Stærens mumlen dannes, når dagslyset svinder hen over deres rastepladser. Shutterstock / Albert Beukhof

Ordet sværm har ofte negative konnotationer - tænk på bibelske plager af græshopper eller hovedgader fulde af sidste øjebliks shoppere under juletravlheden. Sværmning er dog afgørende for overlevelsen af ​​mange dyrekollektiver. Og nu har forskning i sværmeri potentialet til også at ændre ting for mennesker.

Bier sværmer at gøre deres søge efter nye kolonier mere effektiv. Stæreflokke bruger blændende mumlen for at undgå og forvirre rovdyr. Dette er blot to eksempler fra naturen, men sværmeri kan ses i næsten alle hjørner af dyreriget.

Forskning fra matematikere, biologer og samfundsforskere hjælper os med at forstå sværmeri og udnytte dens kraft. Det bliver allerede brugt til crowd kontrol, trafikstyring og at forstå spredning af infektionssygdomme. For nylig er det begyndt at forme, hvordan vi bruger data til sundhedspleje, betjener droner i militære konflikter og er blevet brugt til at slå næsten uoverstigelige odds i sportsbegivenheder.

En sværm er et system, der er større end summen af ​​dets dele. Ligesom mange neuroner danner en hjerne, der er i stand til at tænke, hukommelse og følelser, kan grupper af dyr handle i forening for at danne en "superhjerne", der viser meget kompleks adfærd, der ikke ses hos individuelle dyr.

Kunstig livsekspert Craig Reynolds revolutionerede studiet af sværmning i 1986 med udgivelsen af Boids model computersimulering. Boids-modellen opdeler sværmeri i et simpelt sæt regler.

Boids (bird-oids) i simulationen, ligesom avatarer eller karakterer i et videospil, bliver instrueret i at bevæge sig i samme retning som deres naboer, bevæge sig mod deres naboers gennemsnitlige position og undgå kollisioner med andre boids.

Boids-simuleringer er slående nøjagtige sammenlignet med rigtige sværme.

Boids-modellen antyder, at sværmeri ikke behøver ledere til at koordinere adfærd - som fodgængere i en bymidte snarere end en guidet museumstur. Den komplekse adfærd, vi ser hos sværme, opstår fra interaktioner mellem individer, der følger de samme enkle regler parallelt. På fysikkens sprog er dette fænomen kendt som fremkomsten.

Hive sindet

I 2016, amerikansk teknologivirksomhed Enstemmig AI brugte sværm-intelligens kraft til vinde Kentucky Derby "superfecta" bet, med succes forudsige de første, anden, tredje og fjerde placerede ryttere i det berømte amerikanske hestevæddeløb.

Brancheeksperter , konventionelle maskinlæringsalgoritmer lavet stribevis af forkerte forudsigelser. Imidlertid samlede amatørracerentusiaster rekrutteret af Unanimous AI deres viden for at slå 541/1 odds.

 Håbefulde spillere satser millioner af dollars på Kentucky Derby hvert år. Shutterstock / Cheryl Ann Quigley

De frivilliges succes lå i den måde, hvorpå deres forudsigelser blev genereret. I stedet for at stemme på ryttere og samle deres valg, brugte de frivillige Enstemmig AI's sværm-intelligensplatform at deltage i et digitalt tovtrækkeri i realtid, inspireret af sværme af fugle og bier.

Alle frivillige trak samtidig en skive mod deres respektive valg. Dette gjorde det muligt for folk at ændre deres præferencer som reaktion på andres handlinger (for eksempel kan en person have skiftet til at trække mod deres andet valg, B, snarere end deres første valg, C, hvis de så A og B var de klare favoritter ).

At reagere på hinanden i realtid gjorde det muligt for Unanimous AI's frivillige til kollektivt at overgå højt informerede personer.

Hvad mere er, havde de hyppigste individuelle valg af de frivillige bestemt rækkefølgen, kun 2016 vinder , bookmakernes favorit, Nyquist, ville have været placeret korrekt.

Sundhedsmæssige bekymringer

Lignende sværmende teknologier er også af stigende interesse i sundhedspleje sektor, hvor tale om en AI-revolution er opfordrende stigende bekymringer omkring patientens privatliv.

Som afhængigheden af datadrevne teknikker i sundhedsvæsenet stiger, det samme gør efterspørgslen efter omfattende patientdatasæt. En måde at imødekomme disse krav på er at samle oplysninger mellem institutioner og i nogle tilfælde lande.

Overførsel af patientdata er dog ofte underlagt strenge databeskyttelsesforskrifter. En løsning på dette problem er kun at bruge interne data, selvom det ofte sker på bekostning af diagnostisk nøjagtighed.

Et alternativ ligger i sværmning. Forskere mener, sværm-intelligens kan bevare diagnostisk nøjagtighed uden behov for rådataudveksling mellem institutioner.

Forundersøgelser har vist, at decentralisering af datalagring i et netværk af interagerende noder kan give institutioner fordelen af ​​delt visdom. Det betyder, at der ikke er et centralt knudepunkt, der koordinerer informationsstrømmen, og institutioner kan ikke få adgang til hinandens private patientdata.

Centraliseret maskinlæring bruger data, der er uploadet til en delt hub, hvor maskinlæring finder sted ved hjælp af alle tilgængelige data. I decentrale systemer gemmer hver institution separat sine data i sin egen node. Maskinlæringen sker lokalt på hver knude (kun ved hjælp af interne data), men resultaterne af maskinlæring deles mellem netværket til gavn for alle knudepunkter. Denne proces sikrer, at rå patientdata ikke udveksles mellem institutioner, hvilket bevarer patientens privatliv.
Sværme af droner kan snart befolke slagmarken. Shutterstock / Andy Dean Photography

Sværme og krigsførelse

Droneteknologi bruges i stigende grad i frontlinjekampe, i nyere tid især af Ukrainske styrker i igangværende konflikt mellem Rusland og Ukraine. Men som det står, kræver konventionel droneteknologi en-til-en supervision.

Aktuel forsvarsforskning har til formål at lette kommunikationen mellem droner, så én controller kan betjene sværme af droner. Udviklingen af ​​en sådan teknologi lover at forbedre markant skalerbarhed, rekognoscering , slående kampdroners evner ved at tillade kontinuerlig informationsrelæ inden for grupper af droner.

Efterhånden som forskningen dykker dybere ned i sværmeriet, finder vi en verden, hvor kollektiv handling skaber kompleksitet, tilpasningsevne og effektivitet. Efterhånden som teknologien udvikler sig, er sværm-intelligens rolle sat til at vokse og flette vores verden sammen med sværmenes fascinerende dynamik.

Om forfatteren

Samuel Johnson, DPhil kandidat i matematisk biologi, University of Oxford

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs oprindelige artikel.