Se forman murmullos de estorninos a medida que la luz del día se desvanece sobre sus sitios de descanso. Shutterstock/Albert Beukhof
La palabra enjambre a menudo tiene connotaciones negativas: piense en plagas bíblicas de langostas o calles llenas de compradores de última hora durante la temporada navideña. Sin embargo, el enjambre es fundamental para la supervivencia de muchos colectivos animales. Y ahora la investigación sobre los enjambres también tiene el potencial de cambiar las cosas para los humanos.
Las abejas enjambran para hacer su buscar nuevas colonias más efectivo. Uso de bandadas de estorninos murmullos deslumbrantes para evadir y confundir a los depredadores. Estos son solo dos ejemplos de la naturaleza, pero el enjambre se puede ver en casi todos los rincones del reino animal.
La investigación de matemáticos, biólogos y científicos sociales nos está ayudando a comprender el enjambre y aprovechar su poder. Ya se está usando para control de la multitud, la gestión del tráfico y para entender el propagación de enfermedades infecciosas. Más recientemente, está comenzando a dar forma a la forma en que usamos los datos para la atención médica, operamos drones en conflictos militares y se ha utilizado para vencer probabilidades de apuestas casi insuperables en eventos deportivos.
Un enjambre es un sistema que es mayor que la suma de sus partes. Así como muchas neuronas forman un cerebro capaz de pensar, recordar y sentir, los grupos de animales pueden actuar al unísono para formar un "supercerebro", mostrando un comportamiento muy complejo que no se ve en animales individuales.
El experto en vida artificial Craig Reynolds revolucionó el estudio del enjambre en 1986 con la publicación del Modelo de cuerpos simulación por ordenador. El modelo de Boids descompone el enjambre en un conjunto simple de reglas.
Los Boids (bird-oids) en la simulación, como avatares o personajes en un videojuego, reciben instrucciones para moverse en la misma dirección que sus vecinos, moverse hacia la posición promedio de sus vecinos y evitar colisiones con otros boids.
Las simulaciones de Boids son sorprendentemente precisas en comparación con los enjambres reales.
El modelo de Boids sugiere que el enjambre no necesita líderes para coordinar el comportamiento, como los peatones en el centro de una ciudad en lugar de una visita guiada a un museo. El comportamiento complejo que vemos en los enjambres surge de interacciones entre individuos que siguen las mismas reglas simples en paralelo. En el lenguaje de la física, este fenómeno se conoce como aparición.
la mente colmena
En 2016, la empresa de tecnología estadounidense IA unánime usó el poder de la inteligencia de enjambre para gana la apuesta “superfecta” del Derby de Kentucky, pronosticando con éxito el primer, segundo, tercer y cuarto lugar de la famosa carrera de caballos estadounidense.
Expertos de la industria y algoritmos de aprendizaje automático convencionales hizo franjas de predicciones incorrectas. Sin embargo, los aficionados entusiastas de las carreras reclutados por Unanimous AI combinaron sus conocimientos para vencer a los 541/1 probabilidades.
Los apostadores esperanzados apuestan millones de dólares en el Derby de Kentucky cada año. Shutterstock/Cheryl Ann Quigley
El éxito de los voluntarios residía en la forma en que se generaban sus predicciones. En lugar de votar por los ciclistas y agregar sus opciones, los voluntarios usaron La plataforma de inteligencia de enjambre de Unanimous AI para participar en un tira y afloja digital en tiempo real, inspirado en enjambres de pájaros y abejas.
Todos los voluntarios tiraron simultáneamente de un dial hacia sus respectivas opciones. Esto permitió que las personas cambiaran sus preferencias en respuesta a las acciones de los demás (por ejemplo, una persona puede haber cambiado a tirar hacia su segunda opción, B, en lugar de su primera opción, C, si vio que A y B eran los claros favoritos ).
Responderse unos a otros en tiempo real permitió a los voluntarios de Unanimous AI superar colectivamente individuos altamente informados.
Es más, si las selecciones individuales más frecuentes de los voluntarios determinaran el orden, solo el ganador 2016 y favorito de las casas de apuestas, Nyquist, se habría colocado correctamente.
Preocupaciones de salud
Tecnologías de enjambre similares también son de creciente interés en el la salud sector, donde hablar de una revolución de la IA está incitando preocupaciones crecientes sobre la privacidad del paciente.
como la dependencia de técnicas basadas en datos en el cuidado de la salud aumenta, también lo hace la demanda de extensos conjuntos de datos de pacientes. Una forma de satisfacer estas demandas es agrupar información entre instituciones y, en algunos casos, países.
Sin embargo, la transferencia de datos de pacientes a menudo está sujeta a estrictas normas de protección de datos. Una solución a este problema es usar solo datos internos, aunque esto a menudo se produce a expensas de la precisión del diagnóstico.
Una alternativa radica en el enjambre. Los investigadores creen que la inteligencia de enjambre puede preservar la precisión diagnóstica sin necesidad de intercambio de datos brutos entre instituciones.
Estudios preliminares han demostrado que descentralizar el almacenamiento de datos en una red de nodos que interactúan puede brindar a las instituciones el beneficio de la sabiduría compartida. Esto significa que no hay un eje central que coordine el flujo de información, y las instituciones no pueden acceder a los datos privados de los pacientes entre sí.
El aprendizaje automático centralizado utiliza datos cargados en un centro compartido donde se lleva a cabo el aprendizaje automático utilizando todos los datos disponibles. En los sistemas descentralizados, cada institución almacena por separado sus datos en su propio nodo. El aprendizaje automático ocurre localmente en cada nodo (utilizando solo datos internos), pero los resultados del aprendizaje automático se comparten entre la red, en beneficio de todos los nodos. Este proceso garantiza que los datos sin procesar del paciente no se intercambien entre instituciones, preservando la privacidad del paciente.
Enjambres de drones pronto podrían poblar el campo de batalla. Fotografía de Shutterstock / Andy Dean
Enjambres y guerra
La tecnología de drones se utiliza cada vez más en el combate de primera línea, en los últimos tiempos, sobre todo por Fuerzas ucranianas existentes conflicto actual entre Rusia y Ucrania. Sin embargo, tal como está, la tecnología de drones convencionales requiere supervisión uno a uno.
Investigación de defensa actual tiene como objetivo facilitar la comunicación entre drones, permitiendo que un controlador opere enjambres de drones. El desarrollo de dicha tecnología promete mejorar enormemente la escalabilidad, reconocimiento y sorprendentes capacidades de los drones de combate al permitir la transmisión continua de información dentro de grupos de drones.
A medida que la investigación profundiza en el enjambre, encontramos un mundo donde la acción colectiva crea complejidad, adaptabilidad y eficiencia. A medida que la tecnología evoluciona, el papel de la inteligencia de enjambres crecerá, entrelazando nuestro mundo con la fascinante dinámica de los enjambres.
Sobre el Autor
Samuel Johnson, Candidato a DPhil en Biología Matemática, Universidad de Oxford
Este artículo se republica de La conversación bajo una licencia Creative Commons. Leer el articulo original.
