Com um grande grupo de indivaduos, como uma cola´nia de formigas , uma grande quantidade de tempo seria desperdia§ada se as formigas explorassem repetidamente as mesmas áreas vazias.
Os pesquisadores observaram o comportamento explorata³rio das formigas para informar
o desenvolvimento de uma técnica de amostragem matemática mais eficiente.
Crédito: Pixabay
Em um artigo publicado pelo Journal of The Royal Society Interface , uma equipe de pesquisadores de Bristol observou o comportamento explorata³rio das formigas para informar o desenvolvimento de uma técnica de amostragem matemática mais eficiente.
Animais como formigas tem o desafio de explorar seu ambiente para procurar comida e possaveis lugares para morar. Com um grande grupo de indivaduos, como uma cola´nia de formigas , uma grande quantidade de tempo seria desperdia§ada se as formigas explorassem repetidamente as mesmas áreas vazias.
A equipe interdisciplinar das Faculdades de Engenharia e Ciências da Vida da Universidade de Bristol previu que as espanãcies estudadas - a 'formiga-do-rock' - usam alguma forma de comunicação química para evitar a exploração do mesmo espaço várias vezes.
O autor principal, Dr. Edmund Hunt, disse: "Isso seria uma reversão da história de Hansel e Gretel - em vez de seguir as trilhas um do outro, eles os evitariam para explorar coletivamente.
"Nosso manãtodo de amostragem inspirado em formigas pode ser útil em muitos domanios, como a biologia computacional, para acelerar a análise de problemas complexos. Ao descrever o comportamento coletivo das formigas em termos informativos, também nos permite quantificar quanto aºteis são os diferentes aspectos. do comportamento deles para o sucesso. Por exemplo, quanto melhor eles se saem quando seus feroma´nios não são limpos. Isso nos permite fazer previsaµes sobre quais mecanismos comportamentais tem mais probabilidade de serem favorecidos pela seleção natural ".
"Para testar essa teoria, realizamos um experimento em que deixamos as formigas explorar uma arena vazia, uma a uma. Na primeira condição, limpamos a arena entre cada formiga para que elas não deixassem nenhum vestagio de seu caminho. Na segunda condição , não limpamos entre formigas. As formigas na segunda condição (sem limpeza) fizeram uma melhor exploração da arena - elas cobriram mais espaço ".
Em matemática, uma distribuição de probabilidade descreve a probabilidade de cada um de um conjunto de diferentes resultados possaveis: por exemplo, a chance de uma formiga encontrar comida em um determinado local. Em muitos problemas de ciência e engenharia, essas distribuições são altamente complexas e não tem uma descrição matemática clara. Em vez disso, épreciso fazer uma amostragem para obter uma boa aproximação: com o desejo de evitar a amostragem em excesso de partes sem importa¢ncia (baixa probabilidade) da distribuição.
A equipe queria descobrir se a adoção de uma abordagem inspirada em formigas aceleraria esse processo de amostragem.
"Previmos que poderaamos simular a abordagem adotada pelas formigas no problema de amostragem matemática, deixando para trás um 'rastro negativo' de onde já foi amostrada. Descobrimos que nosso manãtodo de amostragem inspirado em formigas era mais eficiente (mais rápido) do que um manãtodo padrãoque não deixa uma memória de onde já foi amostrada ", disse o Dr. Hunt.
Essas descobertas contribuem para um interessante paralelo entre o problema de exploração enfrentado pelas formigas e o problema de amostragem matemática da aquisição de informações. Esse paralelo pode informar nossa compreensão fundamental sobre o que as formigas evoluaram para fazer: adquirir informações com mais eficiência.
"Nosso manãtodo de amostragem inspirado em formigas pode ser útil em muitos domanios, como a biologia computacional, para acelerar a análise de problemas complexos. Ao descrever o comportamento coletivo das formigas em termos informativos, também nos permite quantificar quanto aºteis são os diferentes aspectos. do comportamento deles para o sucesso. Por exemplo, quanto melhor eles se saem quando seus feroma´nios não são limpos. Isso nos permite fazer previsaµes sobre quais mecanismos comportamentais tem mais probabilidade de serem favorecidos pela seleção natural ".