Kaip skruzdėlių miestai po žeme padeda kurti pažangesnius robotus ir miestų infrastruktūrą

Skruzdėlės dažnai atrodo kaip paprasti, mažyčiai vabzdžiai, tačiau po žeme jos stato sudėtingus „miestus“ su koridoriais, sandėliais ir ventiliacijos šachtomis. Šios kolonijos veikia be centrinio vadovo, bet vis tiek efektyviai sprendžia logistikos, eismo ir statybos užduotis.

Požeminių kolonijų architektūra

Daugelio rūšių skruzdėlės kasa šimtus metrų ilgio tunelių sistemą, kuri gali siekti net kelių aukštų gylį. Tokios kolonijos turi atskiras „zonas“ maisto sandėliavimui, lervų priežiūrai ir poilsiui, nors niekas specialiai jų neplanuoja kaip architektas.

Mokslininkai, užpildydami senus lizdus gipsu ar skystu metalu ir po to atkasant, mato sudėtingus tinklus, primenančius inžinieriaus kurtus kanalus. Pasirodo, kad tunelių išdėstymas padeda mažinti spūstis, paskirstyti drėgmę ir šilumą bei apsaugo nuo užtvindymo.

Dalį šios tvarkos lemia paprastos taisyklės, kurių laikosi kiekviena darbininkė: pavyzdžiui, vengti per daug siauros vietos ar kasti arčiau kitų judrių koridorių. Kai milijonai tokių smulkių sprendimų susideda, atsiranda tvarkinga, adaptyvi sistema.

Kolektyvinis protas be vadovo

Skruzdėlių kolonija neturi „karalienės valdovės“, kuri nurodinėtų kitiems, ką daryti. Karalienė deda kiaušinius, o visi organizaciniai sprendimai kyla iš daugelio individų tarpusavio sąveikos.

Kiekviena skruzdėlė reaguoja į paprastus signalus: feromonų pėdsaką, prisilietimą, maisto kvapą ar kitų darbininkių tankį aplink. Iš šių vietinių reakcijų visai kolonijai atsiranda savotiškas kolektyvinis „protas“.

Toks valdymo būdas itin domina robotikos kūrėjus, kurie kuria spiečiaus robotus: daugybę mažų, pigių, tarpusavyje bendraujančių robotų. Užuot programavę vieną supergalingą robotą, jie bando pritaikyti skruzdėlių principą, kai paprasti vienetai, bendradarbiaudami, atlieka sudėtingas užduotis.

Skruzdėlių logistikos pamokos miestams

Skruzdėlės pačios susitvarko su „eismo“ problema: siauruose tuneliuose juda tūkstančiai individų, tačiau spūstys susidaro retai ir greitai išsisklaido. Stebint kolonijas, matoma, kad jos natūraliai taiko taisykles, primenančias išmanų srautų valdymą.

Pavyzdžiui, jei viena kryptis tampa per daug apkrauta, skruzdėlės pradeda dažniau rinktis alternatyvius kelių derinius arba laikinai sustabdo dalį veiklos. Tai vyksta ne dėl įsakymo iš viršaus, o dėl vietinių susidūrimų ir feromonų koncentracijos pokyčių.

Miestų planuotojai ir transporto sistemų kūrėjai tiria šiuos modelius ir taiko juos šviesoforų programavimui ar viešojo transporto maršrutams. Idėja paprasta: ne tik iš anksto suplanuoti idealų tinklą, bet leisti sistemai mokytis ir keistis pagal realius srautus, kaip tai daro skruzdėlės.

Nuo skruzdėlynų iki robotų spiečių

Viena aktyviausių sričių, kurioje pritaikomi skruzdėlių principai, yra spiečiaus robotika. Čia kuriamos nedidelės, vienodai užprogramuotos mašinos, kurios geba savarankiškai paskirstyti užduotis ir prisitaikyti prie netikėtų kliūčių.

Pavyzdžiui, keli šimtai paprastų robotų gali kartu statyti laikinas konstrukcijas arba rinkti šiukšles didelėje teritorijoje, nereikalaudami nuolatinio žmogaus valdymo. Vienas vienetas gali sugesti, tačiau bendra sistema vis tiek veiks, nes kiti užims jo vietą, kaip ir skruzdėlių kolonijoje.

Tokie sprendimai domina gelbėjimo tarnybas, kurios ieško būdų tyrinėti pavojingas griuvėsių zonas po žemės drebėjimų ar sprogimų. Maži, pigūs robotai, mokantys bendradarbiauti, galėtų pasiekti vietas, kurios žmonėms per daug rizikingos.

Optimizavimo algoritmai ir duomenų centrai

Skruzdėlių elgesys įkvėpė ir specialią matematinę metodiką, vadinamą skruzdėlių kolonijos optimizavimu. Tai algoritmų šeima, kurioje virtualios „skruzdėlės“ kompiuteryje ieško geriausių sprendimų sudėtingoms problemoms.

Kiekviena tokia virtuali būtybė atsitiktinai „keliauja“ po galimų sprendinių erdvę ir palieka žymę, proporcingą sprendimo kokybei. Kitas kartas labiau linkęs sekti geresnių sprendimų „pėdsakais“, todėl ilgainiui sistema atranda vis optimaliau veikiančius variantus.

Tokie algoritmai naudojami planuojant maršrutus krovininiams automobiliams, skirstant apkrovas tarp serverių duomenų centruose ar optimizuojant gamybos linijas. Vietoj to, kad žmogus rankomis apgalvotų visas schemas, leista skaitmeninėms skruzdėlėms eksperimentuoti ir mokytis.

Kas iš to kasdieniam gyvenimui?

Nors skruzdėlynai atrodo nutolę nuo kasdienės buities, jų principai jau veikia daugelį paslaugų, kuriomis žmonės naudojasi. Paštomatų tinklų išdėstymas, prekių pristatymo trasos ar net dalies miesto šviesoforų veikimas remiasi optimizavimo idėjomis, gimusiomis stebint gyvūnų kolonijas.

Ateityje tokie gamtos įkvėpti sprendimai gali tapti dar labiau matomi. Išmanūs pastatai, prisitaikantys prie žmonių srautų, robotų komandos, prižiūrinčios sudėtingą infrastruktūrą, arba energijos tinklai, gebantys perskirstyti apkrovas, vis dažniau bus kuriami remiantis paprastomis, bet galingomis skruzdėlių taisyklėmis.

Stebint šiuos vabzdžius aiškėja, kad sudėtingoms problemoms nebūtinai reikia sudėtingų nurodymų. Kartais pakanka gerai apgalvotų paprastų taisyklių ir daugybės mažų, tarpusavyje susijusių veiksmų, kurie kartu sukuria stulbinamai efektyvią sistemą.