gehört zu eine ausgewählte Band rechnerische Rätsel, die Köpfe jahrzehntelang gebrochen hat.

Wie alle wahren Gehirn-Bieger ist das Problem einfacher Zustand als zu lösen. Stellen Sie sich vor, Sie in monogrammiert Linkshänder Bauchnabel Stulpen Reisen und du musst deine flauschig und dennoch stilvolle waren zum Kaufhaus Käufer nach oben und unten das Land hawk.

Es wird Zeit und Kraftstoff sparen, wenn Sie die kürzeste mögliche Route ausarbeiten, die Sie an jedes Ziel nur einmal und bringt Sie zurück nach Hause. Einfach? In Computerspeak wird als "NP-schwer", was bedeutet, dass es gewachsenen Programmierer zu Gelee reduziert, und es keine bekannte allgemeine Lösung gibt des TSP bezeichnet.

Aber es gibt eine neue Art, das Problem anzugehen. Es ist eine Art von Zen: eher als noch mehr Gehirne auf das Problem werfen, teilen Sie Ihre grauen Zellen in einzelne Einheiten, jede davon wenig mehr als eine willenlose Automat ist. Aber davor, Blick auf den Boden.

Auf der Suche? Wenn Sie sind, sehen Sie Natur die perfekte Antwort auf verteilte Systeme Programmierung - der Ameise. Ameisen und anderen sozialen Insekten wie Termiten, Bienen und Wespen leben in anspruchsvollen, stark zentralisierten Gesellschaften, die angezeigt werden, durch eine komplexe Reihe von Regeln zu leben.

Aber sie keine schriftlichen Aufzeichnungen oder Gesetze haben, noch sogar Anweisungen schlecht getippt, Kopf und auf Finnisch. Und Sie könnten wahrscheinlich zählen die Smarts im Inneren des Gehirns eine Ameise auf den Fingern der einen Daumen.

So wie Schmieden Ameisen und anderen Insekten ihre komplexen Gesellschaften? Die Antwort liegt in verteilt-Systemprogrammierung in denen eine Lösung aus der kombinierten Aktivitäten einer großen Anzahl von in der Nähe von autonomen Einheiten, das heißt, ein Haufen von little bitty beschäftigt kleine Formicarium wächst.

Hier, dann ist der Weg zum Ameisensäure Erfolg: wie jede Ameise Futter, es hinterlässt eine Spur der Pheromon-Duft für andere Ameisen zu folgen. Die Routen, die besten Nahrungsquellen sind wahrscheinlich am besten ausgetretenen und so reich an Pheromonen.

Aber Pheromone verdunsten in der Zeit, so dass Ameisen, wechselnde Ressourcen flexibel zu verfolgen. Und das ist mehr oder weniger es. Es gibt keine zentrale Planung oder einer anderen Organisation - das Aussehen des Ordens wächst aus dem Verhalten von Tausenden von Individuen, eine Art von "Schwarm-Intelligenz". Ameisenkolonien sind nennen Forscher "Self-Organsing" Phänomene wie Spike Milligan Selfmade Giraffe, erwähnt in Depeschen zur Herstellung von sich aus Sägemehl, String und Patches.

Mit "Ameise Kolonie Optimierung" oder ACO, wurden Forscher in der Lage, Probleme wie die TSP mit weit weniger Computerzeit, als von anderen Ansätzen aufgegriffen.

Eine künstliche Software "Ameise", spielt die Rolle des Handelsreisender, eine Reihe von Reisezielen, Verlegung von fiktiven Cyber-Pheromon in einer Menge proportional zu den Erfolg ihrer Tour besuchen. Nachfolgenden Ameisen sind in der Regel vorhandenen Pheromon wegen folgen, die am stärksten - nach ein paar Abfahrten sind eine Lösung entsteht.

ACO und verwandte verteilte Systeme Ansätze sind von großer praktischer Bedeutung. Unilever ist mit ACO in Planung Fabrik planen geglaubt, und Benzin-Tanker in der italienischen Schweiz sind an Tankstellen mit Hilfe eines Ant-inspirierten Algorithmus weitergeleitet.

Wechsel von Strategien im Bereich der Telekommunikation Netzwerke sich natürlich eignen um einen Tipp von Ameisen nehmen: British Telecom und MCI Worldcom Verwendung switching-Systeme basierend auf Futtersuche Verhalten der Ameise.

"Der erste Reiz der Schwarm-Intelligenz, Informatiker fast ausschließlich durch ihre Faszination mit Ameisen, war", schrieb Eric Bonabeau des Santa Fe Institute, New Mexiko und Kollegen in einem kürzlich erschienenen Artikel in der Natur. Aber die Faszination funktioniert in beide Richtungen - Entomologen fangen an, über Robotik, zum Nutzen beider Ansätze aufregen.

In der heutigen Ausgabe von Nature der Entomologe Laurent Keller von der Universität Lausanne, die Schweiz und die Kollegen nutzen ihre reiche Beute von Daten über das Verhalten der realen Ameise um Roboter Schwärme zu entwerfen. Jede Ameise wird von einem Roboter Pepperpot Größe dargestellt; die Roboter Token (Ressourcen) auf einer Fläche von neun Quadratmetern suchen und bringen sie zurück zu einer Basisstation (Nest).

Mit extrem einfache Programmierung, Keller und Kollegen festgestellt, dass es eine optimale Anzahl für Roboter Sammlerinnen: zu wenige, und Ressourcen Lay must, zu viele, und die Roboter gehalten stoßen aufeinander.

Dieser Befund parallel geschaltet, was sie im realen Leben gefunden hatte: Ameisen sind in der Regel Futtersuche Parteien eine gewisse Größe haben.

Eine weitere Parallele zu Insekt Gesellschaften wurde die Futtersuche Gruppenarbeit wesentlich effizienter, wenn ein Roboter "ein anderes für eine Futtersuche nach Ressourcen, rekrutieren konnte" vor allem, wenn sie in bestimmten Bereichen gruppiert wurden. Die Forscher Roboter Schwarm benahm sich unheimlich wie Ameisen, obwohl jeder Roboter wurde auf äußerst einfache Weise programmiert und im wesentlichen autonom Verhalten.

Henry Gee Buch Deep Time: kladistischer, die Revolution in der Evolution, wird herausgegeben von Fourth Estate, Preis £20.