FUN88

รูปแบบชีวิตของสัตว์เซลล์เดียวอย่าง อะมีบา เพิ่งมีการค้นพบว่า มันมีวิธีการแก้ปัญหาที่ซับซ้อนได้อย่างชาญฉลาด และสามารถนำวิธีคิดของมันมาพัฒนาระบบคอมพิวเตอร์ในปัจจุบันให้ฉลาดขึ้นได้อีกด้วย

ความน่าประหลาดใจคือ ยิ่งปัญหามีความซับซ้อนขึ้น เจ้าอะมีบายิ่งฉายแววของวิธีการแก้ปัญหาที่โดดเด่น และแตกต่างจากวิธีคิดแก้ปัญหาของระบบคอมพิวเตอร์ในปัจจุบันโดยสิ้นเชิง และแน่นอนว่าวิธีการแก้ปัญหาของสัตว์เซลล์เดียวนั้นมีประสิทธิภาพมากกว่าอัลกอรึทึม (กระบวนการแก้ปัญหา) ใดๆ ที่มนุษย์พัฒนาขึ้นมา โดยผลลัพธ์จากงานวิจัยแสดงให้เห็นว่า สิ่งมีชีวิตที่มีรูปแบบเรียบง่ายนี้ ได้เพิ่มทางเลือกใหม่ในการประมวลผลของระบบคอมพิวเตอร์ 

ต้องทำเข้าใจก่อนว่า อะมีบา ไม่ได้คิดเร็วกว่าเครื่องคอมพิวเตอร์แต่อย่างใด แต่เมื่อระดับความซับซ้อนของโจทย์นั้นยากขึ้นแบบยกกำลัง (Exponential growth) อะมีบา กลับใช้เวลาในการแก้ไขปัญหาเพิ่มขึ้นในรูปแบบของเชิงเส้น (Linear growth) ในขณะที่ระบบคอมพิวเตอร์นั้น ถ้าเจอโจทย์ปัญหาที่ยากขึ้นแบบยกกำลัง มันก็จะใช้เวลาในการแก้ปัญหายากขึ้นแบบยกกำลังเช่นกัน เราสามารถเห็นความแตกต่างอย่างชัดเจนตามภาพด้านล่างนี้

อะมีบา สัตว์เซลล์เดียว พบวิธีการแก้ปัญหาที่ฉลาดกว่าระบบคอมพิวเตอร์ของมนุษย์ซะอีก

โดยโจทย์ปัญหาสุดคลาสสิคที่นักวิจัยใช้ทดสอบเชาวน์ปัญญาของ อะมีบา คือ โจทย์การเดิทางของเซลล์แมน หรือ Traveling Salesman Problem (TPS) มันเป็นโจทย์ปัญหาที่ ระบบคอมพิวเตอร์จะได้รับรายชื่อเมืองจำนวนหนึ่งที่เซลล์แมนต้องเดินทาไปเยือน จากนั้นก็ทำการค้นหาเส้นทางที่สั้นที่สุดในการเดินทางไปเยือนทุกๆ เมือง โดยที่ต้องไม่ใช้เส้นทางที่นำไปสู่เมืองที่เคยไปเยือนมาแล้ว

อะมีบา สัตว์เซลล์เดียว พบวิธีการแก้ปัญหาที่ฉลาดกว่าระบบคอมพิวเตอร์ของมนุษย์ซะอีก

โจทย์ปัญหาการเดิทางของเซลล์แมน ยิ่งจำนวนเมืองเพิ่มมากขึ้น ความซับซ้อนในการแก้ปัญหายิ่งยากขึ้นในแบบยกกำลัง

โดยยิ่งจำนวนเมืองยิ่งเพิ่มมากขึ้น ความซับซ้อนของวิธีแก้ปัญหาก็ยิ่งเพิ่มขึ้นเรื่อยๆ โดยถ้ามีโจทย์มีรายชื่อเมืองเพียง 4 เมือง มันก็มีเส้นทางการเดินทางที่เป็นไปได้เพียง 3 เส้นทางให้เลือก แต่ถ้าจำนวนเมืองเพิ่มเป็น 8 เมือง สถานการณ์จะพลิกจากหน้ามือเป็นหลังมือทันที ก็จะมีเส้นทางการเดินทางถึง 2,520 เส้นทางให้เลือก จะเห็นว่าความซับซ้อนของโจทย์เพิ่มขึ้นแบบเลขยกกำลัง และระบบคอมพิวเตอร์จะใช้เวลานานมากในการค้นหาวิธีการเดินทางที่สั้นที่สุด

แต่ทีมวิจัยจากมหาวิทยาลัย Keio ในประเทศญี่ปุ่น ได้ตัดสินใจสร้างการทดลองเพื่อทดสอบเชาวน์ปัญญาของอะมีบา และพบว่า การเพิ่มจำนวนเมืองจาก 4 เป็น 8 นั้น เจ้าอะมีบา ใช้เวลาในการแก้ปัญหาเพิ่มขึ้นในรูปแบบของเชิงเส้น (แทนที่จะเป็นแบบยกกำลัง) เพื่อหาเส้นทางที่ดีที่สุด 

โดยนักวิจัยได้เขียนลงในรายงานผ่านสื่อ Royal Society Open Science ด้วยใจความที่ว่า “ในการศึกษาของเรา แสดงให้เห็นว่าอะมีบา ใช้เวลาในการแก้ไขปัญหาที่ซับซ้อนเพิ่มขึ้นแบบเชิงเส้น  เมื่อขนาดของปัญหาเพิ่มขึ้นจาก 4 เป็น 8 และผลการวิจัยนี้ สามารถนำไปพัฒนาระบบคอมพิวเตอร์ ให้สามารถแก้ไขปัญหาที่ซับซ้อนขึ้น โดยการใช้เวลาเพิ่มขึ้นในแบบเชิงเส้น (ซึ่งจะทำให้แก้ปัญหาได้เร็วขึ้นนั่นเอง)”

แน่นอนว่าอะมีบาไม่รู้จักว่าเมืองคืออะไร ดังนั้นโจทย์ปัญหาการเดินทางของเซลล์แมนในเวอร์ชั่นอะมีบานั้น ‘เมือง’ ถูกแทนที่ด้วยเส้นทางแคบๆ 64 เส้นทาง (โดยที่ ‘เมือง’ ทั้ง 8 นั้นมี 8 เส้นทางเพื่อไปยังเมืองอื่นๆ) โดยที่เส้นทางทั้ง 64 ถูกสร้างอยู่บนแผ่นจานที่วางอยู่เหนือ Agar ที่เป็นอาหารของอะมีบา และเพื่อที่จะเข้าถึงอาหาร อะมีบาต้องเดินทางไปตามเส้นทางต่างๆ

และการที่อะมีบาจะเดินทางไปในเส้นทางใด มันจะต้องทำการปรับเปลี่ยนรูปทรงของตัวมันเอง ดังนั้นการเดินทางเข้าไปในเส้นทางใดๆ มันจะต้องปรับรูปทรงของร่างกายให้มีรูปแบบที่ไม่ซ้ำกัน

อะมีบา สัตว์เซลล์เดียว พบวิธีการแก้ปัญหาที่ฉลาดกว่าระบบคอมพิวเตอร์ของมนุษย์ซะอีก

การสร้างการทดลองของมหาวิทยาลัย Keio

และเพื่อให้มั่นใจว่าอะมีบาจะเดินทางไปยังเมืองต่างๆ ด้วยเส้นทางที่เหมาะสม นักวิจัยใช้แสง (ซึ่งเป็นสิ่งที่อะมีบาไม่ชอบ) ส่องไปยังเส้นทางที่ไกลเกินไป หรือเส้นทางมันเคยเดินทางผ่านมาแล้ว เพื่อไม่ให้มันเดินทางผ่านเส้นทางเดิม

และจากการรายงานของทีมวิจัย ระบุว่า อะมีบาไม่ได้ใช้เวลาในการแก้ปัญหายาวนานขึ้นแบบยกกำลังแต่อย่างใด ถึงแม้จะมีจำนวนของความเป็นไปได้ของเส้นทางเพิ่มขึ้นในแบบยกกำลังก็ตาม

และเพื่อให้ยุติธรรม ระบบคอมพิวเตอร์ในปัจจุบันนั้นก็สามารถแก้ปัญหาด้วยการใช้เวลาเพิ่มขึ้นในแบบเชิงเส้น เมื่อความซับซ้อนของปัญหาเพิ่มขึ้นแบบยกกำลังได้เช่นกัน แต่สิ่งที่อะมีบาเหนือกว่าระบบคอมพิวเตอร์คือ มันทดสอบการปรับเปลี่ยนรูปทรงของร่างกายเพื่อเดินทางเข้าไปในเส้นทางใหม่ๆ ในอัตราเร็วที่คงที่ และสามารถประมวลผลเรื่องการตอบสนองต่อแสงในเวลาเดียวกัน นี่เป็นสิ่งที่ระบบคอมพิวเตอร์ต้องเรียนรู้จากอะมีบา

โดยนักวิจัยกล่าวว่า ในตอนนนี้การทดลองยังจำกัดอยู่ที่การเดินทางของ 8 เมือง เนื่องจากไม่สามารถสร้างจานทดสอบที่มีขนาดใหญ่กว่านี้ แต่ถ้าเกิดสามารถทำได้ขึ้นมา พวกเขาคิดว่าอะมีบา จะสามารถค้นหาเส้นทางที่ดีที่สุดในการเดินทางระหว่าง 100 เมืองได้อย่างรวดเร็วเลยทีเดียว

และพวกเขาได้สร้างแบบจำลองคอมพิวเตอร์ที่มีชื่อเรียกว่า AmoebaTSP (อะมีบา TSP) ที่จำลองรูปแบบการประมวลผลของอะมีบา แต่ก็ยังมีอีกหลายสิ่งที่ต้องเรียนรู้

โดยคุณ Masashi Aono กล่าวกับสื่อ Phys.org ว่า “กลไกที่ทำให้อะมีบา สามารถรักษาคุณภาพในการหาวิธีแก้ปัญหาเพื่อหาเส้นทางที่สั้นที่สุดนั้นยังคงเป็นปริศนา” และนอกจากกระบวนการคิดของอะมีบา จะมีประโยชน์สำหรับการพัฒนาอัลกอรึทึมของระบบคอมพิวเตอร์เพื่อการแก้ปัญหาที่ซับซ้อนแล้ว ก็ยังสามารถนำไปประยุกต์ใช้กับงานอื่นๆ ที่มีความซ้บซ้อน อย่างเช่น พัฒนาความคล่องแคล่วในการเดินของหุ่นยนต์ที่มีหลายขาได้ด้วย

ที่มา : www.sciencealert.com

ใส่ความเห็น

Related News

ผู้แต่งและร้องเพลง "ชิพกับเดล" สุดเซอร์ไพรส์กระแสไวรัลในไทย

เพลง "ชิพกับเดล" ในการ์ตูนสั้น Mickey Mouse ที่กลายเป็นกระแสไวรัลในอินเทอร์เน็ตอยู่ตอนนี้ ทำให้ Quincy Surasmith ผู้แต่งเพลงและโปรดิวเซอร์เพลงนี้... อ่านเพิ่มเติม

ช่างภาพดีไซน์ แยกชิ้นส่วนในเครื่องเกมส์ยุคเก่าออกมาได้อย่าง น่าทึ่ง!

มองรูปเผินๆ ก็นึกว่างานออกแบบที่ทำด้วยคอมฯ แต่ที่ไหนได้มันคือภาพถ่ายล้วนๆ! และซีรี่ย์ของรูปภาพเหล่านี้ มันมีชื่อว่า Assembly Required... อ่านเพิ่มเติม

Canon ระดมทุนผ่าน Indiegogo สร้างกล้องคลิปหนีบ เล็กๆ กะทัดรัด !

งานนี้ บริษัท Canon มาแปลก ระดมทุนผ่านเว็บไซต์ Indiegogo สร้างกล้องรุ่นใหม่ Ivy Rec กล้องที่มีความเล็กขนาดเท่าแฟลชไดร์ USB... อ่านเพิ่มเติม

พาส่องพริตตี้สาวสวยภายในงาน COMMART JOY 2019

นอกเหนือไปงานคอมพิวเตอร์, โน๊ตบุ๊ค และอุปกรณ์ไอทีต่างๆ ที่มาจัดแสดงภายในงาน COMMART JOY 2019 แล้ว... อ่านเพิ่มเติม

Marvelous กำลังจะรีเมค Harvest Moon: Friends of Mineral Town

Harvest Moon: Friends of Mineral Town จะกลับมาอีกครั้งในปีนี้ จากรายงานของ Famitsu ค่าย Marvelous กำลังจะรีเมคเกมส์ที่เคยลงในเครื่อง Game Boy Advance มาสู่ Nintendo Switch แทน... อ่านเพิ่มเติม