비즈니스 기회
Nature-inspired AI 알고리즘은 복잡한 문제의 솔루션 제공
크레딧: Pixabay/CC0 퍼블릭 도메인
자연은 많은 혁신에 영감을 주었습니다.
최근 몇 년 동안 자연계의 문제 해결 능력을 모방한 알고리즘의 개발이 주목받고 있습니다. 이러한 알고리즘, 다양한 자연 행동을 모델링하는 컴퓨터 프로그램은 집합적으로 자연에서 영감을 받은 알고리즘으로 알려져 있습니다.
그들은 개미와 꿀벌에서 관찰된 것과 같은 자연 또는 사회 시스템의 역학 또는 박쥐와 새의 움직임과 기술을 연구하여 설계하였습니다. 스웜 인텔리전스, 생물학적 시스템, 물리적 또는 화학적 프로세스를 포함하여 모델링되는 동작에 의해 정의되는 여러 클래스가 있습니다.
스웜 인텔리전스는 자연에서 영감을 받은 알고리즘에서 특히 유용한 부분입니다. 그것은 새 떼나 물고기 떼와 같은 동물 그룹의 집단행동에서 파생됩니다. 이러한 알고리즘의 원리는 자체 최적화의 개념으로, 자원을 효율적으로 관리하고 변화하는 환경에 적응하여 복잡해 보이는 문제를 해결하는 자연 시스템의 특징입니다. 이러한 타고난 기술을 알고리즘으로 전환함으로써 연구자들은 우리가 직면한 일부 문제에 대한 자체 최적화 시스템을 개발하는 방법을 찾고 있습니다.
‘International Journal of Advanced Intelligence Paradigms’에 발표된 논문에서 첸나이의 Misrimal Navajee Munoth Jain Engineering College의 S. Thanga Revathi와 인도 군투르의 Vignan University의 N. Ramaraj는 자연에서 영감을 받은 알고리즘이 어떻게 어렵고 다루기 어려운 문제에 접근하는 효율적이고 적응 가능한 방법을 제공할 수 있는지 설명합니다.
그들은 개미 군집 최적화(ACO), 입자 떼 최적화(PSO), 뻐꾸기 검색 및 박쥐 알고리즘과 같은 가장 주목할만한 몇 가지를 인용합니다. 이러한 각 알고리즘은 자연스러운 집단 행동의 특성을 사용하여 문제에 대한 해결책을 수렴합니다.
예를 들어, 새 무리 내에서 각 새는 단일 리더 없이 간단한 규칙을 따르며, 이는 찌르레기 울음소리와 같은 복잡한 시스템을 일으킵니다. 무리 짓는 행동은 일반적으로 집단적 포식자 회피 기술입니다. 새들의 움직임은 가장 가까운 이웃의 조직에 의해 영향을 받습니다. 충돌을 피하고, 속도를 맞추고, 그룹과의 근접성을 유지하는 것이 무리의 이러한 조정되고 응집력 있는 움직임으로 이어지는 것입니다.
스웜 기반 알고리즘의 실제 응용 분야는 다양한 분야에 걸쳐 있습니다. 예를 들어, 생물 의학에서는 진단, 유전학 및 단백질 구조 예측에 사용할 수 있습니다. 다른 알고리즘을 사용하여 네트워크를 관리하고, 데이터를 분류하고, 대기열 시스템을 관리할 수 있습니다.
이 연구는 우리가 자연에서 영감을 받은 시스템을 개발하기 시작했을 뿐이며 인류가 직면한 광범위한 문제를 해결하기 위해 자연계의 다양한 시스템을 모델링할 수 있는 큰 잠재력이 있음을 시사합니다.
이상의 기사는 2024년 8월 1일 TechXplore에 게재된 “Nature-inspired AI algorithms offer new solutions to complex problems”제목의 기사 내용을 편집하여 작성하였습니다.
* 원문정보 출처 : Nature-inspired AI algorithms offer new solutions to complex problems (techxplore.com)
* 추가정보 출처 : A brief study about nature inspired optimisation algorithms