Počítač jako chemická vlna

Optimalizace průchodu bludištěm je oblíbeným informatickým problémem. Vědci přicházejí i s neobvyklými možnostmi ...


Optimalizace průchodu bludištěm je oblíbeným informatickým problémem. Vědci
přicházejí i s neobvyklými možnostmi řešení.
Pro cesty bludištěm či neméně oblíbené úlohy spojené pohybem umělého mravence
lze použít "klasické" metody či evoluční vývojové techniky. Zajímavou možnost
představuje také "chemický počítač". Nejde přitom o technologii využívající
specifických vlastností DNA, ale o vyhledání cesty přímo vlnou chemických
reakcí.
Pro nalezení nejrychlejší cesty bludištěm použila skupina vědců ze
Západovirginské univerzity chemických reakcí, které jsou schopné vytvářet
speciální prostorové útvary, např. různé pravidelné barevné oscilace (známá je
v této souvislosti například reakce Bělousova-Žabotinského nebo reakce
probíhající v systému označovaném jako bruselátor).
Chemická reakce, která prochází bludištěm ve formě samovolně se šířící vlny, je
díky průvodním chemickým změnám automaticky detekována. Ze série snímků lze
následnou analýzou odhalit optimální cestu, nebo dokonce i řešení vyhovující
různým omezujícím podmínkám.
Bludiště přitom v tomto případě samozřejmě nestačí softwarově modelovat, ale
musíme připravit jeho fyzickou podobu, třeba jako systém různých membrán s
vystříhanými dírami. Při vyhodnocení je třeba uvážit, že chemické vlny se
nešíří přímo, mohou se rovněž srážet, eventuálně odrážet od stěn ve slepých
chodbách.
Ačkoliv popsané řešení vypadá složitě, mohla by se tato technologie uplatnit
tam, kde jiné způsoby řešení selhávají. Chemická vlna vlastně funguje jako
analogový počítač. Podrobnosti o této metodě uvádějí např. Peter Coveney a
Roger Highfield ve své knize Mezi chaosem a řádem (Mladá fronta, Praha, 2003).
Na začátku tohoto článku jsme zmínili i úlohy spojené s pohybem umělého
mravence. V této souvislosti snad stojí za zmínku, že autoři sborníku Umělá
inteligence 4 (knihu vydalo na konci loňského roku nakladatelství Academia a
podrobnou recenzi lze najít např. na portálu Science World na adrese
http://www.scienceworld.cz /sw.nsf/page/ui4) používají příkladu mravence
sbírajícího potravu, aby na něm demonstrovali rozdíl mezi genetickými algoritmy
a genetickým programováním. Základní odlišnost je přibližně následující: Účelem
genetického programování není najít nějakou optimální hodnotu nezávislé
proměnné (proměnných), ale optimální algoritmus. Zatímco výsledkem realizace GA
byl jeden konkrétní automat-mravenec vztažený na určité rozmístění potravy, GP
vedlo k vytvoření obecného algoritmu, který fungoval ve všech bludištích se
stejným typem překážek.









Komentáře
K tomuto článku není připojena žádná diskuze, nebo byla zakázána.