https://bodybydarwin.com
Slider Image

Què tenen en comú els motlles de llim i els compradors en línia

2021

Segons un nou estudi, el motlle llim, formigues i el sistema de recomanació de productes d’Amazon poden prendre decisions de la mateixa manera.

Per arribar a aquesta conclusió, Bernd Meyer i el seu equip van estudiar el comportament del motlle llimós –que no és una planta, un fong o un animal, sinó una xarxa de cèl·lules individualment organitzada– i la van enganxar en un laberint. Ambdues vies conduïen a flocs de civada, que aparentment és el berenar preferit del motlle llim, però un dels camins era fosc i l’altre estava farcit d’una llum brillant que parpelleja, que el motlle odia. Grollera.

El motlle llimac feia allò més assenyat que podia: tenir-ne el pastís i menjar-ne també. O millor dit, tingueu els seus flocs de civada i retrocediu de la llum. Paradoxalment, el motlle llim sembla que realitza millor les seves tasques amb la interferència. La revertida provocada pel feix infractor va semblar afinar la seva capacitat de decisió.

"Els petits errors en el procés de presa de decisions ... fan que [les decisions del motlle llimac] siguin menys precises, però molt més flexibles, diu Meyer.

En altres paraules, explica, el motlle de llim ha de "equivocar-se per fer-ho bé". Qui s'ha sentit mai reconfortat per un treball de recerca sobre llims?

Potser més rellevants, potser, per a científics no llimacs, són les formes en què podríeu extrapolar aquesta investigació en una bombeta de color groc de neó a tota la humanitat. I als algorismes que utilitzem per comprar coses.

El procés de presa de decisions per a motlles llimacs no és tan complex o, per tant, conscient que ho és per als humans, però les matemàtiques subjacents semblen ser les mateixes. El motlle, juntament amb tots els altres éssers vius, és "autoorganitzat, cosa que significa que té un mitjà per avaluar el seu entorn i intentar protegir-se i els seus interessos. Aquest principi d'autoorganització té, almenys, a les comunitats que parlen seriosament. sobre la ciència de coses com el llim, conegut des de fa una estona. El que afegeix la investigació de Meyer és comprendre l'impacte en l'autoorganització del "soroll".

En ciència, el soroll no és només un so: tot el que interfereix amb la norma. I, almenys al nivell abans que et faci totalment insí, el soroll anima els organismes a adaptar-se al seu entorn. En un dels estudis anteriors de Meyer, el seu equip va supervisar l'efecte del "soroll" sobre les formigues, que són organismes molt més complexos i interconnectats que els motlles de llim, ja que van intentar arribar als seus aliments. (Per descomptat, les formigues, com els cucs de menjar i els tònics rics en nutrients en laboratori. Sí.) El "soroll" molestava les formigues i va canviar el seu comportament, però també les va animar a prendre decisions avantatjoses més ràpidament, una habilitat important quan " constantment lluitant pels recursos.

Necessitem que les persones siguin contràries a la tendència per poder adaptar la nostra decisió col·lectiva de manera flexible, diu Meyer. Si això ocorre per culpa d’una rebel·lió conscient o perquè aquests individus no tenen informació sobre cap a on es dirigeix ​​la tendència o si simplement s’equivoca no importa. El que compta és que van en contra de la tendència.

Però, com es relaciona això amb Amazon? Bàsicament es tracta de mecanismes de reforç. Si el soroll desencadena un canvi brusc, el motlle de llim o altres organismes, els humans inclosos podrien adonar-se que el seu comportament anterior era un gran error. Però els organismes poden trobar fàcilment que també és un èxit enorme. Si aquest és el cas, la popularitat genera una popularitat que diu Meyer, i una desviació del que s’acostuma a fer pot crear una nova normalitat.

Segons Meyer, el sistema de recomanació d’Amazon segueix la mateixa mecànica. Els algorismes que recomanen productes als consumidors són aleatoris, basats en models estadístics del que Amazon creu que pot desitjar. Però enviant aquestes recomanacions a milions de persones, els algorismes acaben reforçant-se, ja que els usuaris segueixen i compren realment les coses que se’ls recomana. Meyer va arribar fins a argumentar que "si només miréssiu les fórmules dels nostres treballs, no podríeu dir si esteu buscant la descripció de la recerca de formigues ... o un sistema de recomanació en un lloc de comerç electrònic.

Queda pendent veure la veritable relació entre el procés de presa de decisions del motlle llim i les restes d'un humà, però Meyer i altres investigadors hi són. Enviem un bon "soroll" al seu camí.

I potser Slime, Inc. Amazon podria aprendre coses o dues al llarg del camí.

18 articles per una taula de nit perfecta

18 articles per una taula de nit perfecta

La setmana passada en tecnologia: un robot mort, la taula de surf de Tesla i les xarxes de difusió de les xarxes socials

La setmana passada en tecnologia: un robot mort, la taula de surf de Tesla i les xarxes de difusió de les xarxes socials

L’evaporació dels llacs podria ajudar al país, dia i nit

L’evaporació dels llacs podria ajudar al país, dia i nit