Badacz udoskonalił problem dopasowywania dwustronnego w informatyce, dokonując porównań z procesami biologicznymi w układzie nerwowym.
W naturze neurony konkurują o połączenie z włóknami mięśniowymi, a skuteczny system Navlakha zaadaptował do prostego algorytmu. Ta nowa metoda nie tylko poprawia parowanie dokładnośćskracając czas oczekiwania w rzeczywistych aplikacjach, takich jak wspólne przejazdy, ale także zwiększa prywatność, eliminując potrzebę centralnego przetwarzania danych.
Optymalizacja wspólnych przejazdów i wyzwania informatyczne
Gdy poprosisz aplikację do wspólnych przejazdów o znalezienie samochodu, komputery firmy zaczną działać. Wiedzą, że chcesz szybko dotrzeć do celu. Wiedzą, że nie jesteś jedynym użytkownikiem, który potrzebuje podwiezienia. Wiedzą też, że kierowcy chcą zminimalizować czas przestoju, zabierając kogoś w pobliżu. Zadaniem komputera, mówi profesor nadzwyczajny w laboratorium Cold Spring Harbor, Saket Navlakha, jest kojarzenie kierowców z pasażerami w sposób maksymalizujący szczęście wszystkich osób.
Informatycy, tacy jak Navlakha, nazywają to dopasowaniem dwustronnym. To samo zadanie wykonują systemy łączące dawców narządów z kandydatami do przeszczepów, studentów medycyny z programami rezydencji i reklamodawców ze boksami reklamowymi. Jako taki jest przedmiotem intensywnych badań.
„To prawdopodobnie jeden z 10 najsłynniejszych problemów informatyki” – mówi Navlakha.
Biologiczny wgląd w algorytmy komputerowe
Teraz znalazł sposób, aby zrobić to lepiej, czerpiąc wskazówki z biologii. Navlakha rozpoznał problem dwustronnego dopasowania w okablowaniu układu nerwowego. U dorosłych zwierząt każde z włókien mięśniowych ciała jest połączone z dokładnie jednym neuronem kontrolującym jego ruch. Jednak na początku życia każde włókno jest celem wielu neuronów. Aby zwierzę mogło sprawnie się poruszać, należy obciąć nadmiar połączeń. Które mecze mają więc trwać?
Układ nerwowy ma skuteczne rozwiązanie. Navlakha wyjaśnia, że neurony początkowo połączone z tym samym włóknem mięśniowym konkurują ze sobą, aby utrzymać dopasowanie, wykorzystując neuroprzekaźniki jako zasoby „licytujące”. Neurony, które przegrają tę aukcję biologiczną, mogą przejąć swoje neuroprzekaźniki i skorzystać z innych włókien. W ten sposób każdy neuron i włókno w końcu znajdzie partnera.
Navlakha opracował sposób wdrożenia tej strategii dopasowywania poza układem nerwowym. „To prosty algorytm” – mówi. „To tylko dwa równania. Jednym z nich jest rywalizacja między neuronami podłączonymi do tego samego światłowodu, a drugim jest realokacja zasobów.
Zalety algorytmu inspirowanego neuronauką
Algorytm inspirowany neuronauką, przetestowany w porównaniu z najlepszymi dostępnymi programami dopasowywania dwustronnego, działa bardzo dobrze. Tworzy niemal optymalne pary i pozostawia mniej imprez niezrównanych. W codziennych zastosowaniach może to oznaczać krótszy czas oczekiwania pasażerów korzystających z wspólnych przejazdów i mniej szpitali bez lekarzy.
Prywatność i zastosowania praktyczne
Navlakha wskazuje na jeszcze jedną zaletę. Nowy algorytm chroni prywatność. Większość dwustronnych systemów dopasowywania wymaga przekazania odpowiednich informacji do centralnego serwera w celu przetworzenia. Jednak w wielu przypadkach – od aukcji internetowych po dopasowywanie narządów od dawców – preferowane może być podejście rozproszone. Mając niezliczone potencjalne zastosowania, Navlakha ma nadzieję, że inni dostosują nowy algorytm do własnych narzędzi.
„To świetny przykład tego, jak się uczyć obwody neuronowe mogą ujawnić nowe algorytmy dla ważnych problemów związanych ze sztuczną inteligencją” – dodaje.
Referencja: 2 września 2024 r., Postępowanie Narodowej Akademii Nauk.
DOI: 10.1073/pnas.2321032121
Finansowanie: Pew Charitable Trusts, Narodowy Instytut Głuchoty i Innych Zaburzeń Komunikacyjnych, Narodowe Instytuty Zdrowia
