Video: 26 MẸO VÀ QUẦN ÁO THÔNG MINH 2025
Một ví dụ tự nhiên của nhóm tự tổ chức bạn có thể áp dụng trong hành vi phân tích tiên đoán là một đàn kiến đi săn ăn. Các con kiến phối hợp tối ưu đường đi của chúng để nó luôn luôn có con đường ngắn nhất có thể để một mục tiêu thực phẩm.
Thậm chí nếu bạn cố gắng làm phiền một khu kiến trúc diễu hành kiến và ngăn cản họ đi đến mục tiêu thực phẩm, họ nhanh chóng quay trở lại và tìm cách ngắn nhất có thể cho mục tiêu thức ăn, tất cả đều tránh những trở ngại giống nhau trong khi tìm kiếm thức ăn. Tính đồng nhất của hành vi này là có thể bởi vì mỗi con kiến gửi một đường mòn của pheromones trên mặt đất.
Hãy xem một quân đội của những con kiến đang nhàn rỗi trong tổ của họ. Khi họ bắt đầu tìm kiếm thức ăn, họ hoàn toàn không có thông tin về nơi tìm nó. Họ diễu hành ngẫu nhiên cho đến khi một con kiến tìm thức ăn; bây giờ là con kiến may mắn (gọi nó là Ant X) phải truyền đạt nó cho những con kiến còn lại - và để làm điều đó, nó phải tìm đường trở lại tổ.
May mắn thay, Ant X đang sản xuất pheromones của chính mình trong suốt thời gian tìm kiếm thức ăn; nó có thể theo đường mòn riêng của nó về pheromones trở lại tổ. Trên đường trở lại tổ, theo con đường pheromone riêng của mình, Ant X đặt nhiều pheromones trên cùng một đường mòn.
Kết quả là, hương vị trên con đường của Ant X sẽ là mạnh nhất trong số tất cả các con đường của con kiến khác. Đường mòn mạnh nhất của pheromones sẽ thu hút tất cả kiến khác vẫn đang tìm kiếm thực phẩm. Họ sẽ theo mùi hương mạnh nhất. Khi nhiều con kiến tham gia đường mòn của Ant X, chúng sẽ thêm nhiều pheromones vào nó; hương thơm trở nên mạnh mẽ hơn. Chẳng bao lâu sau, tất cả kiến khác đều có hương thơm mạnh mẽ để theo sau.
Nếu một số kiến đã khám phá được cùng một nguồn thực phẩm, những con kiến đi theo con đường ngắn nhất sẽ làm nhiều chuyến đi hơn so với những con kiến đi theo con đường dài hơn - do đó nhiều kích thích tố sẽ được tạo ra trên con đường ngắn nhất. Mối quan hệ giữa hành vi cá nhân và tập thể là một ví dụ tự nhiên khai ngộ.
Mỗi dấu chấm đại diện cho một tài liệu. Giả sử rằng các dấu chấm màu đen là các tài liệu về phân tích tiên đoán và các chấm trắng là tài liệu về nhân học. Các điểm biểu diễn các loại tài liệu khác nhau được phân bố ngẫu nhiên trong lưới của năm ô.
"Kiến" được triển khai ngẫu nhiên trong lưới để tìm kiếm các tài liệu tương tự. Mỗi tế bào với một giá trị trong nó đại diện cho một ví dụ của một "pheromone. "Sử dụng ma trận tài liệu, mỗi giá trị" pheromone "của mỗi tế bào được tính từ tài liệu tương ứng.
Được rồi, trí tuệ tập thể của kiến kiến tạo ra mô hình để thu thập dữ liệu hiệu quả như thế nào? Câu trả lời nằm trong một sự tương đồng đơn giản: Kiến tìm kiếm thực phẩm trong môi trường của chúng, giống như chúng ta đang tìm kiếm các cụm trong một tập dữ liệu - tìm các tài liệu tương tự trong một tập hợp lớn các tài liệu.
Xem xét một tập dữ liệu của các tài liệu bạn muốn sắp xếp theo chủ đề. Các tài liệu tương tự sẽ được nhóm lại trong cùng một cụm. Đây là nơi tổ kiến có thể cung cấp những gợi ý về làm thế nào để nhóm các tài liệu tương tự.
Hãy tưởng tượng một lưới 2D (2D) nơi bạn có thể đại diện cho các tài liệu dưới dạng các dấu chấm. Lưới 2D được chia thành các ô. Mỗi tế bào có một "pheromone" (giá trị) gắn liền với nó. Tóm lại, giá trị "pheromone" phân biệt từng tài liệu trong một ô nhất định.
Các dấu chấm ban đầu được phân phối ngẫu nhiên - và mọi dấu chấm trong lưới đại diện cho một tài liệu duy nhất. Bước tiếp theo là triển khai các chấm khác một cách ngẫu nhiên trên lưới 2D, mô phỏng sự tìm kiếm thức ăn của con kiến trong môi trường của nó. Những chấm này ban đầu được phân tán trong cùng một lưới 2D với các tài liệu.
Mỗi dấu chấm mới được thêm vào lưới biểu diễn một kiến. Những "kiến" này thường được đề cập đến trong thuật toán đàn kiến là các đại lý đang di chuyển trong lưới 2D. Mỗi "kiến" sẽ lấy hoặc thả ra các dấu chấm khác (tài liệu), tùy thuộc vào vị trí của tài liệu tốt nhất. Theo cách này, "thực phẩm" có dạng tài liệu tương tự nhau để chúng có thể được nhóm lại.
Một "kiến" đi ngẫu nhiên trong lưới; nếu nó gặp một tài liệu, nó có thể thực hiện một trong hai hành động: chọn hoặc thả. Mỗi tế bào có mật độ "pheromone" cho thấy tài liệu này tương tự như các tài liệu khác (dấu chấm) nằm gần tài liệu đang nói đến - cái mà một con kiến "" đang hoặc sẽ nhặt hoặc bỏ.
Lưu ý rằng "kiến" trong ô 3 sẽ lấy tài liệu chấm màu đen vì giá trị pheromone trắng đang chiếm ưu thế; và di chuyển đến ô có giá trị gần (tương tự) với những gì trong ô 4 (một vài chấm màu đen). Các tìm kiếm giữ iterating cho đến khi các cụm hình thành.
Trong thực tế, "kiến" di chuyển các tài liệu từ một ô này sang tế bào khác để tạo thành các cụm bằng cách thực hiện một trong hai hành động: lấy tài liệu hoặc thả một tài liệu.
Khi "kiến" bắt đầu di chuyển ngẫu nhiên trên lưới điện, gặp một dấu chấm (tài liệu) dẫn đến "kiến" lấy một tài liệu từ ô hiện tại của nó, di chuyển với nó, và thả nó vào một ô mà nó đã có tương đương đủ để phù hợp.
Làm thế nào một "kiến" xác định được tế bào tốt nhất để thả một tài liệu? Câu trả lời là các giá trị trong các ô hoạt động như "pheromones" - và mỗi ô trong lưới 2D chứa một giá trị số có thể được tính theo cách thể hiện một tài liệu trong ô.
Hãy nhớ rằng mỗi tài liệu được biểu diễn dưới dạng một tập các số hoặc một véc tơ các giá trị số. Mức "cường độ của pheromone" (giá trị số) tăng lên khi nhiều tài liệu được đưa vào tế bào - và giá trị đó sẽ giảm nếu các số đại diện cho các tài liệu được di chuyển ra khỏi tế bào.
