Το σύστημα εργασίας των συμπαθών εντόμων έγινε o αλγόριθμος ACO, μια τεχνική ΑΙ για μεταφορές, τηλεπικοινωνίες, logistics, ακόμη και για τον σχεδιασμό σιδηροδρομικών δικτύων και δρομολογίων.
Αν και ο ανθρώπινος εγκέφαλος θεωρεί ότι ανάμεσα στα ζωντανά πλάσματα κατέχουμε επάξια την κορυφή της εξελικτικής πυραμίδας, χάρη στην ικανότητά μας να σκεφτόμαστε, η καθημερινότητα αποδεικνύει ότι δεν είμαστε αλάνθαστοι. Ακόμη και η τάση για υπερανάλυση, ζυγίζοντας κάθε πιθανό σενάριο, δεν προϋποθέτει πάντοτε πρόοδο. Υπάρχουν οργανισμοί που ο εγκέφαλός τους έχει μικρότερο μέγεθος από ενός εμβρύου, αλλά κρύβουν εκ φύσεως μια αναπάντεχη σοφία όταν πρόκειται για λήψη αποφάσεων. Με τις ικανότητές τους να επιλύουν προβλήματα δικά τους, έχουν βοηθήσει ώστε να δημιουργηθούν απαραίτητοι αλγόριθμοι ακόμη και σε ανθρώπινες βιομηχανίες.
Ο αλγόριθμος ACO είναι μια μέθοδος της πληροφορικής για την εύρεση των καλύτερων δυνατών διαδρομών και είναι εμπνευσμένος από την πραγματική συμπεριφορά των μυρμηγκιών στη φύση.
Ο δρόμος της βελτιστοποίησης
Η απόφαση για την ολοκλήρωση μιας εργασίας δεν είναι απλή υπόθεση, ιδιαίτερα στον σημερινό κόσμο που είναι γεμάτος ερεθίσματα και αμέτρητες επιλογές. Τα μυρμήγκια αντιμετωπίζουν ένα παρόμοιο πρόβλημα, ως σύνολο, όταν πρέπει να αποφασίσουν για την αναζήτηση της τροφής. Το σύστημά τους είναι εντυπωσιακό από τη στιγμή που εγκαταλείπουν τη φωλιά τους και ξεκινούν την έρευνα για το πιο κοντινό και αποδοτικό σημείο. Τα πιο τολμηρά εξερευνούν τυχαία το περιβάλλον και ακολουθούν διαφορετικές διαδρομές, διατηρώντας όλες τις επιλογές ανοιχτές. Κινούνται προς την τροφή και επιστρέφουν στη φωλιά, ενώ αφήνουν στο έδαφος ένα λεπτό ίχνος φερομονών, το οποίο μπορούν αργότερα να ακολουθήσουν άλλα μυρμήγκια.
Οι φερομόνες είναι χημικές ουσίες οι οποίες πέρα από την ερωτική έλξη που δημιουργούν (σε ζώα και έντομα) και παρότι εξατμίζονται σταδιακά, αφήνουν έντονα ίχνη. Τα μυρμήγκια σε αυτή την περίπτωση είναι σαν να χαράζουν ένα βολικό μονοπάτι, μια πιο αποτελεσματική διαδρομή για να επιστρέψουν πιο γρήγορα στη φωλιά μαζί με την τροφή. Το εκπληκτικό δε είναι ότι προλαβαίνουν να ενισχύσουν το ίχνος τους πριν αυτό εξαφανιστεί. Και κάπως έτσι δίνουν το παράδειγμα στα επόμενα μυρμήγκια της αποικίας. Με τον χρόνο, καθώς το πλήθος ακολουθεί την πεπατημένη, το ίχνος των φερομονών γίνεται ισχυρότερο και στο τέλος ολόκληρη η «στρατιά» καταλήγει στην ταχύτερη και πιο αποτελεσματική διαδρομή. Όλη αυτή η διαδικασία γίνεται ασυνείδητα.
Χωρίς αφεντικό
Ο Μάρκο Ντορίγκο, εκ των διευθυντών του εργαστηρίου τεχνητής νοημοσύνης του «Université Libre de Bruxelles» στο Βέλγιο, θεωρεί ότι από όλη αυτή τη διαδικασία βγαίνει ένα εξαιρετικό συμπέρασμα: «Η αποτελεσματική συλλογική λήψη αποφάσεων μπορεί να προκύψει χωρίς κεντρικό έλεγχο. Τα μυρμήγκια έχουν περιορισμένες δυνατότητες αλλά μπορούν συλλογικά να επιλύσουν σύνθετα προβλήματα συντονισμού». Κατά συνέπεια στην περίπτωση των ανθρώπινων προβλημάτων η υπερβολική ανάλυση δεν είναι καθόλου χρήσιμη. Όπως τα μυρμήγκια, μπορούμε να δοκιμάζουμε διαφορετικές διαδρομές, να παρατηρούμε τι λειτουργεί καλύτερα και να ενισχύουμε σταδιακά τις επιλογές που αποδεικνύονται πιο αποτελεσματικές.
Το σύστημα AntNet μιμείται τον τρόπο με τον οποίο τα μυρμήγκια επικοινωνούν μέσω των φερομονών, προκειμένου να βρίσκει αποτελεσματικές διαδρομές μέσα σε δίκτυα επικοινωνιών. Ουσιαστικά σχεδιάστηκε για να βρίσκει τα καλύτερα και τα πιο γρήγορα μονοπάτια μεταφοράς δεδομένων.
Ο αλγόριθμος ACO
Το σύστημα αυτό, με την ονομασία ACO (Ant Colony Optimization), που σημαίνει «μέθοδος βελτιστοποίησης αποικίας μυρμηγκιών» στα ελληνικά, δεν αποτέλεσε απλώς ένα συμπέρασμα από τη μελέτη των εντόμων. Έγινε αλγόριθμος που χρησιμοποιείται για την επίλυση προβλημάτων, από τον προγραμματισμό και τις μεταφορές μέχρι τις τηλεπικοινωνίες και τα logistics. Για παράδειγμα, αλγόριθμοι ACO έχουν χρησιμοποιηθεί στον σχεδιασμό σιδηροδρομικών δικτύων και δρομολογίων, αλλά και σε σύνθετα προβλήματα προγραμματισμού, όπου πρέπει να κατανεμηθούν εργασίες με όσο το δυνατόν μεγαλύτερη αποτελεσματικότητα. Ο Ντορίγκο ανέπτυξε μαζί με τον συνεργάτη του, Τζιάνι Ντι Κάρο, το σύστημα AntNet. Πρόκειται για μια διαδικασία που μιμείται τον τρόπο με τον οποίο τα μυρμήγκια επικοινωνούν μέσω των φερομονών, προκειμένου να βρίσκει αποτελεσματικές διαδρομές μέσα σε δίκτυα επικοινωνιών. Το AntNet ουσιαστικά σχεδιάστηκε για να βρίσκει τα καλύτερα και τα πιο γρήγορα μονοπάτια μεταφοράς δεδομένων. Γι’ αυτό και αποτελεί τμήμα του ευρύτερου πεδίου της τεχνητής νοημοσύνης και των προσαρμοστικών συστημάτων.
Η βασική ιδέα είναι απίστευτα απλή: Αν μια διαδρομή αποδεικνύεται αποτελεσματική, το σύστημα την ενισχύει. Αν δεν αποδίδει, σταδιακά την εγκαταλείπει. Στο τέλος προκύπτει η ιδανικότερη λύση. Όσο και να το παλεύουμε, δεν χρειάζεται να γνωρίζουμε εξαρχής ποια είναι η τέλεια επιλογή. Μέσω της έρευνας βγάζουμε τα καλύτερα συμπεράσματα και ενισχύουμε οτιδήποτε λειτουργεί καλύτερα. Είναι αποτέλεσμα ενός μωσαϊκού από μικρές αντιλήψεις και εμπειρίες που συσσωρεύουμε διαρκώς για τους ανθρώπους, τα υπόλοιπα όντα και το περιβάλλον μας. Δεν αγνοούμε το ένστικτό μας, όμως δεν το ακολουθούμε τυφλά. Μαθαίνουμε πότε αξίζει να το ακούμε και πότε χρειάζεται να κάνουμε ένα βήμα πίσω για να επανεξετάσουμε τα δεδομένα. Χωρίς να διαθέτουμε τις φερομόνες των μυρμηγκιών.
Φωτογραφίες: Getty Images/Ideal Image
