Karıncalardan Robotlara
Karıncalar çok karmaşık sosyal davranışlar gösterirler. Hepsi görevlerini bilir ve buna göre hareket eder. Ne var ki karınca kolonisini yöneten merkezi bir sistem yoktur. Buna rağmen bütün karıncalar her an birbirlerinden haberdarmış gibi hareket ederler. Bu şekilde her iş için en az sayıda karınca görev alır ve bütün koloninin günlük işleri veya karşılaştığı sorunlar toplamda en az enerji harcanarak çözülür.

Küçükken hepimiz sokakta karıncaların hareketlerini, buldukları besini yuvalarına götürmelerini merakla izlemişizdir. Bazen karınca yollarının önüne engeller koyup hareketlerini gözlemlemişizdir. İşte aynı şekilde araştırmacılar Marco Dorigo ve Thomas Stützle karıncaların davranışlarını inceleyerek ‘Karınca Koloni Optimizasyonu (Ant Colony Optimization1) algoritmasını geliştirdiler.

Harvard Üniversitesi profesörü Dr. Edward O. Wilson 1962 yılında karıncaların haberleşmek için kimyasal vücut salgılarını kullandıklarını tespit etmişti. Bu alanda yapılan çalışmalar karıncaların kimyasal yollar oluşturduklarını ve diğer karıncaların da bu yolları takip ederek hareket ettiklerini ortaya çıkarmıştı.

Karınca Koloni Optimizasyonu algoritması bu kimyasal yolların karıncalar tarafından takibini olasılık teorisi dahilinde değerlendiriyor. Bir karınca yuvanın etrafını araştırırken besin bulduğunda yuvaya en kısa mesafeden dönüyor. Bu en kısa mesafeyi feromonlarıyla işaretliyor. Diğer işçi karıncalar feromonlarla işaretlenmiş bu yolu takip ederek besine ulaşıyorlar. Aynı yolu kat eden karıncaların sayısı arttıkça bu sanal yol daha fazla belirginleşiyor. Karıncalar daha belirgin olan bu yolu diğer yollara oranla daha çok tercih ediyorlar.

Karıncaların bu davranışlarını olasılık teorisine göre değerlendiren optimizasyon algoritması da aynı esasları baz alıyor. Bir işlemden alınan olumlu geri bildirimler arttıkça, aynı işlem daha çok tekrarlanıyor.

Aynı zamanda besin arama işlemlerinin sekteye uğramaması için bazı karıncaların keşfe devam etmeleri gerekiyor. Bu nedenle bazı karıncalar daha az belirgin yolları veya daha hiç keşfedilmemiş yolları tercih ediyorlar. Optimizasyon algoritması bu iş bölümünü olasılık hesaplarına dayandırarak modelliyor ancak karıncaların bu iş bölümünü nasıl gerçekleştirdiklerini hala bilmiyoruz.

Bu algoritma karıncaların her gün çözdükleri optimizasyon problemlerinden yalnızca birini açıklıyor. Karıncalar bunun yanında hava sıcaklığı, havanın nemlilik oranı, yuvadaki besin miktarı gibi parametreleri de değerlendiriyor. Normal şartlarda insanların stok takip yazılımlarıyla ve merkezi bir yönetimle gerçekleştiremedikleri işleri, karıncalar ortak bir akıl ile sorunsuzca gerçekleştiriyorlar. Beyinleri olmayan binlerce karınca sanki yuvaya ait bütün gelişmeleri aynı anda bütün detaylarıyla biliyorlar.

En az enerji kullanımı stratejisini karıncaların yuvalarını savunmaları sırasında da görüyoruz. Besin aramaya çıkan bir karınca yuvaya tehdit oluşturan bir durumla karşılaştığı zaman hızlıca geri dönerek asker karıncalara haber veriyor. Yalnızca bir asker karınca tehdit geçene kadar yuvaya giriş çıkışları önlüyor. Ufak bir tehdit için bütün imkanlar ve asker karıncalar seferber edilmiyor. En az enerji harcanan yöntem tercih ediliyor.

Karıncalardan ilham alınarak geliştirilen bu algoritma bir çok optimizasyon probleminin çözümünde kullanılabilir. En iyi uygulama alanlarından biri ise topluluk robotlarıdır (swarmbots). Bu robotlar karıncalar gibi bazı bireysel yetenekleri olan ancak merkezi bir yönetime sahip olmayan robotlardır. Her robot aralarında haberleşerek ortak bir akıl oluşturur ve bu akıl tarafından yönetilir. Bu şekilde robotlar en verimli şekilde hareket eder ve yardımlaşırlar. Bu robotların yardımlaşarak ağır nesneleri nasıl taşıdıklarını aşağıdaki videodan izleyebilirsiniz.

Karıncaların bireysel ama ortak akla dayalı davranışları, robotlar tarafından gerçekleştirilebilecek yeraltı kaynakları arama, arama-kurtarma ve uzay araştırması2 alanlarında bizlere ilham olabilir. 1000 farklı robotun ortak bir amaç için nasıl çalıştığına aşağıdaki videodan şahit olabilirsiniz.

Karıncalar bu optimizasyon problemlerini 100 milyon yıldan3 yani bilinen en eski karıncadan beri çözüyorlar. Son yüzyılda da günlük hayatta karşılaştığımız optimizasyon problemlerinin çözülmesi ve robotik alanında bize ilham oluyorlar.

 

[1] https://mitpress.mit.edu/books/ant-colony-optimization
[2] http://www.ted.com/talks/deborah_gordon_what_ants_teach_us_about_the_brain_cancer_and_the_internet/transcript?language=tr#t-174461
[3] http://www.antweb.org/fossil.jsp

Mustafa Yabaş
Boğaziçi Üniversitesi / Fizik -

0 yorum