מלמולי זרזירים נוצרים כשאור היום דועך מעל אתרי הלינה שלהם. Shutterstock / Albert Beukhof
המילה נחיל נושאת לעתים קרובות קונוטציות שליליות - חשבו על מגפות תנ"כיות של ארבה או רחובות גבוהים מלאים בקונים של הרגע האחרון במהלך העומס של חג המולד. עם זאת, נחילות חיוניות להישרדותם של קולקטיבים רבים של בעלי חיים. ועכשיו למחקר על נחילות יש פוטנציאל לשנות דברים גם עבור בני אדם.
דבורים נחילו לעשות את שלהם לחפש מושבות חדשות יעיל יותר. להקות זרזירים משתמשים מלמולים מסנוורים כדי להתחמק ולבלבל טורפים. אלו הן רק שתי דוגמאות מהטבע, אך ניתן לראות נחילות כמעט בכל פינה בממלכת החיות.
מחקר של מתמטיקאים, ביולוגים ומדעי החברה עוזר לנו להבין את הנחילות ולרתום את כוחה. זה כבר בשימוש עבור שליטת קהל, ניהול תעבורה ולהבין את התפשטות של מחלות זיהומיות. לאחרונה, זה מתחיל לעצב את האופן שבו אנו משתמשים בנתונים עבור שירותי בריאות, מפעילים מל"טים בסכסוכים צבאיים ושימש כדי לנצח את סיכויי ההימורים כמעט בלתי עבירים באירועי ספורט.
נחיל הוא מערכת שגדולה מסך חלקיה. כשם שנוירונים רבים יוצרים מוח המסוגל לחשוב, זיכרון ורגש, קבוצות של בעלי חיים יכולות לפעול יחד כדי ליצור "מוח על", המציגים התנהגות מורכבת ביותר שלא נראתה אצל בעלי חיים בודדים.
מומחה לחיים מלאכותיים קרייג ריינולדס חולל מהפכה בחקר הנחילות ב-1986 עם פרסום דגם בוידס הדמיית מחשב. המודל של Boids מפרק את הנחיל למערכת פשוטה של כללים.
ה-Boids (bird-oids) בסימולציה, כמו אווטרים או דמויות במשחק וידאו, מקבלים הוראה לנוע באותו כיוון כמו שכניהם, לנוע לעבר המיקום הממוצע של שכניהם, ולהימנע מהתנגשויות עם בוידים אחרים.
סימולציות בויד מדויקות להפליא בהשוואה לנחילים אמיתיים.
המודל של בוידס מציע שנחילות לא זקוקות למנהיגים כדי לתאם התנהגות - כמו הולכי רגל במרכז העיר ולא סיור מודרך במוזיאון. ההתנהגות המורכבת שאנו רואים בנחילים נובעת מאינטראקציות בין פרטים בעקבות אותם כללים פשוטים במקביל. בשפת הפיזיקה, תופעה זו ידועה בשם הִתהַוּוּת.
מוח הכוורת
בשנת 2016, חברת טכנולוגיה אמריקאית AI פה אחד השתמש בכוחה של אינטליגנציה נחיל כדי לזכות בהימור "סופרפקטה" בקנטקי דרבי, מנבא בהצלחה את הרוכבים הראשונים, השני, השלישי והרביעי במרוץ הסוסים המפורסם בארה"ב.
מומחים בתעשייה ו אלגוריתמים רגילים של למידת מכונה עשה חלקים של תחזיות שגויות. עם זאת, חובבי מרוצים חובבים שגויסו על ידי Unanimous AI אספו את הידע שלהם כדי לנצח את סיכוי 541/1.
מהמרים מלאי תקווה הימרו מיליוני דולרים על דרבי קנטאקי בכל שנה. Shutterstock / שריל אן קוויגלי
הצלחתם של המתנדבים טמונה באופן שבו נוצרו התחזיות שלהם. במקום להצביע על הרוכבים ולרכז את הבחירות שלהם, המתנדבים השתמשו פלטפורמת המודיעין הנחיל של Unanimous AI להשתתף במשיכת חבל דיגיטלית בזמן אמת, בהשראת נחילי ציפורים ודבורים.
כל המתנדבים משכו בו זמנית חוגה לעבר הבחירות שלהם. זה איפשר לאנשים לשנות את העדפותיהם בתגובה לפעולות של אחרים (לדוגמה, ייתכן שאדם עבר למשוך לכיוון הבחירה השנייה שלו, B, ולא הבחירה הראשונה שלו, C, אם הם ראו ש-A ו-B הם המועדפים הברורים ).
היענות זה לזה בזמן אמת אפשרה למתנדבים של Unanimous AI להצליח ביחד אנשים בעלי ידע רב.
יתרה מכך, האם הבחירות הבודדות השכיחות ביותר של המתנדבים קבעו את ההזמנה, רק את זוכה 2016 ו האהובים על סוכני ההימורים, ניקוויסט, היה ממוקם נכון.
חששות בריאותיים
טכנולוגיות נחילות דומות מעוררות גם עניין הולך וגובר בתחום בריאות מגזר, איפה מדברים על מהפכת בינה מלאכותית מעורר הגברת החששות סביב פרטיות המטופל.
כמו ההסתמכות על טכניקות מונעות נתונים בתחום הבריאות גדל, כך גם הביקוש למערך נתונים נרחב של מטופלים. אחת הדרכים לעמוד בדרישות הללו היא לאסוף מידע בין מוסדות ובמקרים מסוימים מדינות.
עם זאת, העברת נתוני המטופל כפופה לעתים קרובות תקנות מחמירות להגנת מידע. פתרון לבעיה זו הוא להשתמש רק בנתונים פנימיים, אם כי לרוב זה בא על חשבון דיוק האבחון.
אלטרנטיבה טמונה בנחילות. חוקרים מאמינים שמודיעין נחיל יכול לשמור על דיוק האבחון ללא צורך בחילופי נתונים גולמיים בין מוסדות.
מחקרים מקדימים הראו שביזור אחסון נתונים לרשת של צמתים המקיימים אינטראקציה יכולה להעניק למוסדות את היתרון של חוכמה משותפת. המשמעות היא שאין מרכז מרכזי שמתאם את זרימת המידע, ומוסדות אינם יכולים לגשת לנתוני המטופלים הפרטיים אחד של השני.
למידת מכונה מרכזית משתמשת בנתונים שהועלו למרכז משותף שבו למידת מכונה מתרחשת תוך שימוש בכל הנתונים הזמינים. במערכות מבוזרות, כל מוסד מאחסן בנפרד את הנתונים שלו בצומת שלו. למידת המכונה מתרחשת באופן מקומי בכל צומת (באמצעות נתונים פנימיים בלבד), אך התוצאות של למידת מכונה מתחלקות בין הרשת, לטובת כל הצמתים. תהליך זה מבטיח שנתוני מטופלים גולמיים לא יוחלפו בין מוסדות, תוך שמירה על פרטיות המטופל.
נחילי רחפנים עשויים לאכלס בקרוב את שדה הקרב. Shutterstock / אנדי דין צילום
נחילים ולחימה
טכנולוגיית המל"טים נמצאת בשימוש יותר ויותר בקרבות קו קדמי, בתקופה האחרונה בעיקר על ידי כוחות אוקראינים ב הסכסוך המתמשך בין רוסיה לאוקראינה. עם זאת, כפי שזה נראה, טכנולוגיית מזל"ט קונבנציונלית דורשת פיקוח אחד על אחד.
מחקר ביטחוני עדכני מטרתו להקל על התקשורת בין מל"טים, ולאפשר לבקר אחד להפעיל נחילי מל"טים. הפיתוח של טכנולוגיה כזו מבטיח לשפר מאוד את מדרגיות, סיור ו בולט יכולות של מל"טים קרביים על ידי מתן אפשרות להעביר מידע רציף בתוך קבוצות של מל"טים.
ככל שהמחקר מעמיק לתוך הנחילות, אנו מוצאים עולם שבו פעולה קולקטיבית יוצרת מורכבות, הסתגלות ויעילות. ככל שהטכנולוגיה מתפתחת, תפקידה של אינטליגנציה של נחילים עומד לגדול, ולשזור את העולם שלנו עם הדינמיקה המרתקת של נחילים.
על המחבר
סמואל ג'ונסון, מועמד DPhil בביולוגיה מתמטית, אוניברסיטת אוקספורד
מאמר זה פורסם מחדש מתוך שיחה תחת רישיון Creative Commons. קרא את ה מאמר מקורי.
