Os pongo en antecedentes. Las redes de transporte son uno de los grandes problemas de la ingeniería, el diseño óptimo es todo un reto y además implica tener en cuenta muchos factores. El problema es que como cada uno hace de su capa un sayo, al final las redes resultantes no son óptimas, ni tolerantes a fallos, ni robustas... Y estamos hablando del diseño de equipos de ingenieros que tienen sus respectivas carreras y han estudiado hasta sudar sangre.
Pues resulta que hay un protozoo (aunque antes lo clasificaban como hongo) llamado Physarum polycephalum supermajo que encuentra caminos en laberintos para conseguir comida. ¡Eh! ¡No lo toméis a coña por ser un protozoo, que es más listo que vosotros! ¿A que vosotros no tenéis un premio científico? Pues él sí, el 2008 Ig Nobel de ciencias cognitivas.
Pues al bichito este le han puesto un reto mayor: una pequeña representación a escala de las inmediaciones de Tokio, con 36 fuentes de comida representando la localización geográfica de diferentes ciudades. Le colocaron en Tokio y ale, ahí te quedas, consigue comida que el hambre aprieta. Y el protozoo creó una colonia uniendo los diferentes puntos teriblemente parecido a la red de ferrocarril que hay entre dichas ciudades. Para simular la topografía se colocaron luces brillantes (al bichito no le mola la luz).
La evolución del bichito fue la siguiente:
(http://francisthemulenews.files.wordpress.com/2010/01/dibujo20100121_network_formation_physarum_polycephalum_location_tokyo_bounded_pacific_coastline.jpg)
Al bichito solamente le queda poder firmar proyectos y ya tendremos sustitutos perfectos para los ingenieros de caminos :gñe:
Fuente: http://francisthemulenews.wordpress.com/2010/01/21/publicado-en-science-un-protozoo-ingeniero-capaz-de-disenar-una-red-de-ferrocarriles/
Espectacular, que tiemblen los ingenieros :wiiiiii:.
De las cosas mas interezantes leidas en estos últimos dias, muchas de las creaciones y desarrollos en ingenieria sobre todo retos de contrucción los han encontrado solucionados luego por la misma naturaleza.
¿Y no han dicho cómo se las apaña el bisho?
Cuando lo estudié hace dos años era un hongo, como pasa el tiempo xd
Cita de: Rohi en 25 de Enero de 2010, 21:38
Cuando lo estudié hace dos años era un hongo, como pasa el tiempo xd
Le has visto crecer :gñe:
Es el amo, buscad un video de lo que hace cuando encuentra la comida. Es una pasada como la digiere. Sí, la digiere.
¿Si lo ponemos en Madrid también dibujará el esquema de la red de metro? Coincidencia pura y dura.
Yo quisiera ver las colonias del honguito este (sí, yo también lo estudié como hongo) que NO copian la red de ferrocarril de Tokio. Pero en fin, será como Mendel, que se calló los resultados que no pudo explicar.
Claro que, el que le hayan dado el Ig Nobel del 2008 explica muchas cosas.
Sandman, este tipo de bicho recibe señales químicas del entorno. Si le llega alguna partícula, por diminuta que sea, de los puntos donde hay comidica, se pondrá a crecer en esa dirección.
Emmm, Khram, no encontré el artículo por casualidad casualosa, sino que es porque está relacionado con mi trabajo. Hace unos años salió a la luz la noticia de que la Universidad de Granada colaboraba con el Ejército de Tierra para realizar un algoritmo más óptimo de búsqueda de caminos que los existentes actualmente (en su mayoría de búsqueda de profundidad o greedy), algoritmo que ayudaría a planificar los movimientos de tropas. El grupo de investigación lo dirigía Oscar Cordón, doctor en informática y uno de los mejores expertos de inteligencia artificial, y dentro de esta en la categoría de aplicaciones de la lógica difusa. Soy seguidor de sus publicaciones precisamente porque tienen mucha cabida en mi "ámbito", porque utiliza algoritmos genéticos y bases de conocimiento y los aplica a creación de algoritmos nuevos, muchos de ellos orientados a 3D. Pues bien, el algoritmo en el que trabajaron estaba basado en las búsquedas de caminos de las hormigas, y es bastante bueno.
¿Por qué algoritmos tan complicados si mi GPS calcula caminos en un momento? El GPS trabaja con grafos con peso, tienes líneas de grafo con la longitud de la línea dividida entre la velocidad de la misma como peso primario y la longitud a secas como peso secundario. Estás trabajando con un número finito y geométricamente ordenado de elementos que te permite emplear algoritmos clásicos greedy sobre el grafo y encontrar el camino óptimo (por longitud o velocidad) en un plis plas. En un entorno de libertad total de movimientos, no tienes en cuenta únicamente las carreteras, no trabajas en discreta sino en el plano real en 3D, con la topografía del terreno, sabiendo que por unos sitios es más complicado moverse que por otros. Las posibilidades son infinitas, no existe grafo, y salvo que se discretice el terreno, los algoritmos clásicos no bastan, los heurísticos tampoco, y los de inteligencia artificial requieren un refinamiento que lleva hoy en día un camino biológico.
Bueno, a lo que iba. Este señor protozoo tiene un comportamiento, el cual es emulable mediante algoritmos, ayudándose en la Ley de Hagen-Poiseuille para modelizar matemáticamente el flujo de nutrientes por los conductos de la colonia. Este flujo de nutrientes sería el equivalente a los pesos de feromonas en el algoritmo de las hormigas. Estas venas se dilatan y se contraen para obtener el resultado final, y las ecuaciones utilizadas son muy similares a las del algoritmo de caminos de la Phanerochaete velutina, así que parte de los algoritmos ya estaban previamente refinados (menos trabajo para el programador). Los resultados del algoritmo basados en el comportamiento de la Physarum son más óptimos y rápidos que los del algoritmo de las hormigas, y estamos hablando del biológico puro, es decir, el algoritmo de la Physarum puede ser mejorado introduciendo optimizaciones o incluso mezclando partes con el algoritmo de las hormigas u otros algoritmos de redes de transporte.
Por cierto, no dije en ningún momento que copie redes de transporte, crea sus propias redes suficientemente óptimas. El metro de Madrid no es óptimo dado que está planteado mediante actualizaciones de la red anterior... si se planteasen todas las líneas actuales de nuevo, poder hacer borrón y cuenta nueva, se podría optimizar, pero esto no es así: se comenzó con las 3 primeras líneas y luego fue creciendo.
Personalmente estoy haciendo mi propia implementación del bichito para movimiento de tropas en simulación, probándolo con un mapa topográfico de España, y no sé si será óptimo o no, pero por ahora me parece genial para senderismo.
A ver, no me refería a que encontraras el estudio por casualidad, sino que es casualidad que copie (o que haga algo que se parece terriblemente, según tus propias palabras) la red de transportes japonesa.
Partamos de la premisa de que un sistema biológico lo hace todo desde el punto de vista de ahorro energético, por lo que la red de crecimiento del Physarum no es más que una optimización energética de las funciones del protozoo y nada más. El que coincida o no con una topografía no es más que coincidencia realmente, Peluche. Y nada más.
Ten en cuenta lo siguiente. Mientras que tú al meter un programa de mapeo o trazador de rutas trabajas sobre un entorno que es tridimensional y que es más o menos abrupto, el Physarum lo hace sobre un entorno que es plano y la red de microtúbulos y demás depende de a) la capacidad energética del protozoo en ese momento, b) el balance energético entre la construcción del canal y la no construcción, c) el balance energético de seguir un camino u otro y d) el rendimiento energético que produce el crear el canal. Según leo, el canal será tanto más grueso cuanto más rendimiento puede extraerse, teniendo en cuenta lo que cuesta "construir" la canalización, la cantidad de nutriente que existe en el "punto de destino" y el rendimiento energético entre una y otra. Es decir, que aunque el protozoo siga un algoritmo determinado para hacer crecer dichos canales, y que puede aplicarse ese algoritmo para extraer "la ruta óptima más probable", que coincida con dicha ruta no es más que casualidad.
La construcción que se ha hecho para esto es poner una colonia del protozoo en un punto de una placa de cultivo y después, se pone un pegotito de "pienso para protozoos" en los puntos que quieres (en este caso, núcleos de población importantes). Después, eso se pone en un medio líquido. En este caso, el protozoo lanza sus tuberías de alimentación al azar (sí, sigue un algoritmo, pero no deja de ser al azar) y hace engordar aquellas que le aportan más y adelgaza aquellas que le aportan menos, según el momento. ¿Se me sigue hasta aquí? En ese medio líquido no hay corrientes, es decir, está en reposo y las señales químicas le llegarán, más o menos, en la misma cantidad desde todos los puntos de la placa de siembra, la que esté más lejos llegará más tarde. Así, los tubos más gordos al principio son los de los puntos de nutrición más cercanos y luego, una vez se agoten estos, y se llegue a los más lejanos, estos últimos engordarán y se degradarán los primeros, que adelgazarán. ¿Seguimos juntos?
Bien. Ahora imagina que al renovar el medio de cultivo lo hago correr sobre la placa. Es decir, estoy arrastrando nutrientes desde una fuente concreta. Así, llegan más señales desde un punto en concreto y la red de nutrientes se centrará en la construcción de tubos más gruesos y numerosos por los que captar más nutrientes. Esto crearía una especie de red unidireccional en la que tendríamos un único tubo que conectara con el almacén de "pienso" del que le llegan más nutrientes, en lugar de hacer crecer una red tridimensional como la del ejemplo.
A lo que voy. Para tí, como informático del ejército, los algoritmos del Physarum te pueden ser muy útiles, como tú dices, para senderismo. Pero eso no quiere decir que el protozoo te esté dando los caminos más óptimos. Porque la orografía del paisaje influye. ¿Qué pasa si el Physarum te envía de Madrid a Villaconejos pasando por Majadahonda? Para el protozoo puede ser la ruta óptima, pero para tí puede ser un cagarro...
Te equivocas. El algoritmo del Physarum no trabaja sobre un entorno plano, trabaja perfectamente en 3D teniendo en cuenta la orografía del terreno. Si no lo hiciese, sería una puta mierda y no lo habría tenido en cuenta. Y segundo, no estamos hablando de un cultivo en condiciones "reales", sino un entorno precontrolado, y en mi caso de una simulación de un entorno real, nunca se crean redes unidireccionales porque en la simulación no existe el concepto "nutrientes" como tal, sino que defines bases de suministros con peso acorde a la candidad de holding que posean, y los mapas que utilizo poseen toda la información orográfica y topográfica que existe, no uso juguetes de niños. El algoritmo me da rutas de suministro muy óptimas en un tiempo terriblemente rápido. Ahora mismo estoy buscando hacer una modificación del patrón para hacer una segunda pasada que optimice el resultado aun más.
Tú lo ves desde el punto de vista del biólgo, con tus limitaciones. Yo me bajo al nivel de la matemática pura de ese especimen biológico, tomo su forma de actuar, la mezclo con otras formas de actuar presentes en la naturaleza, la mejoro con un método heurístico y una base de reglas, y gracias a ello consigo un grandioso método de generación de rutas. Y todo gracias a la idea feliz inicial del comportamiento de la Physarum. Las matemáticas no muerden, son nuestras amigas, deja a un lado la deformación profesional y mira su comportamiento como un patrón matemático.
No puedo dejar de un lado la deformación profesional porque el Physarum es un ente biológico y se comporta como tal. Matemáticas o no matemáticas, pueden definirte un algoritmo concreto en una situación biológica concreta. Pero no puedes definir un algoritmo general, porque si haces eso, el Physarum te romperá el algoritmo y hará lo que le salga de las pelotas. Así que, en lugar de pedirme que yo deje mi deformación profesional a un lado, déjala tú y en lugar de verlo todo como un conjunto de números armónicos, piensa que no todo puede explicarse mediante fórmulas matemáticas.
Los modelos matemáticos extrapolados de los sistemas biológicos están muy bien, pero para situaciones concretas bien definidas. Cuando la situación cambia, el algoritmo puede estar muy bien igualmente, pero ya no valdrá. Reducir el comportamiento biológico, tan complejo él, a una serie de modelos matemáticos es quitarle la vida a la biología y la dejaremos en matemática absurda (ojo, no digo que las matemáticas sean absurdas, sino que en este caso te quedarán un montón de reducciones matemáticas sin sentido).
Puedes intentar explicar un comportamiento concreto mediante las matemáticas, pero no puedes explicar el comportamiento biológico general como una fórmula matemática. Créeme que es simple coincidencia que el Physarum os haya dado un patrón matemático que podéis combinar con otros patrones.
Como tú mismo dices, el cultivo está hecho en una situación precontrolada. ¿Qué pasa si esa situación cambia (no digo una situación cambiante, sino otra situación precontrolada distinta)? ¿Sigue siendo válido el algoritmo? Porque yo no lo tengo tan claro. En primer lugar porque el algoritmo está extraído a partir de un entorno plano. Sí, a tí te vale para una orografía accidentada o no y se adapta al entorno 3D del terreno. Pero, ¿y si cultivamos el protozoo en un "terreno accidentado"? Igual el algoritmo es otro. Y en segundo lugar, porque en el medio de este protozoo las situaciones no son cambiantes, está puesto ahí agustico para que viva a sus anchas. Cuando lo enfrentes a un medio crudo y cruel el algoritmo también podría cambiar.
Así que, en lugar de tener sólo en cuenta el modelo matemático, ten en cuenta también la situación en la que se ha obtenido dicho modelo, que podría no ser válido si cambiamos la situación. Yo estoy convencido de que el modelo, en una situación ideal, a tí te vale, te viene bien y eso ya lo convierte en una maravilla digna de admirar. Pero aun cuando eso sea maravilloso, no deja de ser pura coincidencia que el modelo matemático funcione cuando las condiciones del protozoo son A+B+C. Estoy convencido de que si fueran D+H+B el comportamiento del protozoo se modelizaría de otra forma y ya no te valdría el algoritmo.
Cita de: Khram Cuervo Errante en 26 de Enero de 2010, 12:54
No puedo dejar de un lado la deformación profesional porque el Physarum es un ente biológico y se comporta como tal. Matemáticas o no matemáticas, pueden definirte un algoritmo concreto en una situación biológica concreta. Pero no puedes definir un algoritmo general, porque si haces eso, el Physarum te romperá el algoritmo y hará lo que le salga de las pelotas. Así que, en lugar de pedirme que yo deje mi deformación profesional a un lado, déjala tú y en lugar de verlo todo como un conjunto de números armónicos, piensa que no todo puede explicarse mediante fórmulas matemáticas.
Todo puede explicarse utilizando de base un modelo matemático. Absolutamente todo. No saber algo tan fundamental significa haber recibido una educación deficiente en ciencias exactas.
Cita de: Khram Cuervo Errante en 26 de Enero de 2010, 12:54
Los modelos matemáticos extrapolados de los sistemas biológicos están muy bien, pero para situaciones concretas bien definidas. Cuando la situación cambia, el algoritmo puede estar muy bien igualmente, pero ya no valdrá. Reducir el comportamiento biológico, tan complejo él, a una serie de modelos matemáticos es quitarle la vida a la biología y la dejaremos en matemática absurda (ojo, no digo que las matemáticas sean absurdas, sino que en este caso te quedarán un montón de reducciones matemáticas sin sentido).
Estoy probando mi propia implementación del algoritmo y funciona perfectamente. Tengo todavía un pequeño cuello de botella con la capa GIS que si consigo vencer hará que vaya terriblemente rápido. De todas formas, ¿cuándo has estudiado tú algoritmos? Dudo que sepas lo que es la O grande, sepas entender algoritmos genéticos... es más, dudo que tan siquiera conozcas los más básicos de ordenación. No es tu rama, la tuya es la biología, puedes estudiar al protozoo todo lo que quieras, pero la base de su comportamiento tiene una matemática que es útil, es implementable, es generalizable y se puede utilizar, y de hecho se usa (coño, que YO mismo lo estoy usando y probando, y no soy el pionero). Tal vez te cueste entenderlo, pero no te estoy hablando de un supuesto o de una niñería, te estoy hablando de que lo estoy implementando en un entorno real y para fines serios, igual que ya se implementó el OCH...
En fin, link a la noticia de cuando se dio a conocer que el ejército utilizaría el algoritmo de Optimización tipo Colonia de Hormigas (OCH):
http://www.elperiodico.com/default.asp?idpublicacio_PK=46&idioma=CAS&idnoticia_PK=614175&idseccio_PK=1012
Un link a un documento de enfoques a resolución de problemas con algoritmos bioinspirados en el OCH, incluso resolución de NP-duros:
http://sci2s.ugr.es/publications/ficheros/OCH%20Modelos%20y%20Nuevos%20Enfoques%20%28Chapter%29.pdf
Salió incluso en la serie Numb3rs en un episodio para explicar comportamientos colectivos.
Cita de: Khram Cuervo Errante en 26 de Enero de 2010, 12:54
Puedes intentar explicar un comportamiento concreto mediante las matemáticas, pero no puedes explicar el comportamiento biológico general como una fórmula matemática. Créeme que es simple coincidencia que el Physarum os haya dado un patrón matemático que podéis combinar con otros patrones.
Me la pela el comportamiento biológico general. Me interesa su comportamiento habitual para estudiarlo y sacar precisamente un algoritmo bioinspirado que convierta un problema complicado en el mundo de la informática en algo fácil de resolver con una solución suficientemente óptima y rápida. Tú ves al bicho, yo veo su matemática. No puedes salir de ahí, estás cerrado, cerrado y cerrado. Parece que tengas fobia a las matemáticas.
Cita de: Khram Cuervo Errante en 26 de Enero de 2010, 12:54
Como tú mismo dices, el cultivo está hecho en una situación precontrolada. ¿Qué pasa si esa situación cambia (no digo una situación cambiante, sino otra situación precontrolada distinta)? ¿Sigue siendo válido el algoritmo? Porque yo no lo tengo tan claro. En primer lugar porque el algoritmo está extraído a partir de un entorno plano. Sí, a tí te vale para una orografía accidentada o no y se adapta al entorno 3D del terreno. Pero, ¿y si cultivamos el protozoo en un "terreno accidentado"? Igual el algoritmo es otro. Y en segundo lugar, porque en el medio de este protozoo las situaciones no son cambiantes, está puesto ahí agustico para que viva a sus anchas. Cuando lo enfrentes a un medio crudo y cruel el algoritmo también podría cambiar.
¿Y qué importa que el cultivo esté en una situación precontrolada? A nadie que no sea un biólogo le importa una mierda la vida del bichito, a mí como si tiene mujer e hijos y le estamos separando de su familia. Lo que le importa a TODOS menos a ti es que en una simulación controlada el bicho tiene un comportamiento útil, estudiable e interpolable. Una vez sacada toda su chicha matemática, el bicho no hace falta para nada. Una vez se entiende cómo funciona y se comprueba que es útil, no hacen falta más cultivos, y queda el algoritmo. Así que si quieres adopta un protozoo, yo seguiré viendo la parte útil porque es la que me otorga conocimientos y dinero.
Cita de: Khram Cuervo Errante en 26 de Enero de 2010, 12:54
Así que, en lugar de tener sólo en cuenta el modelo matemático, ten en cuenta también la situación en la que se ha obtenido dicho modelo, que podría no ser válido si cambiamos la situación. Yo estoy convencido de que el modelo, en una situación ideal, a tí te vale, te viene bien y eso ya lo convierte en una maravilla digna de admirar. Pero aun cuando eso sea maravilloso, no deja de ser pura coincidencia que el modelo matemático funcione cuando las condiciones del protozoo son A+B+C. Estoy convencido de que si fueran D+H+B el comportamiento del protozoo se modelizaría de otra forma y ya no te valdría el algoritmo.
Y dale... ¿tú lo estás probando en un mapa del cuerno de África que incluye todas las capas topográficas, orográficas e incluso meteorológica (8GB) o resulta que lo estoy probando yo? Te digo que funciona, y he realizado ya muchas simulaciones. El algoritmo de hormigas que utilizaba antes funcionaba bien pero requería más consumo de recursos y más tiempo, mi implementación actual basada en Physarum y modificado a mi gusto implica un consumo mucho menor de memoria (no tengo una pila de backtracking tan tocha) y de tiempo (este bicho es más eficiente que las hormigas). Pero vamos, si según tú interpolar comportamientos biológicos en algoritmos no funciona, mejor ve avisando a la comunidad informática porque se están usando, y cada vez más.
Sólo una preguntilla. ¿Por qué no se coge el terreno y se divide en una cuadrícula con distintos valores asignados según la inclinación? Así podrías plantearlo como un problema de optimización sencillo. Naturalmente, habría que ajustar el valor de cada cuadradito para que las cuadrículas fuesen útiles, pero eso es cosa de ir probando a ver cual se ajusta más a la realidad.
¿Que quieres una carretera que te ahorre coste? Minimizas el coste, que depende de X factores uno de los cuales es el sumatorio de los costes de cada cuadradito.
¿Que quieres una red de carreteras que te ahorre coste? Minimizas el coste igual que antes, pero poniéndole como restricción que el flujo de tal ciudad a tal otra tiene que ser tanto, y así le metes todas las restricciones que te van haciendo falta para ajustarlo a la realidad. Te queda un problema muy tocho, sí, pero para algo tenemos ordenadores. Y no creo que haga falta recalcular la red de ferrocarriles de Japón todos los días.
Cita de: Gambit en 26 de Enero de 2010, 14:19
Todo puede explicarse utilizando de base un modelo matemático. Absolutamente todo. No saber algo tan fundamental significa haber recibido una educación deficiente en ciencias exactas.
Yo no he recibido educación ni deficiente ni nada en ciencias exactas. Lo mío son las ciencias experimentales. Y hay un trecho.
Cita de: Gambit en 26 de Enero de 2010, 14:19
Estoy probando mi propia implementación del algoritmo y funciona perfectamente. Tengo todavía un pequeño cuello de botella con la capa GIS que si consigo vencer hará que vaya terriblemente rápido. De todas formas, ¿cuándo has estudiado tú algoritmos? Dudo que sepas lo que es la O grande, sepas entender algoritmos genéticos... es más, dudo que tan siquiera conozcas los más básicos de ordenación. No es tu rama, la tuya es la biología, puedes estudiar al protozoo todo lo que quieras, pero la base de su comportamiento tiene una matemática que es útil, es implementable, es generalizable y se puede utilizar, y de hecho se usa (coño, que YO mismo lo estoy usando y probando, y no soy el pionero). Tal vez te cueste entenderlo, pero no te estoy hablando de un supuesto o de una niñería, te estoy hablando de que lo estoy implementando en un entorno real y para fines serios, igual que ya se implementó el OCH...
Si no estamos discutiendo esto. Que esto es evidente y no te lo discuto. Que ese comportamiento concreto tiene una explicación matemática concreta, que es implementable, que es generalizable y que se puede utilizar no es lo que te estoy discutiendo. Lo que te discuto es que el comportamiento habitual del
Physarum sea ese. Porque lo estás sometiendo a unas condiciones que no son reales. ¿Que a tí te ha venido de puta madre? Estupendo y cojonudísimo, me alegro. Pero que no es real ese comportamiento, también te lo digo.
Y si no, no le habrían dado un Ig Nobel, sino un Nobel de verdad.
Por supuesto, no entiendo nada en absoluto de algoritmos genéticos. Ni tampoco sobre frecuencias de herencia ni de genética evolutiva de poblaciones ni de frecuencias alélicas poblacionales. Nada.
Cita de: Gambit en 26 de Enero de 2010, 14:19
En fin, link a la noticia de cuando se dio a conocer que el ejército utilizaría el algoritmo de Optimización tipo Colonia de Hormigas (OCH):
http://www.elperiodico.com/default.asp?idpublicacio_PK=46&idioma=CAS&idnoticia_PK=614175&idseccio_PK=1012
Es distinto. En primer lugar porque la colonia de hormigas es lo que se conoce como un superorganismo en el que cada miembro tiene su propio comportamiento, algo que no tienen los túbulos del
Physarum. Mientras que en la colonia de hormigas cada individuo tiene cierta libertad de movimiento, los microtúbulos del protozoo no la tienen. Esta es la principal diferencia entre uno y otro. Y mientras que la matematización de la colonia de hormigas te da un modelo menos exacto (creo, según deduzco de tus palabras) pero más real, el modelo de
Physarum te da un modelo más exacto pero menos real.
Vuelvo a repetir: no digo que no sea aplicable, que no sea matematizable y que no sea utilizable. Digo que el protozoo no se comporta habitualmente así. Es como decir que las células del páncreas pueden dividirse infinitamente porque al cultivarlas con un teratógeno adquieren esa capacidad.
Cita de: Gambit en 26 de Enero de 2010, 14:19
Me la pela el comportamiento biológico general. Me interesa su comportamiento habitual para estudiarlo y sacar precisamente un algoritmo bioinspirado que convierta un problema complicado en el mundo de la informática en algo fácil de resolver con una solución suficientemente óptima y rápida. Tú ves al bicho, yo veo su matemática. No puedes salir de ahí, estás cerrado, cerrado y cerrado. Parece que tengas fobia a las matemáticas.
Que no te pierdas. Que a mí las matemáticas me sirven y mucho. Las constantes de equilibrio/disociación de ligandos a receptores no se sacan mirando coloritos precisamente. Y la estadística no deja de ser matemáticas.
El experimento de marras te ha dado una solución rápida y óptima a tí, POR CASUALIDAD. Porque el bichito jamás se comporta como se comporta en el experimento si las condiciones del experimento cambian. Ya te expliqué en el primer post que puse en este hilo el por qué. El
Physarum se comporta así en unas condiciones concretas. En otras NO se va a comportar así. En el medio, el protozoo no se va a comportar así. Por el hecho de que el medio jamás se va a organizar de la forma que se organiza el experimento y por ello jamás te va a coincidir el algoritmo del medio con el algoritmo del experimento. Que sí, que el que a tí te sirve es el del experimento, pero que es una situación CONCRETA, CONTROLADA. Cámbiale al protozoo las condiciones en las que está y el comportamiento será totalmente diferente, controlado por un algoritmo totalmente distinto. Y ya no te valdrá. O sí.
Cita de: Gambit en 26 de Enero de 2010, 14:19
¿Y qué importa que el cultivo esté en una situación precontrolada? A nadie que no sea un biólogo le importa una mierda la vida del bichito, a mí como si tiene mujer e hijos y le estamos separando de su familia. Lo que le importa a TODOS menos a ti es que en una simulación controlada el bicho tiene un comportamiento útil, estudiable e interpolable. Una vez sacada toda su chicha matemática, el bicho no hace falta para nada. Una vez se entiende cómo funciona y se comprueba que es útil, no hacen falta más cultivos, y queda el algoritmo. Así que si quieres adopta un protozoo, yo seguiré viendo la parte útil porque es la que me otorga conocimientos y dinero.
Luego el cerrado soy yo.
Querrás decir que lo que te importa A TI y no a los demás es el comportamiento del bicho que te da conocimientos A TI y dinero A TI, y te importa una mierda que el comportamiento del bicho sea interpolable a otra situación distinta. Te importa que el comportamiento del bicho es así en la situación que a tí te conviene para producir el efecto que a tí te conviene y por el camino que a tí te conviene. Y te digo que en ESTA SITUACIÓN has extrapolado un algoritmo válido PARA TI o para otros tantos como tú que les importa una mierda que el bicho se comporte así habitualmente o no. A tí, como te importa una mierda que el comportamiento del bicho sea así, sólo te importa TU situación, con TUS condiciones. Y en TU situación y TUS condiciones, el algoritmo funciona. ¡Si nadie ha dicho que no funcione! Es perfectamente extrapolable, perfectamente utilizable y perfectamente implementable. Porque tú llevas a una situación real una extrapolación ideal de una condición irreal sin pararte a pensar en que el algoritmo puede cambiar si cambias algo del experimento. Y el algoritmo extraído funciona porque el experimento ha sido diseñado de la manera expuesta. Si en lugar de haberse diseñado así, se hubiera diseñado de forma diferente, el algoritmo extraído sería completamente diferente y ya no valdría para diseñar rutas, sino para diseñar redes de malla que sirvieran en materiales para prótesis, por ejemplo.
Cita de: Gambit en 26 de Enero de 2010, 14:19
Y dale... ¿tú lo estás probando en un mapa del cuerno de África que incluye todas las capas topográficas, orográficas e incluso meteorológica (8GB) o resulta que lo estoy probando yo? Te digo que funciona, y he realizado ya muchas simulaciones. El algoritmo de hormigas que utilizaba antes funcionaba bien pero requería más consumo de recursos y más tiempo, mi implementación actual basada en Physarum y modificado a mi gusto implica un consumo mucho menor de memoria (no tengo una pila de backtracking tan tocha) y de tiempo (este bicho es más eficiente que las hormigas). Pero vamos, si según tú interpolar comportamientos biológicos en algoritmos no funciona, mejor ve avisando a la comunidad informática porque se están usando, y cada vez más.
Claro, por eso los bioprocesadores no son funcionales, ni las puertas basadas en el funcionamiento enzimático son más eficientes y eficaces. Y tampoco las redes neuronales han abierto el camino hacia la fabricación de secuenciadores génicos más rápidos y exactos que los que se utilizaban hace diez años. Pero es precisamente este ejemplo el que me da la razón: cuando tú mapeas el cromosoma 1, que es isocéntrico utilizas un algoritmo basado en una red neuronal A y cuando mapeas el 20, que es telocéntrico, utilizas una red neuronal B. ¿Por qué? Primero, porque mapeas un cromosoma más pequeño, y segundo, porque la topografía cromosómica es distinta. ¿Por qué no utilizar entonces el algoritmo A para mapear los dos cromosomas? Pues porque para el cromosoma 1 el algoritmo A no consume apenas recursos y se hace rápido; pero para el cromosoma 20, el algoritmo A consume demasiada memoria y el secuenciador peta. Por eso ahora se están intentando extraer algoritmos de redes neuronales "reprogramables", esto es, con transgenes que puedan activarse y silenciarse a voluntad del operador. Así, tendremos un único algoritmo capaz de secuenciar todo el genoma en un par de horas, y no en cuatro días.
Pero no, no funcionan los algoritmos basados en comportamientos biológicos. Nunca. Jamás... ¡Joder, Peluche! Que lo que yo te vengo a decir es que los algoritmos basados en comportamientos biológicos son válidos para la situación X Y SÓLO PARA ESAS CONDICIONES. Si cambias las condiciones, el algoritmo lo tiras abajo. Si para tí las condiciones son fijas y se basan únicamente en el holding que poseen ciertas localizaciones, el algoritmo funciona. Incluso aunque introduzcas una variable independiente como es el clima. Funciona porque basas el algoritmo en muchas variables fijas que, de alguna manera, estabilizan la variable móvil. Y el algoritmo te vale para la orografía y es extrapolable a simulación 3D. Pero, ¿y si el
Physarum, en lugar de una placa completamente lisa, se hubiera sembrado en una plancha de porexpan? El algoritmo sería distinto y ya no podrías aplicarlo a la realidad. Que esto es lo que yo te llevo diciendo todo el puto hilo.
Se llama serendipidad y fue como Flemming descubrió la penicilina. Para tí es un hallazgo porque te facilita la vida, pero en la realidad, el hallazgo es una mierda, porque es como haberle puesto un collar al protozoo y haberlo llevado de la cuerda por donde tú querías.
Los terrenos de mapas ya vienen discretizados, en realidad, porque es imposible guardar algo "contínuo" en un formato digital. Así que lo que se procesa realmente ya son zonas cuadradas. Lo de dividir en cuadrícula de tamaño mayor de lado significaría perder resolución del terreno, un consumo brutal para la discretización en memoria y tiempo, y para regresar de nuevo al mismo problema NP, pero con menos cuadrados. Los algoritmos biológicos trabajan en contínua, las fórmulas empleadas suelen ser de distancia que es fácilmente calculable entre dos puntos, y no haces un árbol en profundidad de todas las posibilidades, sino que vas partiendo de soluciones posibles y "mejorando" en pasadas hasta llegar a una solución. Por poner un ejemplo claro: Warhammer. Cuando juegas a Warhammer el terreno es contínuo, pero tiene irregularidades que hacen que el paso sea imposible para vehículos, a pie, o que la velocidad sea inferior, pero en contínua, es decir, vas con tu regla de medir centímetros. Cuando ves una partida de Warhammer sueles ver a la gente tomando medidas y cotas tratando de ver qué solución es más óptima para lo que él busca (un acercamiento directo, flanquear, una huída, quedar a la distancia justa de disparo, entrar a cuerpo a cuerpo...). Esto se puede traducir en una cuadrícula hexadecimal, el problema cambia. Ya no necesitas una regla de medir, ahora tienes hexágonos de este u otro terreno, y mueves en discreta. Lo primero que se nota es la pérdida de resolución brutal: no todos los hexágonos contienen únicamente un terreno y te decantas porque una casilla es del tipo mayoritario que la ocupe, las tropas no tienen la libertad de movimientos de la contínua.... ¿tú caminas casilla a casilla? Lo segundo que se nota es el cambio de manera de pensar y trabajar, ya no tomas medidas, sino que cuentas casillas, compruebas posibles caminos... Lo que antes era tirar una medida por donde intuyes que es, y tomar dos o tres medidas más hasta ajustar se transforma en un grafo con interconexiones, y tu cerebro termina realizando más cálculos y llevando más tiempo decidir un movimiento.
Si lo ves fácil, no lo dudes, realiza tus propios algoritmos de redes de transporte y trata de venderlos a una organización.
Khram, "tí" no lleva tilde.
Mira, ¿ves? Otra cosa por la que el modelo es válido para esta situación y sólo para esta situación. Los protozoos no saben medir distancias, sino diferencias de concentración, les da igual la distancia. Y así, se ha extraído un modelo matemático basado en magnitudes que nada tienen que ver con el comportamiento del protozoo, pero que a tí te sirven para montar redes de transporte.
Corregido lo del ti.
CitarPor supuesto, no entiendo nada en absoluto de algoritmos genéticos. Ni tampoco sobre frecuencias de herencia ni de genética evolutiva de poblaciones ni de frecuencias alélicas poblacionales. Nada.
En efecto, nada. Pero es que los algoritmos evolutivos no van por esos tiros. :P
Son algoritmos basados en la Teoría de la Evolución explicada en un párrafo, sin entrar en detalles.
PD: El cambio de condiciones para las que está hecha un algoritmo a otras totalmente distintas viene a ser equivalente a intentar preparar un cochinillo mediante la receta de una merluza al vapor. Si el algoritmo basado en ese experimento va cojonudamente con las condiciones del problema de Pelu, pues el algoritmo el cojonudo y ya está. En otras condiciones será una porquería, sí, pero qué más da.
Pelu, no es que lo vea fácil, es que el planteamiento es fácil. Lo que tú me has dicho basicamente es que lo difícil es llevar el planteamiento sencillo a la práctica. ¿Por qué? Tú lo has dicho, porque se pierde información (y supongo que con eso los resultados son menos útiles) y porque montar la cuadrícula consume recursos. Me imagino que cuanta menos información pierdas más recursos consumes, y ahí está el dilema.
Yo estaba pensando en el Sim City 2000, en que cuando había cierta inclinación la carretera era más cara, y tal. En un universo en el que la única forma de llegar un punto a otro es de cuadradito en cuadradito la solución a ese problema es sencilla, incluso con 3 dimensiones y lo que quieras meterle. Lo chungo es extrapolarlo a una realidad en que no hay cuadrículas.
Otra cosilla. ¿No habría forma de jugar con el gradiente a partir del mapa topográfico? Recuerdo que no era difícil encontrar el camino de bajada de una montaña que pasase por menos pendiente, pero no sé hasta qué punto es extrapolable.
Y cuando pregunto no es para dar ideas, es para salir de dudas.
Cita de: Faerindel en 26 de Enero de 2010, 16:05
En efecto, nada. Pero es que los algoritmos evolutivos no van por esos tiros. :P
Son algoritmos basados en la Teoría de la Evolución explicada en un párrafo, sin entrar en detalles.
Por eso los algoritmos de genética evolutiva de poblaciones mejoran los primeros algoritmos evolutivos basándose en los detalles de frecuencia alélica, homocigosis y reparto cromosómico de una población establecida en un nicho.
Cita de: Faerindel en 26 de Enero de 2010, 16:05
PD: El cambio de condiciones para las que está hecha un algoritmo a otras totalmente distintas viene a ser equivalente a intentar preparar un cochinillo mediante la receta de una merluza al vapor. Si el algoritmo basado en ese experimento va cojonudamente con las condiciones del problema de Pelu, pues el algoritmo el cojonudo y ya está. En otras condiciones será una porquería, sí, pero qué más da.
No, no da igual. Porque entonces ya no es un protozoo que hace el trabajo de los ingenieros, sino un protozoo que da ideas a los ingenieros, que no es lo mismo. A Darwin no le susurró un pinzón la Teoría de la Evolución al oído, y tampoco decimos que fuerons los pinzones los que le hicieron el trabajo a Darwin.
Yo es que en esa última frase de "protozoo que hace el trabajo..." me saltó el detector de coñas y no hice caso. :gñe:
Yo es que leí el título del hilo.
Al título se le llama exageración para llamar la atención del público.
mmmm solo para que veiais que he intando comprender lo que deciais pero cuando se tiene que buscar mas de 10 palabras en el diccionario paso.
Entonces, la topografía del terreno (montañas, agujeros y demás) se simula en el entorno de este protozoo con luces?
Y esto supongo que sera mas para khram, el protozoo que media de vida tiene? cuanto suele crecer? y si se reproduce los descendientes usan de alguna forma la "red" del progenitor?
Cita de: Clave en 27 de Enero de 2010, 13:59
Y esto supongo que sera mas para khram, el protozoo que media de vida tiene? cuanto suele crecer? y si se reproduce los descendientes usan de alguna forma la "red" del progenitor?
Con las condiciones adecuadas, el protozoo es eterno. Crece hasta que encuentra una limitación de nutrientes y se reproduce haciendo crecer la colonia, así que podría decirse que el protozoo es su propio hijo.
Cita de: Khram Cuervo Errante en 26 de Enero de 2010, 09:20
¿Si lo ponemos en Madrid también dibujará el esquema de la red de metro? Coincidencia pura y dura.
Yo quisiera ver las colonias del honguito este (sí, yo también lo estudié como hongo) que NO copian la red de ferrocarril de Tokio. Pero en fin, será como Mendel, que se calló los resultados que no pudo explicar.
Claro que, el que le hayan dado el Ig Nobel del 2008 explica muchas cosas.
Sandman, este tipo de bicho recibe señales químicas del entorno. Si le llega alguna partícula, por diminuta que sea, de los puntos donde hay comidica, se pondrá a crecer en esa dirección.
Creo que te estás cabreando con un hecho completamente anecdótico como es el que el mapa se parezca al de tokyo y no te has parado a leer la review que hace emulenews del artículo, porque precisamente lo que hacen es optimizar la distancia entre dos puntos desde un punto de vista logístico. Vale, también lo hacen las hormigas y tal.
Lo que vendría a demostrar es que el metro de tokyo está lo más optimizado posible. No que el protozoo se sepa de memoria los planos de metro o algo parecido.
No veo qué hay de raro en ese sentido, el que la naturaleza tiende a optimizar es algo bien conocido.
La idea es que gracias a este bichito podría idearse una manera para optimizar. Aunque estoy seguro de que algo así se puede parametrizar en un sistema de ecuaciones diferenciales no muy complicado y resolver numéricamente.
Si te lees el resto del hilo entenderás lo que quiero decir, que no es más que el algoritmo es válido porque el protozoo está cultivado de esta manera y no de otra. Si cultivas el hongo de forma óptima, ya te digo yo que el algoritmo habría sido bien distinto.
¿Que el que mola es este? Guay, puta madre. Pero es el óptimo en ESAS condiciones. No el óptimo en general.
Vamos, que hay un bicho que busca alimento creando redes de forma óptima, y supuestamente su forma de hacerlo se asemeja bastante a la forma en que hicieron el metro de Tokyo y eso es bueno, porque los japos lo han hecho bien, y ahora quieren usar al bicho para otras cosas, y ponerle de jefe para que haga planos y mande a la gente y cobre más que los ingenieros.
Yo lo entiendo igual que migui, es decir, que lo que viene a destacar es que, lo que un "algo" lo hace por instinto, los japoneses supieron hacerlo casi calcado usando cálculos complicadísimos.
A ver... que el bicho no lo hace en términos geográficos, sino de disposición de alimento. ¿Que sirve para optimizar rutas por tierra? Tupendo. Pero el bicho en cuestión no optimiza nada en cuestiones geográficas. Que a una lumbrera se le haya ocurrido que podría valer, pues mira que bien. Pero que es sólo casualidad, no que los japoneses hayan sabido optimizar. O igual es que los japos tienen un Physarum por cerebro (lo que explicaría otras muchas cosas, dicho sea de paso).
Cita de: Gambit en 25 de Enero de 2010, 15:08
Para simular la topografía se colocaron luces brillantes (al bichito no le mola la luz).
Ahí tienes la simulación geográfica
Eso no es una simulación geográfica, sino lumínica.
Cita de: Khram Cuervo Errante en 28 de Enero de 2010, 17:02
Si te lees el resto del hilo entenderás lo que quiero decir, que no es más que el algoritmo es válido porque el protozoo está cultivado de esta manera y no de otra. Si cultivas el hongo de forma óptima, ya te digo yo que el algoritmo habría sido bien distinto.
¿Que el que mola es este? Guay, puta madre. Pero es el óptimo en ESAS condiciones. No el óptimo en general.
Cuando no había ingenieros de caminos se ataban palos a un burro y se le echaba del pueblo, así trazaban las carreteras.
Este bichito buscará la manera óptima de ir de A a B. Que lo han hecho a posta para que sea como el mapa de Tokyo, pues si, pero eso no quita que el trasfondo del experimento no sea cierto.
Khram, nadie te ha dicho que en otras condiciones el bicho no actuaría así, ellos están utilizando el bicho en ciertas condiciones como dices, pero lo utilizan para poder hacer el trabajo de forma eficiente y rápida, condicionada por las condiciones en las que le tienen y que si le tuvieran en condiciones normales igual no sería así, pero no sé, creo que no hay que crear polémica donde no la hay.
No, si polémica no hay ninguna Leinster. Pero si tú lo que haces es atar al bicho de una cuerda y tirar de la cuerda para que el bicho vaya por donde tú quieres, pues ni me parece un hito, ni me parece nada de nada, la verdad. Y mientras esto sea así, el experimento seguirá siendo igual de falso, por mucho que valga para trazar rutas óptimas de A a B.
Pero si el objetivo es hacer ese trabajo más rápidamente, no que de la casualidad de que el bicho haga eso, sino que con el protozoo se ahorran tiempo.
No sé si me explico, la noticia no es que el bicho lo haga, sino que los japos estuvieron partiéndose el coco para luego descubrir que con el protozoo se hubieran ahorrado el trabajo.
Ni siquiera eso. Porque con métodos numéricos se hace ya, y no se va a cambiar.
Es sólo una curiosidad desde el punto de vista de la optimización.