Algorytmy inteligencji roju wykorzystywane są na wiele sposobów - naukowcy testują ich możliwości w mapowaniu planet, a wojskowi - do kontrolowania bezzałogowych pojazdów. Początki tej dziedziny miały miejsce we wczesnych latach 90. XX w.

Jak opowiada PAP prof. Adam Słowik z Katedry Inżynierii Komputerowej Politechniki Koszalińskiej, algorytmy inteligencji roju (ang. swarm intelligence algorithms) czerpią swoje wzorce z natury. Niektóre z inspiracji dla tychże algorytmów pochodzą od np. ławic ryb, kolonii mrówek, stada ptaków czy roju pszczół.

"Inspiracją dla tych algorytmów są społeczne zachowania zwierząt, wśród których można dostrzec istnienie takiej zależności, jak: proste zachowanie pojedynczych osobników plus sposoby dzielenia się wiedzą równa się funkcjonowanie złożonej społeczności. W algorytmach tego typu istnieje +populacja osobników+ kooperujących ze sobą. Ich celem jest rozwiązanie jakiegoś problemu" - opowiada Nauce w Polsce naukowiec.

"Mądrość roju" można wykorzystać w przypadku tzw. problemów klasy NP-trudnych, czyli tam, gdzie liczba potencjalnych rozwiązań bardzo szybko wzrasta wraz ze wzrostem wymiarowości problemu, czyli liczby zmiennych występujących w danym zagadnieniu - precyzuje. Dlatego z powodzeniem taki rodzaj algorytmów stosowany jest do modelowania rzeczywistego procesu dystrybucji przesyłek w firmach transportowych. Inne zastosowania to różnego rodzaju planowanie procesu produkcyjnego, aby czas tego procesu był jak najkrótszy. Algorytmy roju stosowane są również przy projektowaniu rzeczy o nietypowych właściwościach, np. filtrów cyfrowych o nietypowych charakterystykach amplitudowych - wylicza naukowiec.

"Prace wokół algorytmów inteligencji roju koncentrują się nad tworzeniem nowych algorytmów, modyfikowaniem już istniejących lub ich dostosowywaniem do określonych problemów. Oczywiście tworzenie nowych algorytmów tego typu bazuje na wzorowaniu się na innych gatunkach zwierząt" - opowiada naukowiec.

Jak powstają tego rodzaju algorytmy? Jak wyjaśnia prof. Słowik, jest kilka sposobów. Po pierwsze na podstawie obserwacji zachowania zwierząt w środowisku naturalnym. Może to być obserwacja bezpośrednia - miało to miejsce w przypadku tworzenia algorytmu optymalizacji kolonią mrówek lub też wynikać z analizy danych pochodzących z innych prac naukowych, opisujących zachowania społeczne wybranych gatunków zwierząt.

"Algorytmy te starają się w sposób możliwie jak najbardziej precyzyjny modelować zachowania społeczne wybranych organizmów żywych i wykorzystywać je do rozwiązywania złożonych problemów" - mówi.

Pierwszy taki algorytm powstał w oparciu o zachowanie mrówek. "Jak wiadomo mrówki szukając pożywienia poruszają się na początku w sposób losowy. Kiedy pożywienie zostanie znalezione, podczas jego transportu do gniazda każda z mrówek zostawia tzw. ślad feromonowy na swojej drodze. W związku z tym po pewnym czasie szlaki częściej uczęszczane (krótsze) +pachną+ mocniej od szlaków mniej uczęszczanych (dłuższych). Zapach ten stanowi dla mrówek pewnego rodzaju drogowskaz, mówiący o tym którymi szlakami należy się poruszać, aby jak najkrótszą drogą dotrzeć do mrowiska. Tego typu zachowanie mrówek zostało przeniesione na grunt informatyki. Powiązanie algorytmów roju ze światem natury jest - jak widać na tym przykładzie - bardzo silne" - podkreśla badacz.

Naukowiec pytany, czy algorytmy roju są lepsze od pozostałych zaznacza, że nie można do tej tematyki podejść w taki sposób. "W problemach, dla których istnieją algorytmy dokładne i czas uzyskania rozwiązania jest zadowalający dla użytkownika, nie istnieje potrzeba stosowania algorytmów inteligencji roju" - wskazuje.

Według niego algorytmy inteligencji roju będą w dalszym ciągu rozwijane. "To bardzo obiecujący kierunek badawczy, w którym jeszcze dużo rzeczy pozostało do odkrycia, a zainteresowanie nim ciągle wzrasta" - podkreśla.

Prof. Adam Słowik zajmuje się tą tematyką od kilkunastu lat. Niedawno nakładem wydawnictwa Taylor&Francis Group ukazały się dwie książki pod jego redakcją na temat algorytmów roju: "Swarm Intelligence Algorithms – A Tutorial" i "Swarm Intelligence Algorithms – Modifications and Applications". Autorami artykułów są badacze m.in. z: USA, Wielkiej Brytanii, Turcji, Rumunii, Iranu czy Indii.

PAP - Nauka w Polsce, Szymon Zdziebłowski

szz/ agt/