یکشنبه, ۱۶ اردیبهشت, ۱۴۰۳ / 5 May, 2024
حیات وحش الگویی مطمئن برای حل مشکلات فناوری
قلمرو پر راز و رمز طبیعت و مرزهای دانش بشری از همان گذشتههای دور، عرصه داد و ستدی همیشگی میان انسان و طبیعت بوده است و تاریخ خود گواه آن است که بشر همواره با رجوع به دامن طبیعت و الهام گرفتن از پدیدههای آن در طلب دستیابی به مرزهای فراتری از دانش و فناوری برای تداوم حیات و همچنین تدارک لوازم و توشه پربارتری برای زندگی بهتر و آینده نویدبخش خود بوده است. در واقع طبیعت با قوانین و همه مؤلفههایش از جمله گیاهان و جانوران، توانسته در جایگاه مأوای اصلی و بستر همیشه حی و حاضر حیات بشری، مجالی منحصر بهفرد و توانمند را برای بهرهبرداری و ارتقای سطح علم و زندگی وی پیشکش کند. از داستان پرواز به عنوان نمونهای قدیمی و شاخص گرفته تا فناوریهای برتری همچون پوشاک نوین، حواس برتر، ماشینهای پیشرفته و عرصه رایانهها میتوان ردپای الگوبرداری و الهام گرفتن از طبیعت را آشکارا مشاهده کرد.
امروزه و به شهادت دانش تقلیدپذیری و شبیهسازی زیستی، دنیای حیاتوحش را میتوان از جمله عرصههای مثالزدنی و توانمند رویکرد دانش بشری برای بهرهبرداری و ارائه راهحلهای مؤثر برای مشکلاتش به شمار آورد. در این میان اما دنیای حشرات نشان داده بیش از همه محل رجوع دانشمندان برای مطالعات و چارهاندیشیها بوده است. نمونههای بارز مراجعه دانشمندان به دنیای حشرات را میتوان در ارائه سامانههای مدرن مبتنی بر اندامها، حواس و دستگاههای حیاتی حشراتی همچون کرمها، ملخها و سوسکها جستجو کرد. اما اینک و به همت گروهی از محققان، عضو دیگری از خانواده بزرگ حشرات قرار است پیشقدم چارهجویی و کمک به حل مشکلات ما در موضوع بزرگی همچون رایانهها شود.
ماجرای این پژوهش و نتایج جالب توجهش از این قرار است که دستگاه عصبی حشرهای همانند مگس میوه در قد و قواره پیشنهاد مدلهای کارآمد رایانهای و ارائه شبکههای حسگر بیسیم ظاهر میشود و نویدبخش حل مشکلات محاسباتی خواهد بود که چندین دهه ذهن دانشمندان علوم رایانهای را اسیر خود کرده است. مگس میوه که از گذشته و همراه با ظهور دانش ژنتیک به واسطه ایجاد نسلهای مکرر و توارث صفات ژنتیکی آشکارش به مصالح اصلی و همیشه حاضر آزمایشگاههای ژنتیک بدل شده بود، اینک از جهات دیگری توجه دانشمندان را به خود جلب کرده تا جایی که آنها با کپی کردن و نسخهبرداری از همان روشی که برخی سلولهای عصبی مگس میوه برای انتخاب یک راهنما یا راهبر اطلاعاتی به کار میبندند، قصد دارند برای کمک به تشکیل الگوریتمهای رایانهای استفاده کنند. نکته جالب اینجاست که چنین الگوریتمهایی میتواند به ایجاد شبکههای حسگر بیسیم کمک کند و از همین رو این رویکرد جدید میتواند در حوزههای خطیری همچون پایش فعالیت آتشفشانها یا کنترل کردن فعالیت گروههای متعدد رباتها و اشکالات چندگانه برنامهشان مورد استفاده واقع شود.
دانشمندان معتقدند تقلید کردن از نحوهای که برخی سلولهای عصبی در مگس میوه بر اساس آن به انتخاب یک راهبر برای تصمیمگیریها دست میزنند، ما را به شکلگیری الگوریتمی رایانهای رهنمون میشود که قادر است نقش مهمی در کارآمدی شبکهها ایفا کند و بویژه با ایجاد شبکههای حسگر بیسیم میتواند دست محققان را برای حضور و کنترل بهتر در مکان و زمانهای نامناسب و خطیر باز گذارد. این توانمندی در واقع همان کلیدی است که راهگشای حضور و پایش کارآمد ما در موضوعاتی همچون فعالیت آتشفشانی یا کنترل دستههای پر شمار رباتها خواهد بود. این رویکرد جدید که شرح آن در شماره تازه نشریه Science منتشر شده نشان میدهد همان طور که در شبکههای هوشمند برخی حسگرها میتوانند در نقش یگانهای پیشتاز برای اعلام خطر به مرکز فرماندهی ظاهر شوند و مثلا به ردیابی غرشهایی بپردازند که دلالت بر بیداری قریبالوقوع یک آتشفشان دارد، میتوان زمینه دستیابی به همان ارتباطات پیشتاز هشداردهنده را اما با تفاوتی مهم فراهم کرد به نحوی که در سایه آن و با حذف حجم زیادی از حسگرهای تداخلکننده میانی نتیجه کار صرفهجویی در انرژی و توان محاسباتی و نهایتا کارآمدی بیشتر خواهد بود.
راهکار دستگاه عصبی مگس میوه برای به عهده گرفتن کارهای مختلف همان موضوعی است که توجه دانشمندان زیست شناس رایانهای را به شباهت فراوان آن با یک مشکل رایانهای قدیمی موسوم به مشکل محاسبات توزیعی معطوف ساخت. در فرآیند محاسبات توزیعی بسیاری از پردازشگرهای رایانه به اتفاق هم و در جهت یک هدف مشترک، اما با حداقل رهبری کار میکنند. به بیان دیگر مشتی از پردازشگرها ـ نوعا از آنهایی که با پردازشگرهای مجاور زیادی همگروه هستند ـ برای نقش سردستهها طراحی میشوند و برای دریافت اطلاعات از پردازشگرهای پیرامونشان و دست به دست کردن آن تنظیم و راهاندازی میشوند. اما محققان دانشگاه کارنگی ملون که این کار ارزشمند جدید را سرپرستی و اجرا کردهاند معتقدند در حالی که کارشناسان علوم رایانهای درباره آنچه حسگرها لازم است بدانند تنها به حدس و فرضیات میپردازند، توجه به این نکته مهم است که توسعه دادن سلولها برای دایر کردن و تنظیم شبکههایشان بدون داشتن اطلاع زیادی درباره همسایههای مجاورشان ما را به جایی نمیرساند. ولی در مگس میوه اتفاق جالبی میافتد و زمانی که لاروهای آن در حال رشد و نمو خود هستند، برخی سلولها متعهد انجام تکالیف ویژهای همچون تبدیل شدن به پیشرو و ماده اولیهای برای موهای حسگری میشوند که این مگسها برای خوانش دادههای هوای اطراف استفاده میکنند. اما سرانجام هر یک از این موها به وسیله سلولهای غیرمویی احاطه میشوند. این آرایش و جانمایی که در آن سلولها اختصاصی شده یا همان پیشتازها به قدر کافی وجود دارند شباهت زیادی با نحوه تقسیم وظایف در شبکههای توزیعی دارد.
نکته: روشی که برخی سلولهای عصبی در حشرات براساس آن به انتخاب یک راهبر برای تصمیمگیریها دست میزنند، ما را به شکلگیری الگوریتمی رایانهای رهنمون میشود که قادر است نقش مهمی در کارآمدی شبکهها ایفا کند
الگوبرداری از شباهت مکانیسم تقسیم وظایف سلولی مگس میوه با عملکرد شبکههای توزیعی وقتی ارزش خود را نشان میدهد که بدانیم نزدیک به ۳۰ سال است دانشمندان علوم رایانهای در اندیشه طراحی بسیار کارآمد انبوهی از پردازشگرها در قالب سر دسته و پیشروهایی هستند که بتواند با باقی شبکه ارتباط سریعی برقرار کند و طی آن هر پردازشگر مجبور به تعهد سهمی از پردازشگرهای ناحیه مجاورش باشد. به این ترتیب برخی از پردازشگرها بر حسب تعداد تماسهایی که با سایر پردازشگرها برقرار میکنند میتوانند خودشان را به عنوان راهبر شبکه شناسایی کنند.
در طبیعت و زیستشناسی مگس میوه اما وضعیت جالبی حاکم است؛ در حالی که سلولهای عصبی مگس جوان و نورس اساسا از میزان سلولهای موجود در همسایگیشان اطلاعی ندارند، با این حال برای رشد و نمو در جهت توسعه موهای حسگری که به نحو مناسب توزیع شوند مدیریت میشوند. به مجرد این که سلولی خودش را به عنوان یک زائده مویی برگزید، سیگنالی پروتئینی را ارسال میکند که سلولهای مجاورش را از تبدیل شدن به این اندامها باز میدارد. نکته جالبی که محققان پی بردهاند این واقعیت است که شگرد و فوت و فن مگسها برای تعیین این که کدام سلول به یک موی حسگر بدل شود، به جای سرشماری همسایه به کاربرد زمانبندی متکی است. به عبارتی همچنان که زمان سپری میشود، اگر سلولی دستورالعمل تبدیل نشدن به یک موی حسگری را دریافت نکره باشد، به چنین کارکردی نائل میشود. در واقع این الگوریتم جدید نشان میدهد چگونه شبکههایی از حسگرها میتوانند از عهده همین فرآیند برآیند و بدون گذران زمان و صرف انرژی به جمعآوری هر گونه اطلاعات در مورد تعداد حسگرهای موجود در نزدیکی خود بپردازند.
با این اوصاف محققان میگویند اکنون دیگر نیازی به داشتن اطلاعات درباره محیط مجاور نیست؛ چرا که هر حسگر میتواند به ۵ یا ۵۰۰ حسگر نزدیک شود و هر چه را که لازم است رد و بدل کند. در همین رابطه محققان دانشگاه آکسفورد انگلستان که تجربه استفاده از رفتار کپک لجن را برای ساخت شبکههای کارآمدتر دارند از این رویکرد جدید دانشمندان به نیکی یاد میکنند و معتقدند آنها دستگاه رشد و نمو زیستی بسیار خوب از کاردرآمدهای را برگزیدهاند و نشان دادهاند این دستگاه زیستشناختی میتواند در یک چارچوب محاسباتی از نو قالببندی و طرحریزی شود تا یکی از مشکلات دیرینه و موجود رایانهها را به نحوی مناسب و مؤثر حل کند.
منابع: Discovery/ Science
مترجم: مهریار میرنیا
نمایندگی زیمنس ایران فروش PLC S71200/300/400/1500 | درایو …
دریافت خدمات پرستاری در منزل
pameranian.com
پیچ و مهره پارس سهند
تعمیر جک پارکینگ
خرید بلیط هواپیما
امیرعبداللهیان حسین امیرعبداللهیان سازمان همکاری اسلامی دولت سیستان و بلوچستان جنگ انتخابات مجلس شورای اسلامی حجاب دولت سیزدهم مجلس حسن روحانی
سیل یسنا تهران هواشناسی شهرداری تهران بارندگی سازمان هواشناسی باران فضای مجازی آتش سوزی هلال احمر آموزش و پرورش
هوش مصنوعی خودرو بانک مرکزی قیمت خودرو قیمت دلار مسکن قیمت طلا تورم دلار بازار خودرو حقوق بازنشستگان ایران خودرو
تلویزیون صدا و سیما جهان مهران غفوریان موسیقی صداوسیما سریال سینمای ایران سازمان صدا و سیما
رژیم صهیونیستی فلسطین اسرائیل جنگ غزه روسیه آمریکا ترکیه انگلیس اوکراین نوار غزه ایالات متحده آمریکا یمن
فوتبال پرسپولیس رئال مادرید استقلال سپاهان لیگ برتر باشگاه استقلال بازی باشگاه پرسپولیس علی خطیر جواد نکونام بایرن مونیخ
آیفون اینستاگرام دیابت اپل ناسا عکاسی تبلیغات موبایل گوگل
کبد چرب فشار خون