Нейронные сети мух-дрозофил способны решать распределенные вычислительные задачи намного эффективней, чем современные компьютеры.

Растущие нейронные сети личинок фруктовых мух, дрозофил, оказывается, могут решать задачи распределенных вычислений, постоянно перераспределяя сигналы от щетинок-сенсоров самым эффективным способом. Ученые, которые наблюдали за ростом этих щетинок и формированием нейронных сетей, утверждают, что, используя схожие методы, они могут рассчитать и создать новые высокоэффективные типы компьютеров и коммуникационных сетей.

Это не первый раз, когда мы видим, что насекомые могут решать вычислительные задачи, к примеру пчёл, но дрозофилы в настоящее время делают это лучше и быстрее других.

Известно, что распределенные вычисления реализуются на множестве отдельных процессоров, совместно работающих над одной задачей. Некоторые из этих процессоров являются главными, они сами не выполняют вычисления, а занимаются только диспетчеризацией, сбором и передачей информации и результатов от одного процессора к другому. Разбиение множества процессоров на группы и назначение для каждой группы своего процессора-диспетчера является одной из самой больших проблем в организации параллельных вычислений, но, миллионы клеток нервной системы мух делают это автоматически и эффективно, организовывая сеть таким образом, что количество клеток-диспетчеров стремиться к идеальному минимуму. "Такая организация нейронной сети является лучшей организацией, чем все, что придумали люди. Это - очень простое и интуитивно понятное решение проблемы" - рассказывает Ноге Алон (Noga Alon), математику и программисту в Тель-авивском университете и Институте специальных исследований в Принстонском университете.

Щетины, покрывающие тело мухи-дрозофилы являются ее органами чувств и обоняния.

Развиваясь, нервные клетки самоорганизуются в единую сеть, выбирая по количеству передаваемой информации, кому из них предстоит стать диспетчером. Используя явление флюоресценции и соответствующую краску, ученые смогли наблюдать процессы формирования сложнейших нейронных сетей, которые занимали всего три часа времени.

После этого был разработан алгоритм, основанный на методе самоорганизации нервных клеток, применение которых показало большую эффективность при организации вычислительных и коммуникационных сетей, не имеющих постоянного количества узлов и их положений. К таким сетям можно будет отнести сети датчиков экологического контроля, рои миниатюрных роботов и многое другое.