تتشكل نفخات الزرزور مع تلاشي ضوء النهار على مواقع تواجدها. شترستوك / ألبرت بيوخوف
غالبًا ما تحمل كلمة سرب دلالات سلبية - فكر في الأوبئة التوراتية للجراد أو الشوارع المرتفعة المليئة بالمتسوقين في اللحظة الأخيرة أثناء اندفاع عيد الميلاد. ومع ذلك ، فإن التطريد ضروري لبقاء العديد من التجمعات الحيوانية. والآن ، فإن البحث في التطهير لديه القدرة على تغيير الأشياء بالنسبة للبشر أيضًا.
سرب النحل لصنع البحث عن مستعمرات جديدة أكثر فعالية. قطعان من الزرزور تستخدم همهمة مبهرة للتهرب من الحيوانات المفترسة والتشويش عليها. هذان مثالان فقط من الطبيعة ولكن يمكن رؤية السرب في كل ركن من أركان مملكة الحيوان تقريبًا.
تساعدنا الأبحاث التي أجراها علماء الرياضيات وعلماء الأحياء وعلماء الاجتماع على فهم الحشود وتسخير قوتها. يتم استخدامه بالفعل ل السيطرة على الحشود, إدارة المرور ولفهم انتشار الأمراض المعدية. في الآونة الأخيرة ، بدأت في تشكيل كيفية استخدامنا للبيانات للرعاية الصحية ، وتشغيل الطائرات بدون طيار في النزاعات العسكرية ، وقد تم استخدامها للتغلب على احتمالات الرهان التي لا يمكن التغلب عليها في الأحداث الرياضية.
السرب هو نظام أكبر من مجموع أجزائه. مثلما تشكل العديد من الخلايا العصبية دماغًا قادرًا على التفكير والذاكرة والعاطفة ، يمكن لمجموعات من الحيوانات أن تتصرف في انسجام تام لتشكيل "دماغ خارق" ، مما يُظهر سلوكًا شديد التعقيد لا يُرى في الحيوانات الفردية.
أحدث خبير الحياة الاصطناعية كريج رينولدز ثورة في دراسة الحشود في عام 1986 مع نشر نموذج الغلايات محاكاة الكمبيوتر. يقسم نموذج Boids الاحتشاد إلى مجموعة بسيطة من القواعد.
يُطلب من Boids (Bird-oids) في المحاكاة ، مثل الصور الرمزية أو الشخصيات في لعبة فيديو ، التحرك في نفس اتجاه جيرانهم ، والتحرك نحو متوسط موضع جيرانهم ، وتجنب الاصطدام مع الغلايات الأخرى.
تعتبر محاكاة الغطاس دقيقة بشكل مذهل عند مقارنتها بأسراب حقيقية.
يشير نموذج Boids إلى أن الاحتشاد لا يحتاج إلى قادة لتنسيق السلوك - مثل المشاة في وسط المدينة بدلاً من جولة المتحف المصحوبة بمرشدين. ينشأ السلوك المعقد الذي نراه في الأسراب من التفاعلات بين الأفراد باتباع نفس القواعد البسيطة بالتوازي. في لغة الفيزياء ، تُعرف هذه الظاهرة باسم ظهور.
عقل الخلية
في عام 2016 ، شركة التكنولوجيا الأمريكية بالإجماع منظمة العفو الدولية تستخدم قوة ذكاء السرب ل الفوز برهان كنتاكي ديربي “superfecta”، تنبأ بنجاح بالمركز الأول والثاني والثالث والرابع في سباق الخيل الأمريكي الشهير.
خبراء الصناعة و خوارزميات تعلم الآلة التقليدية جعل مساحات شاسعة من التنبؤات غير الصحيحة. ومع ذلك ، فإن عشاق سباقات الهواة الذين تم تجنيدهم من قبل منظمة العفو الدولية بالإجماع قاموا بتجميع معرفتهم للتغلب على 541/1 احتمالات.
المراهنون المتفائلون يراهنون بملايين الدولارات على كنتاكي ديربي كل عام. شترستوك / شيريل آن كويجلي
يكمن نجاح المتطوعين في الطريقة التي تولدت بها تنبؤاتهم. استخدم المتطوعون بدلاً من التصويت على الركاب وتجميع خياراتهم منصة ذكاء سرب بالإجماع AI للمشاركة في لعبة شد الحبل الرقمية في الوقت الحقيقي ، مستوحاة من أسراب من الطيور والنحل.
قام جميع المتطوعين في نفس الوقت بسحب قرص باتجاه خياراتهم الخاصة. سمح هذا للأشخاص بتغيير تفضيلاتهم استجابةً لأفعال الآخرين (على سبيل المثال ، قد يكون الشخص قد تحول إلى الانجذاب نحو خياره الثاني ، B ، بدلاً من خياره الأول ، C ، إذا رأوا أن A و B هما المفضلان الواضحان ).
سمحت الاستجابة لبعضهم البعض في الوقت الفعلي لمتطوعي منظمة العفو الدولية بالإجماع بالتفوق بشكل جماعي الأفراد المطلعين.
والأكثر من ذلك ، أن أكثر الاختيارات الفردية من المتطوعين هي التي تحدد الترتيب ، فقط الفائز 2016 و وكلاء المراهنات المفضل, نيكويست، سيتم وضعها بشكل صحيح.
المخاوف الصحية
تحظى تقنيات الأسراب المماثلة أيضًا باهتمام متزايد في الرعاية الصحية القطاع ، أين الحديث عن ثورة الذكاء الاصطناعي يطالب مخاوف متزايدة حول خصوصية المريض.
حسب الاعتماد على التقنيات المعتمدة على البيانات في الرعاية الصحية يزداد ، وكذلك الطلب على مجموعات بيانات المرضى الواسعة. طريقة واحدة لتلبية هذه المطالب هي تجمع المعلومات بين المؤسسات وفي بعض الحالات ، البلدان.
ومع ذلك ، غالبًا ما يخضع نقل بيانات المريض لوائح صارمة لحماية البيانات. يتمثل حل هذه المشكلة في استخدام البيانات الداخلية فقط ، على الرغم من أن هذا غالبًا ما يأتي على حساب دقة التشخيص.
البديل يكمن في الاحتشاد. يعتقد الباحثون أن ذكاء السرب يمكنه ذلك الحفاظ على دقة التشخيص دون الحاجة إلى تبادل البيانات الخام بين المؤسسات.
الدراسات الأولية أظهرت أن اللامركزية في تخزين البيانات في شبكة من العقد المتفاعلة يمكن أن تمنح المؤسسات فائدة الحكمة المشتركة. هذا يعني أنه لا يوجد مركز مركزي ينسق تدفق المعلومات ، ولا يمكن للمؤسسات الوصول إلى بيانات المريض الخاصة لبعضها البعض.
يستخدم التعلم الآلي المركزي البيانات التي تم تحميلها إلى مركز مشترك حيث يتم التعلم الآلي باستخدام جميع البيانات المتاحة. في الأنظمة اللامركزية ، تخزن كل مؤسسة بياناتها بشكل منفصل في عقدة خاصة بها. يحدث التعلم الآلي محليًا في كل عقدة (باستخدام البيانات الداخلية فقط) ، ولكن يتم مشاركة نتائج التعلم الآلي بين الشبكة ، لصالح جميع العقد. تضمن هذه العملية عدم تبادل بيانات المريض الخام بين المؤسسات ، مما يحافظ على خصوصية المريض.
قد تنتشر أسراب من الطائرات بدون طيار قريبًا في ساحة المعركة. شترستوك / آندي دين فوتوغرافي
الأسراب والحرب
يتم استخدام تكنولوجيا الطائرات بدون طيار بشكل متزايد في القتال في الخطوط الأمامية ، في الآونة الأخيرة على وجه الخصوص القوات الأوكرانية في ال الصراع الروسي الأوكراني الجاري. ومع ذلك ، كما هو الحال ، تتطلب تكنولوجيا الطائرات بدون طيار التقليدية إشراف واحد لواحد.
أبحاث الدفاع الحالية يهدف إلى تسهيل الاتصال بين الطائرات بدون طيار ، مما يسمح لوحدة تحكم واحدة بتشغيل أسراب من الطائرات بدون طيار. يعد تطوير مثل هذه التكنولوجيا بتحسين واسع النطاق التدرجية, استطلاع و مدهش قدرات الطائرات بدون طيار القتالية من خلال السماح بترحيل المعلومات المستمر ضمن مجموعات الطائرات بدون طيار.
بينما يتعمق البحث في التطريد ، نجد عالماً حيث يؤدي العمل الجماعي إلى التعقيد والقدرة على التكيف والكفاءة. مع تطور التكنولوجيا ، من المقرر أن ينمو دور ذكاء الأسراب ، مما يربط عالمنا بالديناميكيات الرائعة للأسراب.
نبذة عن الكاتب
صموئيل جونسونمرشح DPhil في علم الأحياء الرياضي ، جامعة أكسفورد
يتم إعادة نشر هذه المقالة من المحادثة تحت رخصة المشاع الإبداعي. إقرأ ال المقال الأصلي.
