ביומימיקרי

משמעות המונח ביומימיקרי היא חיקוי החיים (Biomimicry: Bio=life; mimesis=imitate). ביומימיקרי היא דיסיפלינה רב-תחומית המקדמת חיקוי ולמידה מהטבע לפתרון בעיות בדרכים מקיימות.

לקראת רשתות בארגון-עצמי בהשראת הטבע


מאת: מאיה גבעון

דמיינו לכם כוורת עמוסה, או קן נמלים. אלפי פרטים עסוקים בכל רגע נתון במשימות שונות: ניקוי הקן, איסוף מזון, הגנה על הקן, הזנת הצאצאים ועוד. אם פתאום יימצא מקור מזון שופע בקרבת הקן, יותר פועלות יעברו לטפל באיסוף מזון על חשבון ביצוע מטלות אחרות, מבלי לקבל פקודות ממנהיג כלשהו או מ"חדר מצב" יודע כל.
 
תכונה זו של המערכת המורכבת היא ארגון עצמי, והיא ניכרת ברמות שונות בטבע: מהתארגנות תאים בתוך רקמה (למשל, בעת היווצרות עובר), דרך תפקוד מערכת החיסון והיווצרות מושבות חיידקים, ועד התנהגות חברתית מורכבת, בתוך מין או בין מינים שונים באקו-סיסטמה. יכולת הארגון העצמי כוללת ניהול תצורה (קונפיגורציה) עצמית, יכולת אופטימיזציה עצמית וכן יכולת תיקון / הבראה עצמית.
מערכות בינה מלאכותית ומערכות תקשורת אנושיות מפותחות בשנים האחרונות באופן מואץ, ומגיעות לרמות מורכבוּת הולכות וגדלות. למרות זאת, מערכות אלה אינן מתקרבות ברמת התפקוד שלהן למורכבוּת, להטרוגניות ולדינאמיות המאפיינות מערכות מורכבות בטבע. יתר על כן, אין בנמצא סט כלים או עקרונות לפיתוח רשתות תקשורת מורכבות כאלה, שיוכלו לשפר את היעילות והתפקוד שלהן.
כתב העת Science China  פרסם לאחרונה מאמר, פרי עבודתם של צוות חוקרים מהמכון לטכנולוגיית רשתות מתקדמת באוניברסיטה למדע וטכנולוגיה בבייג'ינג,  בשם "על עקרונות העיצוב וגישות אופטימיזציה לרשתות ארגון עצמי (במקור: SOL: Self Organized Networks) בהשראת הטבע". צוות המחקר מחפש עקרונות פעולה ומאפיינים משותפים המסבירים את התפקוד הגבוה של מערכות בטבע, ומנסה להגדיר דרכם עקרונות לעיצוב רשתות אנושיות מתקדמות.
על ידי לימוד של תכונות חיוניות ובסיסיות ביותר, שנצפו בדרך כלל בזנים טבעיים שונים, נחקרים כעת במחקר זה ארבעה מנגנונים משותפים, הכוללים (1) את הנטייה לאחד מחדש את התת-רשתות המפוצלות (TRUS), (2) את עקביות התפקוד ממוקד המשימה (CTOF), (3) את התפקידים הניתנים להחלפה (RR), ו(3) את הנטייה מוּנעת-הלכידות של ספונטניות הומולוגיית-הפרט והרמוניית-הקבוצה (C-TSIG).
ארבעת המנגנונים הבסיסיים המוצעים בזאת חיוניים לתכנון רשת ולפריסה, ומספקים את העקרונות הבסיסיים לתכנון מערכות מלאכותיות מנקודת מבט מאקרוסקופית. בנוסף, ניתן ליישם גם אלגוריתמים חכמים, בהשראתן של התכונות הפחות-בסיסיות הנצפות בזנים מסוימים, כדי לערוך אופטימיזציה של הביצועים של מערכות מלאכותיות במונחי רשת, תפעול, אחזקה, אופטימיזציה וכו', מנקודת מבט מיקרוסקופית.