Выбирай : Покупай : Используй
в фокусе
0

Нервная система мухи выбрана прототипом для распределенных сетей

Плодовая муха использует уникальный метод управления крошечными волосками, при помощи которых она воспринимает окружающий мир. Команда ученых из Израиля и университета Карнеги-Меллона считает, что подобные...

Плодовая муха использует уникальный метод управления крошечными волосками, при помощи которых она воспринимает окружающий мир. Команда ученых из Израиля и университета Карнеги-Меллона считает, что подобные алгоритмы могут применяться создания эффективных беспроводных сенсорных сетей и распределенных вычислительных приложений.

Клеткам нервной системы мухи при минимальном обмене информацией и без предварительного знания о связи между собой удается самоорганизоваться таким образом, что небольшое число клеток-лидеров обеспечивают прямое соединение с любыми другими нервными клетками. Похожие схемы используются для управления распределенными компьютерными сетями, которые выполняют такие повседневные задачи, как поиск в интернете или управление самолетом. Однако нервная система мухи организована гораздо проще и надежнее, чем все, что создали люди.

Израильские ученые пытаются создать новый алгоритм распределенных вычислений на базе "врожденных способностей" плодовых мух. Исследователи обнаружили, что такой алгоритм особенно хорошо подходит для сетей, в которых количество и расположение узлов не является четко определенным, например, систем для управления группой роботов или беспроводных сенсорных сетей для мониторинга окружающей среды, где датчики просто разбросаны по поверхности озера.

"Вычислительные и математические модели уже давно используются учеными для анализа биологических систем, - говорит один из авторов исследования Бар-Джозеф (Bar-Joseph). – С нейросетью мухи мы идем по обратному пути: изучаем биологическую систему для решения давней проблемы информатики".

Современные крупномасштабные компьютерные системы и нервная система выполняют одинаковые задачи, но делают это по-разному. Тысячи или даже миллионы процессоров в вычислительной системе и миллионы клеток в нервной системе мухи должны работать вместе для выполнения задачи, при этом отдельные элементы могут не иметь полного представления о выполняемой задаче, а вся система должна функционировать, несмотря на отказы отдельных элементов.

В компьютерной технике распределительная система создается из небольшого набора процессоров, которые общаются с остальным процессорам в сети. Каждый процессор в такой сети является либо лидером, либо связан с лидером, при этом лидеры не связаны между собой.

Аналогичная схема работы в нервной сети плодовой мухи использует крошечные щетинки как сенсоры, связанные с особыми нервными клетками, прекурсорами органа, которые соединяются с прилегающей нервной тканью, но не соединяются с другими прекурсорами органа.

В течение трех десятилетий компьютерщики ломали голову над проблемой максимально быстрого обмена данными между процессорами сети. В основном сейчас используется вероятностный метод, когда некоторые процессоры идентифицируют себя в качестве лидеров на основе количества соединений с ними. Этот процесс отбора довольно быстр, но требует отсылки множества сложных сообщений и "осведомленности" процессоров о том, как они связаны в сеть между собой. Это может быть проблемой для, например, беспроводных сенсорных сетей, где датчики могут распределяться случайно и не находиться в пределах досягаемости друг для друга.

На личиночном этапе развития мухи нервная система формируется так же, т.е. использует вероятностный метод для выбора клеток, которые станут прекурсорами органа. По мере "взросления" мухи эти клетки не имеют информации о том, как они связаны друг с другом и как только определенная клетка "выбирает" себя лидером, она начинает посылать в соседние клетки химические сигналы, которые препятствуют образованию новой клетки-лидера по соседству. Таким образом, нейросеть мухи не требует информации о том, как расположены клетки-элементы сети.

Исследователи создали компьютерный алгоритм, основанный на этом принципе, и выяснили, что он обеспечивает быстрое решение проблемы создания быстродействующих распределенных сетей. Во многом биологический подход является более эффективным и надежным, поскольку не требует в работе большого количества дополнительных данных.

Комментарии