Retour

Étudier les fourmis pour améliorer les algorithmes

Une colonie de fourmis se promène

Observer le comportement des colonies de fourmis permettrait d'élaborer des algorithmes plus réalistes, notamment dans le domaine des communications : c'est ce qu'avancent des chercheurs du MIT dans une récente étude.

En projetant une grille imaginaire sur le territoire qu’explore une fourmi (désignée « exploratrice ») au hasard, les chercheurs du Laboratoire des sciences informatiques et de l'intelligence artificielle du MIT, dans leur étude ont découvert que les fourmis se servent de chaque rencontre avec une congénère pour améliorer leurs estimations de l’envergure de leur colonie.

En passant d’une case à l’autre, une exploratrice croise en effet d’autres fourmis et reproduit un modèle statistique nommée « marche aléatoire » et, selon les chercheurs, ce modèle pourrait servir à améliorer certains algorithmes.

L’exploration aléatoire de son environnement permet à la fourmi de préciser avec une rapidité étonnante ses estimations de la densité de population de la colonie. Ainsi, pour écrire un algorithme visant, par exemple, à analyser une plateforme de réseautage social, en sachant qu’un appareil ne connaît que les appareils auxquels il est lui-même connecté et non pas l’ensemble de ceux qui constituent le réseau, les programmeurs savent dorénavant qu’ils peuvent se baser sur la marche aléatoire pour obtenir un ordre de grandeur fiable et améliorer leur code en conséquence.

Commentaires