כשאתה צופה בסרטון ביוטיוב או קונה מוצר באמזון ומייד מוצע לך סרטון דומה שצפה או מוצר לקנות, אתה רואה מה שמכונה "חיפוש דמיון" בפעולה. אלה הם אלגוריתמים שנועדו לחפש בסטים גדולים של נתונים ולהתאים פריטים הדומים בדרך כלשהי. המוח שלנו מבצע חיפושים דומים כל הזמן - אדם זה נראה כמו חבר שלי, השיר הזה נשמע כמו אחד שאני מכיר.
זבובי פרי עושים את אותו הדבר. המוח שלהם מבצע חיפושי דמיון כדי להבין ממה עליהם לטעום וממה עליהם להימנע. זבוב אולי מעולם לא הריח מנגו נרקב לפני כן, אך המוח שלו מוצא אותו דומה לטיפול המוכר של בננה נרקבת כדי לאותת על "לאכול".
החוקרים חושבים שהבנת חיפושי הדמיון של הזבובים יכולה לעזור בשיפור האלגוריתמים הממוחשבים.
"עלה בדעתנו ששתי המערכות הללו, ביולוגיות והן מהונדסות, פותרות בעיה דומה מאוד", אומר סאקט נבלאכה, פרופסור במכון סאלק בקליפורניה.
חיפושים רבים של דמיון ממוחשב פועלים על ידי מתן פריטים לתגיות שורטור דיגיטליות המכונות "חשיש". חשיפות אלה גורמות לסבירות גבוהה יותר כי פריטים דומים יקובצו יחד. לאחר מכן התוכנית יכולה לחפש באמצעות hashes, ולא לפי פריטים, וזה מהיר יותר.
זבובי הפירות, כך נודע לנבאלכה וצוותו, עושים דברים אחרת. כאשר זבוב חש ריח, יורים 50 נוירונים בשילוב שונה לכל ריח. תוכנית מחשב תצמצם את מספר החשיש הקשור לריח. אך זבובים למעשה מרחיבים את החיפוש שלהם. 50 עצבי הירי הראשוניים הופכים ל -2, 000 תאי עצב יורים, ומעניקים לכל ריח שילוב ייחודי יותר. מוח הזבוב מאחסן רק חמישה אחוזים מ -2, 000 הנוירונים הללו עם הפעילות הגדולה ביותר לחשיפה של אותו ריח. פירוש הדבר שמוח הזבוב מסוגל לקבץ ריחות דומים ושונים בצורה יותר ברורה, מה שמונע מהם להתבלבל בין פריטים "לאכול" ל"לא אוכלים ".
הצוות לא למד את מוחם של זבובים בעצמם, אלא קרא את הספרות הקיימת בנושא זבובי זבובים ומעגלי מוח. לאחר מכן הם יישמו את חיפוש הדמיון של זבוב לשלושה מערכי נתונים המשמשים לבדיקת אלגוריתמים של חיפוש.
"פיתרון הזבובים עושה, אם לא טוב יותר, לפחות טוב כמו הפיתרון למדעי המחשב, " אומר נוולכה.
המחקר פורסם החודש בכתב העת Science .
"עבודה זו מעניינת", אומר ג'ף קלון, פרופסור למדעי המחשב באוניברסיטת ויומינג שלומד רשתות עצביות. "בכל פעם שנלמד כיצד הטבע פתר בעיה, במיוחד אם הפיתרון הוא לא כזה שכבר הכרנו או מעדיפים, הוא מרחיב את ערכת הכלים שלנו במונחים של ניסיון לשחזר אינטליגנציה טבעית במכונות."
נבלאקה וצוותו מתכננים לנסות את חיפוש הזבובים במערכי נתונים גדולים יותר ולראות כיצד ניתן לשפר זאת. הוא רואה שני דרכים להתפתחות. הראשון יהיה לייעל את החיפוש, כלומר הוא יצטרך פחות כוח מחשוב, אשר יתורגם לשימוש בפחות חיי סוללה בפלאפון, למשל. השנייה תהיה להפוך אותו למדויק יותר. בהמשך הקו ניתן להשתמש בו כדי לשפר את סוג האלגוריתמים שרובנו משתמשים מדי יום במחשבים ובסמארטפונים שלנו.
"זה החלום שלנו, " אומר נוולכה. "שעל ידי לימוד מערכת מדהימה זו ששום מחשב אינו יכול לשכפל כיום, אנו יכולים איכשהו ללמוד לעשות למידה טובה יותר של מכונה ובינה מלאכותית."
