Tysiące, miliony, miliardy możliwych rozwiązań problemów. Jak spośród nich wybrać szybko te sensowne? Informatycy radzą sobie z takimi zagadnieniami m.in. dzięki obserwacjom i naśladowaniu zjawisk zachodzących w przyrodzie. Takie rozwiązania już dziś usprawniają produkcję, transport czy przyspieszają obliczenia w procesorach – mówi prof. Franciszek Seredyński z Instytutu Podstaw Informatyki PAN oraz z Polsko-Japońskiej Wyższej Szkoły Technik Komputerowych.
„Pojawienia się komputerów przyśpieszyło rozwój nauki i umożliwiło powstawanie nowych technologii przemysłowych. Szybko okazało się jednak, że w wielu przypadkach szybkość komputerów nie jest wystarczającym warunkiem rozwiązywania nowych problemów” – zauważa w rozmowie z PAP Seredyński. Wyjaśnia, że znalezienie dobrego rozwiązywania tych problemów związane było z koniecznością przeszukiwania olbrzymich przestrzeni rozwiązań. „Problem ten stał się dla naukowców i informatyków prawdziwym wyzwaniem” – dodaje naukowiec.
Problem przeszukiwania milionów odpowiedzi jest ważny m.in. w logistyce, projektowaniu części samolotów, transporcie, planowaniu produkcji, przetwarzaniu zadań w komputerach o wielordzeniowych procesorach czy w poszukiwaniu rozwiązań w systemach mobilnych i komórkowych.
Rozwiązania wielu problemów znalazła natura. To z jej osiągnięć chętnie korzystają naukowcy. Zdaniem Seredyńskiego, wielkie szanse daje np. wykorzystanie w algorytmice reguł ewolucji darwinowskiej.
„Ewolucja darwinowska polega na dwóch głównych zasadach: +Im jesteś lepszy, tym masz większe szanse na przeżycie+ oraz: +Tylko ten, kto przeżyje, może wydać potomstwo+” – streszcza badacz. Seredyński wyjaśnia, że dzięki krzyżowaniu się genów, może powstawać potomstwo znakomitsze niż rodzice. Informatycy zamiast rodziców podstawiają w algorytmach możliwe rozwiązania problemów, a „potomstwo” powstaje przez zmutowanie ze sobą fragmentów tych rozwiązań. Jeśli proces ten przeprowadza się wystarczająco długo (np. w 300-400 generacji), można otrzymać satysfakcjonujące odpowiedzi.
Jak zauważa profesor, w algorytmach ewolucyjnych zakłada się niejako rywalizację najlepszych rozwiązań. Ale informatycy, opierając się na obserwacjach zachowań ławic ryb czy stad ptaków, układają też programy, których działanie polega na „współpracy” między prostymi fragmentami układów i wspólnym tworzeniu przez nie rozwiązań.
Inspirację informatycy znaleźli też w procesie wyżarzania, znanego z wytopu szkła czy stali. Informatyk tłumaczy, że podczas wyżarzania podnosi się temperaturę materiału tak, że cząsteczki zmieniają swoje miejsce. Jeśli odpowiednio przeprowadzi się potem schłodzenie tego materiału, cząstki pozostają w miejscach o wiele korzystniejszych niż wcześniej i dzięki temu poprawia się jakość materiału. Dzięki podobnej zasadzie – odpowiedniej modyfikacji elementów składających się na rozwiązanie – programistycznemu „podgrzewaniu” i „schładzaniu” rozwiązań można je właściwie zmodyfikować i usprawnić wydajność całego układu, by uzyskać satysfakcjonujące rozwiązanie.
Informatycy w programowaniu wykorzystują też zasady zaczerpnięte z naturalnych systemów immunologicznych. Organizm broni się przed atakiem m.in. dzięki przeciwciałom, które mają za zadanie wyłapywać „napastników”: bakterie, wirusy czy antygeny. Przeciwciała wyposażone są w wypustki o pewnym kształcie. Jeśli zauważą antygen, próbują go swoją wypustką pochwycić go i unieszkodliwić. Jeśli organizm nie zna danego antygenu, próbuje wytworzyć nowe przeciwciała, zmieniając przy tym kształt wypustek. Taką adaptacyjność wykorzystuje się w programowaniu, aby m.in. rozwiązać problemy bezpieczeństwa systemu czy rozpoznawania ataku w sieciach komputerowych.
Czy można udoskonalić programy komputerowe tak, żeby proponowały rozwiązania skuteczniejsze niż te znane w przyrodzie? „Istnieje pokusa, żeby przewyższyć naturę. Jeśli chodzi np. o programowanie genetyczne – jeden z wariantów algorytmów ewolucyjnych – to zdaniem jego twórców, już powstały algorytmy przewyższające skutecznością rozwiązania zaproponowane przez ludzki umysł” – stwierdza prof. Seredyński.
„Jeśli porównać możliwości człowieka i możliwości maszyny, to w niektórych aspektach komputer będzie z nami wygrywał – potrafi szybciej znaleźć lepsze rozwiązania. Ale nie należy zapominać, że komputery nie są mądre same w sobie, one są tylko wzmocnieniem naszych umiejętności intelektualnych” – dodaje naukowiec.
