https://bodybydarwin.com
Slider Image

Apa kesamaan cetakan lendir dan pembeli online

2021

Cetakan lendir, semut, dan sistem rekomendasi produk Amazon mungkin membuat keputusan dengan cara yang sama persis, menurut sebuah studi baru.

Untuk sampai pada kesimpulan ini, Bernd Meyer dan timnya mempelajari perilaku jamur lendir — yang bukan tanaman, jamur, atau hewan, tetapi jaringan sel individu yang terorganisir secara longgar — dan menaruhnya di labirin. Kedua jalur mengarah ke serpihan gandum, yang tampaknya merupakan camilan favorit lendir, tetapi salah satu jalurnya gelap dan yang lainnya dipenuhi dengan cahaya berkedip yang terang, yang dibenci oleh cetakan. Kasar.

Cetakan lendir melakukan hal yang paling masuk akal yang bisa dilakukan: mengambil kue dan memakannya juga. Atau lebih tepatnya, buat serpihan gandumnya dan mundur dari cahaya. Paradoksnya, cetakan lendir tampaknya melakukan tugasnya dengan lebih baik dengan gangguan. Pengalihan rute yang disebabkan oleh sinar yang menyinggung tampaknya mempertajam kemampuan pengambilan keputusan mereka.

"Kesalahan kecil dalam proses pengambilan keputusan ... membuat [keputusan cetakan lendir] kurang tepat, tetapi kata Meyer jauh lebih fleksibel.

Dengan kata lain, ia menjelaskan, cetakan lendir harus “salah paham untuk melakukannya dengan benar.” Siapa yang pernah merasa begitu terhibur oleh sebuah makalah penelitian tentang slime?

Yang lebih relevan, mungkin, bagi para ilmuwan non-lendir, adalah cara-cara Anda mungkin dapat mengekstrapolasi penelitian ini pada gumpalan kuning neon untuk semua umat manusia. Dan untuk algoritma yang kami gunakan untuk membeli sesuatu.

Proses pengambilan keputusan untuk cetakan lendir tidak serumit atau, eh, sadar seperti halnya bagi manusia, tetapi matematika yang mendasari tampaknya sama. Jamur, bersama dengan setiap makhluk hidup lainnya, adalah "mengatur diri sendiri yang berarti ia memiliki sarana untuk mengevaluasi lingkungannya dan berusaha untuk melindungi dirinya sendiri dan kepentingannya. Prinsip pengaturan diri ini memiliki — setidaknya dalam komunitas yang berbicara dengan serius. tentang ilmu pengetahuan tentang hal-hal seperti lendir — telah dikenal untuk sementara waktu. Apa yang ditambahkan penelitian Meyer adalah pemahaman tentang dampak pengorganisasian diri dari "kebisingan".

Dalam sains, kebisingan bukan hanya suara — itu adalah segala sesuatu yang mengganggu norma. Dan, setidaknya pada tingkat tepat sebelum itu membuat Anda benar-benar gila, kebisingan mendorong organisme untuk beradaptasi dengan lingkungannya. Dalam salah satu penelitian Meyer sebelumnya, timnya memantau efek "kebisingan" pada semut, yang jauh lebih kompleks dan organisme yang saling berhubungan daripada jamur lendir, ketika mereka mencoba untuk mendapatkan makanan mereka. (Ngomong-ngomong, semut, seperti ulat tepung dan tonik kaya nutrisi buatan laboratorium. Yum.) "Suara" mengganggu semut dan membentuk kembali perilaku mereka, tetapi juga mendorong mereka untuk membuat keputusan yang menguntungkan lebih cepat, keterampilan penting ketika Anda ' terus berjuang untuk sumber daya.

"Kami membutuhkan individu untuk melawan tren agar dapat menyesuaikan keputusan kolektif kami secara fleksibel, " kata Meyer. EtherApakah ini terjadi karena pemberontakan yang disadari, atau karena orang-orang ini tidak memiliki informasi tentang ke mana arah tren, atau apakah mereka melakukan kesalahan bukan masalah. Yang penting adalah bahwa mereka bertentangan dengan tren.

Tetapi bagaimana hubungannya dengan Amazon? Ini pada dasarnya bermuara pada mekanisme penguatan. Jika kebisingan memicu perubahan mendadak, jamur lendir - atau organisme lain, manusia termasuk - mungkin menyadari perilaku mereka sebelumnya adalah kesalahan besar. Tetapi organisme dapat dengan mudah menemukan itu juga sukses besar. Jika itu yang terjadi, maka popularitas akan menjadi populer, kata Meyer, dan penyimpangan dari apa yang biasanya dilakukan dapat menciptakan normal baru.

Sistem rekomendasi Amazon mengikuti mekanisme yang sama, menurut Meyer. Algoritme yang merekomendasikan produk ke konsumen adalah acak, berdasarkan pada model statistik dari apa yang menurut Amazon Anda inginkan. Tetapi dengan mengirimkan rekomendasi ini kepada jutaan orang, algoritme akhirnya memperkuat diri mereka sendiri, karena pengguna mengikuti dan benar-benar membeli hal-hal yang direkomendasikan kepada mereka. Meyer melangkah lebih jauh dengan menyatakan bahwa "jika Anda hanya melihat formula dalam makalah kami, Anda tidak akan dapat mengetahui apakah Anda melihat deskripsi mencari makan semut ... atau sistem rekomendasi di situs eCommerce."

Hubungan sebenarnya antara proses pengambilan keputusan lendir cetakan dan sisa-sisa manusia harus dilihat, tetapi Meyer dan peneliti lain ada di dalamnya. Mari kita kirim "kebisingan" yang baik ke mereka.

Dan mungkin Slime, Inc. Amazon bisa belajar satu atau dua hal di sepanjang jalan.

Seorang dokter hewan menjelaskan apa arti anjing dan kucing selama bertahun-tahun

Seorang dokter hewan menjelaskan apa arti anjing dan kucing selama bertahun-tahun

Kiat dan trik terbaik untuk Musik YouTube

Kiat dan trik terbaik untuk Musik YouTube

Cara memindahkan daftar main di antara layanan streaming musik

Cara memindahkan daftar main di antara layanan streaming musik