细菌的聪明的细菌激发了机器人研究人员

很多人类’ 在困难的环境中有效地传播。

现在,Tel Aviv大学的研究人员开发了一种计算模型,更好地解释了细菌在群体中的移动 - 并且该模型可以应用于人造技术,包括计算机,人工智能和机器人。博士学生Adi Shklarsh - 与伊尔特塞尔本·雅各布的监督教授’S Sackler物理学和天文学学院,Gil Ariel来自Bar Ilan University,来自Weizmann科学研究所的Elad Schneidman - 发现了细菌如何集体收集有关他们环境的信息,并在最复杂的地形中寻找增长的最佳路径。

研究细菌导航原则将使研究人员设计一代可以形成聪明的群体的新一代智能机器人,援助用于诊断或分配身体药物的医疗微机器人或“de-code”在社交网络和整个互联网中使用的系统来收集有关消费者行为的信息。该研究最近在PLOS计算生物学中发表。

一种细菌自信心的冲刺

细菌aren.’SHKLARSH说,唯一在群中旅行的有机体。鱼,蜜蜂和鸟类也表现出集体导航。但作为具有较强性受体的简单生物,细菌并不具备处理大量信息或“noise”在他们导航的复杂环境中,例如人体组织。她说,假设是,与其他蜂蜜生物相比,细菌将处于劣势。

但在一个令人惊讶的发现中,研究人员发现,计算上,细菌实际上具有卓越的生存策略,发现“food”并比诸如Amoeba或Fish等群体更容易避免伤害。他们的秘密?自信的自信心。

许多动物群,Shklarsh解释,可能受到伤害“错误的积极反馈,”导航复杂地形的共同副作用。这是在基于错误信息的群体的子组时发生,以错误的方向导致整个组。但细菌通过分子,化学和机械手段来沟通不同,并且可以避免这种缺陷。

基于对自己信息和决定的信心,“细菌可以调整他们与同龄人的互动,”本雅各布教授说。“当单独的细菌发现更有益的路径时,它对来自其他细胞的信号不太注意。但是,在其他时候,在遇到具有挑战性的路径时,个体细胞将增加其与其他细胞的互动,并从同行中学习。由于每个细胞采用相同的策略,因此整个组能够在极其复杂的地形中找到最佳轨迹。”

从短期记忆中受益

在由TAU研究人员开发的计算机模型中,细菌减少了他们的同龄人’在受益方向导航时的影响,但是当他们感觉到他们失败时彼此听取。这不仅是运行的高级方式,而且是一个简单的方式。这样的模型显示,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarsh,Shklarship,如何使用简单的计算能力和短期内存来实现’也是一种原则,可用于设计新的和更高效的技术。

机器人通常需要导航复杂的环境,例如空间的地形,海上深度,或在线世界,并在他们自己之间传达他们的发现。目前,这是基于使用大量计算机资源的复杂算法和数据结构。了解细菌群体的秘密,Shklarsh的结论,可以为设计的新一代机器人设计至关重要,这些机器人被编程为在不占用大量数据或内存的情况下进行可调节的交互。

要阅读文章,请参阅:
http://www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1002177

查看Ben-eShel教授’s lecture entitled “从细菌学习社交网络,” visit:
http://www.youtube.com/watch?v=yJpi8SnFXHs



本新闻稿中的材料来自于始发的研究组织。可以为样式和长度编辑内容。有一个问题? 让我们知道.

订阅

每天早上有一封电子邮件,我们的最新帖子。从医学研究到空间新闻。环境的环境。技术物理学。

感谢您的订阅。

出问题了。