Milingonat kanë një tru të vogël dhe veprojnë pa një drejtues qendror, por mënyra se si ato bashkëpunojnë për të gjetur rrugën më të shkurtër drejt ushqimit ka frymëzuar një nga teknikat më interesante të inteligjencës artificiale.
Bëhet fjalë për algoritmin ACO – Ant Colony Optimization, një metodë kompjuterike që përdoret për gjetjen e rrugëve dhe zgjidhjeve më efikase në transport, telekomunikacion, logjistikë, planifikim dhe madje në projektimin e rrjeteve hekurudhore.
Ideja buron drejtpërdrejt nga mënyra se si sillen milingonat në natyrë. Kur dalin nga foleja në kërkim të ushqimit, ato eksplorojnë fillimisht rrugë të ndryshme. Gjatë kthimit lënë pas një gjurmë kimike të quajtur feromon, të cilën milingonat e tjera mund ta ndjekin.
Rrugët më të shkurtra përshkohen më shpesh dhe, për pasojë, gjurma e feromonit forcohet më shpejt. Ndërkohë, gjurmët në rrugët më pak efikase gradualisht zhduken. Me kalimin e kohës, pothuajse e gjithë kolonia përqendrohet te rruga më e shpejtë drejt ushqimit.
E gjithë kjo ndodh pa një “komandant” që t’u tregojë milingonave se cilën rrugë duhet të zgjedhin.
Sipas Marco Dorigo, bashkëdrejtues i laboratorit të inteligjencës artificiale në Université Libre de Bruxelles, ky mekanizëm tregon se vendimmarrja kolektive efikase mund të funksionojë edhe pa kontroll qendror.
“Milingonat kanë aftësi të kufizuara, por së bashku mund të zgjidhin probleme komplekse koordinimi”, është përfundimi që qëndron në themel të kësaj metode.
Nga kjo sjellje lindi algoritmi ACO. Në vend që një sistem kompjuterik të përpiqet të gjejë menjëherë zgjidhjen perfekte, ai provon alternativa të ndryshme. Zgjidhjet që funksionojnë më mirë “forcohen”, ndërsa ato më pak efikase humbasin gradualisht rëndësinë.
Në fund, sistemi konvergon drejt alternativës më të mirë.
Parimi është përdorur për probleme ku ekzistojnë shumë kombinime të mundshme, si përcaktimi i rrugëve të transportit, shpërndarja e ngarkesave, organizimi i orareve, projektimi i rrjeteve hekurudhore apo menaxhimi i trafikut të të dhënave.
Dorigo dhe studiuesi Gianni Di Caro zhvilluan gjithashtu sistemin AntNet, i cili imiton mënyrën se si milingonat përdorin feromonet për të gjetur rrugët më efikase.
Në një rrjet telekomunikacioni, “milingonat” zëvendësohen nga agjentë virtualë që eksplorojnë rrugët e ndryshme të transmetimit të informacionit. Rrugët që rezultojnë më të shpejta dhe më efikase favorizohen nga sistemi, ndërsa ato më të dobëta braktisen gradualisht.
Në thelb, metoda e milingonave mbështetet mbi një ide tepër të thjeshtë: nuk është gjithmonë e nevojshme ta njohësh zgjidhjen perfekte që në fillim. Mjafton të provosh alternativa, të shohësh se çfarë funksionon dhe të përforcosh gradualisht zgjedhjet më efikase.
Një mekanizëm që natyra e përdor prej miliona vitesh është kthyer kështu në një mjet të inteligjencës artificiale për zgjidhjen e disa prej problemeve më komplekse të botës moderne.
