Eine Reihe von Technologien, die wir jetzt verwenden, wurden vor Millionen von Jahren durch natürliche Selektion und andere evolutionäre Mechanismen „erfunden“ und implementiert. Dies sind beispielsweise Ultraschallnavigation (Fledermäuse), Sonare (Wale), Elektroschocker (elektrische Aale) usw. Wie sich vor Millionen von Jahren herausstellte, entwickelte die Natur auch Algorithmen, nach denen das bereits vom Menschen erstellte TCP / IP-Netzwerkprotokoll funktioniert. Ameisennahrungssuchmethoden stimmen mit diesen Algorithmen überein.
In fast jeder Ameisenkolonie haben die meisten Ameisenarten Häcksler - Individuen, die Nahrung liefern. Auf den ersten Blick rennen die Häcksler zufällig um das Nest herum, einige weiter, andere näher, und es gibt keinen besonderen Sinn für ihre Aktivitäten. Dies ist aber nur auf den ersten Blick. Trotz der scheinbaren Zufälligkeit ihres Verhaltens gehorcht es bestimmten Gesetzen.
Der auffälligste Fall ist das Verhalten von Ameisensuchern der Art Pogonomyrmex barbatus. Sie kehren fast nie ohne Beutefutter in die Kolonie zurück. Die Häufigkeit und Anzahl der Lebensmittelüberfälle hängt von der Häufigkeit und Anzahl der Häcksler ab, die in die Kolonie zurückkehren.
Viele Verhaltensmuster von Ameisen sind seit vielen Millionen Jahren unverändert. Man kann also sagen, dass diese Insekten vor Millionen von Jahren die Grundprinzipien von TCP / IP erfunden haben. Laut dem Forscher
Balaji Prabhakar haben die Ameisen vor langer Zeit Funktionen wie langsamen Start der Übertragung und Unterbrechung der Übertragung infolge eines Kommunikationsausfalls (
Timeout) kennengelernt. Wie im ersten Fall wird beim Senden einer großen Anzahl von Häckslern (Paketen) die Übertragung fortgesetzt, jedoch in großen Intervallen.
Wenn keine Ameisen mit dem Essen zurückkehren (es gibt keine Bestätigung der Paketzustellung), wird die Übertragung für eine bestimmte Zeit unterbrochen. Bei dieser Art von Ameisen beträgt die Verzögerung etwa 20 Minuten. Wenn in dieser Zeit keine einzige Ameise zurückgekehrt ist, gehen die neuen Sammler nirgendwo hin, das Nest befindet sich im Standby-Modus. Sobald
mindestens ein Sammler mit Lebensmitteln erscheint , wird der Versand der Lebensmittellieferanten
fortgesetzt .
Routenoptimierung: Positives und negatives Feedback
Der Sammler verlässt das Nest und bewegt sich auf einer beliebigen Flugbahn. Mit Hilfe von Pheromonen hinterlässt er eine Geruchsspur (für andere Ameisen). Die Ameise kehrt auf ihrem eigenen Weg zurück, und die Flugbahn kann etwas anders sein (wenn sie beispielsweise mit der Last zurückgeht, muss sie Hindernisse umgehen, die sie gerade leicht erobert hat, wie einen Berggipfel).
Wenn der Sammler mit der Ladung zurückkommt, „verstehen“ die anderen Ameisen, dass es noch Nahrung gibt, die der Späher gerade besucht hat. Anfangs bewegen sich andere Ameisen auf den ursprünglichen "Pfaden", legen aber letztendlich einen neuen, kürzesten Weg. Tatsache ist, dass es pro Zeiteinheit mehr Ameisen schaffen, den kurzen Weg entlang zu gehen als den langen, was bedeutet, dass die Pheromonspur des kurzen Weges nach einiger Zeit zunimmt, aber die Spur des langen Weges im Gegenteil schwächer wird. Am Ende bleibt der kürzeste Weg und die langen Wege verschwinden aufgrund der Verdunstung von Feromonen. Es gibt eine interessante Nuance: Wenn die Pheromone nicht verdampfen würden oder wenn sie langsamer als in der Realität verdampfen würden, könnten die Ameisen keinen kurzen Weg zurücklegen.
Schnitterameise (Pogonomyrmex barbatus)Da das System auf positivem Feedback (wenn andere Personen den Pheromonpfad „wahrnehmbarer“ machen) und negativem Feedback (Pheromone verdampfen, wird der Pfad für andere Personen weniger wahrnehmbar) basiert, organisiert sich die Flugbahn der Ameisen selbst und letztendlich auch sie beginnen Sie, sich auf dem kürzesten Weg zu bewegen.
Ameisen und Roboter
In diesem Jahr wurde eine weitere Studie über Ameisenkolonien bekannt, deren Ergebnisse in der Robotik verwendet wurden. Tatsache ist, dass Wissenschaftler seit langem über die Fähigkeit von Insekten überrascht sind, Staus beim Graben zu vermeiden. Alle organisieren sich irgendwie, die Ameisen passieren den Rest der Individuen mit einer Last.
In einem neuen Experiment
untersuchten Experten das Verhalten von 30 Feuerameisen der Art Solenopsis invicta. Bei der Erstellung des Nestes haben sie die Last (Bodenpartikel) ausgeführt. Zuerst traten Staus in den Tunneln auf, aber im Laufe der Zeit lernten die Ameisen zu warten, bis der Durchgang frei war, und dann trugen sie ihre Ladung ohne Probleme.
Wissenschaftler haben den Ameisenverhaltensalgorithmus untersucht und diesen Algorithmus verwendet, um kleine Roboter zu trainieren. Die Mechanismen wurden für den Transport der Fracht in einem Ameisenmodell trainiert, und die Roboter begannen reibungslos und ohne Probleme zu arbeiten. Die Roboter lernten, ihre Brüder mit Fracht durchzulassen und der beabsichtigten Route ohne Kollisionen und besondere Verzögerungen zu folgen. Laut den Autoren der Studie können die erhaltenen Algorithmen für die Logistik, für Robomobile sowie für Gebäudemodelle zur Reduzierung von Staus nützlich sein. Früher wurden nur statistische Modelle verwendet, jetzt ist es durchaus möglich, die von Ameisen verwendeten Mechanismen zu verwenden.
IoT und Ameisenteilung einer Kolonie
Ein weiteres Experiment, das vor einigen Jahren durchgeführt wurde,
half zu verstehen, warum Ameisen einer der Arten beschließen, sich von ihrer Hauptkolonie zu trennen und eine neue zu gründen (das Schwärmen von Bienen hat ungefähr die gleiche Natur). Sobald die Ameisen im Nest zu oft kollidieren, erreicht die Anzahl der Kollisionen einen kritischen Wert. Eine Reihe von Arbeitern „wählt“ die Erbin der Königin, nimmt sie auf und zieht an einen neuen Ort (nicht alle Arten dieser Insekten tun dies).
Wissenschaftler glauben, dass das Prinzip, mit dem Ameisen den Zeitpunkt bestimmen können, zu dem eine Trennung von der Hauptkolonie erforderlich ist, dazu beitragen wird, die Zuverlässigkeit von Wettervorhersagen auf der Grundlage von Daten von Sensoren und Sensoren aus einer bestimmten Region zu bestimmen. Beispielsweise können Sensoren, die Informationen miteinander austauschen, ein bestimmtes Token übertragen, und der zentrale Server erhält zusätzlich zu den Wetterbeobachtungsinformationen Informationen über die Anzahl der Registrierungen bestimmter Wetterbedingungen an einem bestimmten Ort. Je mehr solcher Registrierungen, desto zuverlässiger ist die Wettervorhersage basierend auf den Messwerten.
Das oben dargestellte Verhaltensmodell für Ameisen ist auch für andere soziale Insekten relevant, einschließlich Termiten, Bienen, Wespen und andere. Weitere Untersuchungen zum Verhalten sozialer Insekten werden andere „Technologien“ aufdecken, die sie verwenden. Einige von ihnen können für Menschen nützlich sein. Aber im Allgemeinen hat die Natur immer noch eine große Anzahl von Geheimnissen, die noch enthüllt werden müssen.