Алгоритмы ИИ, вдохновленные природой, предлагают новые решения сложных проблем

Кредит: Pixabay/CC0 Общественный домен

Nature вдохновила многие инновации.В последние годы развитие алгоритмов, которые подражают способности к решению проблем в мире природы, вышло на первый план.Такие алгоритмы, компьютерные программы, моделируемые по различным естественным поведению, известны коллективно как алгоритмы, вдохновленные природой.

Они спроектированы путем изучения динамики естественной или социальной системы, такой как те, которая наблюдается у муравьев и пчел или движений и навыков летучих мышей и птиц.Существует несколько классов, определяемых поведением, на котором они смоделированы, включая интеллект роя, биологические системы и физические или химические процессы.

Сетчатый интеллект является особенно полезной частью алгоритмов, вдохновленных природой.Это происходит от коллективного поведения групп животных, таких как стая птиц или школ рыбы.Принцип, лежащий в основе этих алгоритмов,-это концепция самооптимизации, отличительная черта природных систем, которые эффективно управляют ресурсами и адаптируются к изменяющимся средам для решения, казалось бы, сложных проблем.Передавая эти естественные навыки в алгоритм, исследователи находят способы разработки самооптимизирующих систем для некоторых проблем, с которыми мы сталкиваемся.

В статье, опубликованном в Международном журнале «Парадигмы передовой разведки», С. Танга Ревати из Неверного инженерного колледжа Наваджи Мунот Джайн в Ченнаи и Н. Рамарадж из Университета Виньян в Гунтуре, Индия, объяснить, как вдохновленные природой алгоритмы могут дать нам эффективныеи адаптируемый способ подходить к трудным и, возможно, иным образом неразрешимым проблемам.

Они цитируют некоторые из наиболее заметных, таких как оптимизация колоний муравей (ACO), оптимизация роя частиц (PSO), поиск кукушки и алгоритм BAT.Каждый из этих алгоритмов использует характеристики естественного коллективного поведения, чтобы сходиться на решение проблемы.

Например, в рамках птичьего стада каждая птица следует простым правилам без какого -либо отдельного лидера, который затем порождает сложную систему, которая представляет собой штурмовую борту.Флокирующее поведение, подобное всплеску, обычно является методом избегания хищников.На движения птиц влияют организация их ближайших соседей.Избегать столкновений, сопоставление скоростей и поддержание близости к группе - это то, что приводит к этому скоординированному и сплоченному движению стада.

Практическое применение алгоритмов на основе роя охватывает широкий спектр полей.Например, в биомедицине они могут использоваться в диагностике, генетике и прогнозировании структуры белка.Другие алгоритмы могут использоваться для управления сетями, классификации данных и управления системами очередей.

Обзор показывает, что мы только начали разрабатывать вдохновленные природой системы и есть большой потенциал для моделирования множества различных систем в мире природы для решения широкого спектра проблем, с которыми сталкивается человечество.

More information: S. Thanga Revathi et al, A brief study about nature inspired optimisation algorithms, International Journal of Advanced Intelligence Paradigms (2024). DOI: 10.1504/IJAIP.2024.139952