nature inspired computing

NAMA KELOMPOK :
YUSTINUS ADRIAN NADA
ANJAR NUGRAHA JATI
RADEN ALEXANDER PURBO WIDYANTO
FX. DWI KURNIAWAN
IMAS NINDYA WIKANDARU
YOHANES BAPTIS CHRISTIAN BAYU
DESKY ANTONIO VALDERA ALATUBIR
ALDHESTYA PANGESTIKA
(125314057)
(125314062)
(125314069)
(125314071)
(125314078)
(125314080)
(125314096)
(125314105)
KELOMPOK : VI
NATURE INSPIRED COMPUTING
Komputasi Terinspirasi dari Alam / Alam Terinsipirasi Komputasi(NIC) adalah salah satu yang
bertujuan untuk mengembangkan teknik komputasi baru setelah mendapatkan ide dengan
mengamati bagaimana alam berperilaku dalam berbagai situasi untuk memecahkan masalah yang
kompleks. Penelitian NIC telah membuka cabang baru seperti komputasi evolusi, jaringan saraf,
sistem kekebalan tubuh buatan, kecerdasan berkelompok, dan sebagainya. Peneliti Robotika,
terinspirasi oleh alam, telah mengembangkan robot salamander, strider air robot, kecoa mekanik,
mengkonfigurasi robot, dan sebagainya.
Biologis terinspirasi komputasi subset dari alam terinspirasi komputasi. Ada tiga kunci
perbedaan antara sistem komputasi tradisional dan sistem pengolahan informasi biologis:
komponen dari sistem biologis lambat merespons tetapi melaksanakan operasi banyak tingkat
yang lebih tinggi. Kemampuan sistem biologis merakit dan tumbuh sendiri memungkinkan
banyak kepadatan interkoneksi yang lebih tinggi. Pelaksanaan sistem biologis bukanlah yang
direncanakan.
Algoritma, terinspirasi oleh koloni semut yang menunjukkan kecerdasan berkelompok dan
menemukan jalan yang optimal terhadap sumber pangan yang telah dikembangkan. Molekul
elektronik mencoba untuk mengembangkan komponen solid-state(keadaan yg padat) yang mirip
dengan struktur molekul. DNA, molekul biologis yang paling populer, telah menginspirasi para
peneliti untuk bekerja pada komputasi berbasis DNA.
Kemajuan ilmu komputer dan pertumbuhan luar biasa daya komputasi telah dimungkinkan
munculnya alam terinspirasi komputasi.Teknik NIC diterapkan dalam biologi, fisika, teknik,
ekonomi, manajemen, dan sebagainya. Apakah model kawanan, koloni, atau metafora alam
lainnya, agen perangkat lunak yang cocok untuk pemodelan sistem yang sangat kompleks dan
dinamis.
Sistem khas NIC didasarkan pada self-organisasi dan sistem yang kompleks. Ini adalah sebuah
sistem komputasi yang dioperasikan oleh penduduk entitas otonom yang dikelilingi oleh
lingkungan.
Entitas otonom dari sistem NIC terdiri dari dua perangkat: detektor dan efektor. Mungkin ada
satu atau lebih detektor yang menerima informasi yang terkait dengan tetangganya dan
lingkungan. Informasi yang jelas tergantung pada sistem yang akan dimodelkan atau masalah
yang akan dipecahkan. Mungkin ada lebih dari satu efektor yang membuat perubahan keadaan
internal, pameran perilaku tertentu, dan membuat perubahan pada lingkungan. Pada dasarnya
efektor memfasilitasi berbagi informasi antar entitas otonom. Sistem NIC memiliki repositori
aturan perilaku lokal. Aturan perilaku sangat penting untuk entitas otonom. Mereka digunakan
untuk memutuskan bagaimana otonom entitas harus bertindak atau bereaksi terhadap informasi
yang dikumpulkan oleh detektor dari lingkungan dan tetangga. Entitas otonom harus mampu
belajar. Ini harus merespon kondisi perubahan lokal dengan memodifikasi aturan perilaku dari
waktu ke waktu.
Entitas otonom memiliki apa yang disebut Adeas (Otonom, Didistribusikan, Yang Muncul,
Adaptif, terorganisir sendiri ) karakteristik. Entitas otonom yang independen dan rasional.
Mereka menggunakan metode komputasi formal untuk menggambarkan bagaimana entitas
memperoleh dan meningkatkan perilaku reaktif. Mereka memiliki kemampuan pengambilan
keputusan dan didistribusikan dalam lingkungan. Mereka mengikuti protokol yang telah
ditetapkan dan berinteraksi satu sama lain untuk bertukar informasi tenatng keadaan mereka.
Perilaku kompleks baru muncul ketika entitas bertindak secara kolektif. Entitas merespon
perubahan lingkungan dengan mengubah perilaku mereka. Dengan berinteraksi satu sama lain
entitas mengatur dirinya sendiri untuk menepatkan perilaku mereka.
Lingkungan bisa statis atau dinamis. Dalam lingkungan statis, badan otonom yang bebas
berkeliaran. Lingkungan yang dinamis bertindak sebagai papan pengumuman yang
memungkinkan entitas otonom mengirim dan membaca informasi lokal. Jam sentral membantu
menyinkronkan tindakan dari entitas otonom.
Salah satu yang mengharapkan solusi dari alam untuk masalah kompleks harus terlebih dahulu
mengamati perilaku alam dengan hati-hati. Langkah selanjutnya adalah dengan menggunakan
model dan daftar semua perilaku yang diamati sejauh ini. Langkah-langkah di atas harus diulang
sampai model kerja diperoleh mendekati sempurna. Sebagai produk beberapa mekanisme yang
tidak diketahui dapat ditemukan. Berdasarkan pengamatan dari strategi pemecahan masalah alam
dirumuskan. Prinsip seperti bertahan hidup dan hukum rimba digunakan untuk mengembangkan
pendekatan.
Alam Terinspirasi teknik Computing(teknik komputasi terinsipirasi dari alam) sangat fleksibel
yang mereka dapat diterapkan untuk berbagai masalah, sehingga mudah beradaptasi bahwa
mereka dapat menangani data yang tak terlihat dan mampu belajar, begitu kuat bahwa mereka
dapat menangani data yang tidak lengkap. Mereka telah didesentralisasikan mengontrol aktivitas
komputasi.
Alam menyajikan contoh terbaik tentang bagaimana untuk memecahkan masalah yang kompleks
secara efisien dan efektif. Tujuan utama dari Alam Terinspirasi Computasi dan Teknik (NICE)
oleh penelitian kelompok untuk mengembangkan model komputasi dan algoritma yang
terinspirasi dari kecerdasan alami yang ditemukan dalam fisika, kimia, sistem sosial dan
biologis, dan untuk memecahkan masalah praktis yang timbul dari berbagai bidang teknik yang
berkaitan dengan kesehatan, keamanan, energi dan lingkungan.
Kelompok NICE mengadopsi strategi penelitian yang terarah terdiri dari top-down (atas ke
bawah), pendekatan obyektif-driven dan pendekatan berbasis masalah dari bottom-up (bawah ke
atas). Pendekatan top-down bertujuan untuk membangun model komputasi untuk memahami
kecerdasan biologis dan sosial yang ditemukan di alam. Kami sangat tertarik dalam pengolahan
informasi saraf di otak dan prinsip-prinsip pengorganisasian perkembangan saraf dari perspektif
evolusi.
Pendekatan bottom-up berkaitan dengan pengembangan efisien matematika dan statistik,
pembelajaran mesin dan optimasi algoritma untuk memecahkan masalah yang kompleks yang
ditemukan dalam optimasi dan kontrol, pemrosesan sinyal dan pengenalan pola, data mining dan
ekstraksi pengetahuan, multi-kriteria pengambilan keputusan, dan self -organization sistem
kolektif. Aplikasi dunia nyata termasuk interfacing otak-komputer, analisis gambar medis,
sumber lokalisasi dan pemisahan, motion tracking, deteksi ancaman, perlindungan hak cipta,
solusi panas cerdas, optimasi desain aerodinamis, dan robotika.
Komputasi Terinspirasi dari Alam juga sering dikaitkan dengan Komputasi Alam. Komputasi
alam disebut juga perhitungan Alam adalah terminologi diperkenalkan untuk mencakup tiga
kelas metode :
1. Orang-orang yang mengambil inspirasi dari alam untuk pengembangan teknik baru
pemecahan masalah,
2. Mereka yang didasarkan pada penggunaan komputer untuk mensintesis fenomena alam,
dan
3. Mereka yang menggunakan bahan-bahan alami (misalnya, molekul) untuk menghitung.
Paradigma Komputasi dipelajari dengan menghitung alam disarikan dari fenomena alam yang
beragam seperti diri-replikasi , fungsi otak , evolusi Darwin , perilaku kelompok , maka sistem
kekebalan tubuh , sifat menentukan bentuk kehidupan, membran sel , dan morfogenesis . Selain
tradisional hardware elektronik, paradigma komputasi ini dapat diimplementasikan pada
alternatif media fisik seperti biomolekul (DNA, RNA), atau terjebak-ion perangkat kuantum
komputasi. Selain itu tradisional perangkat keras elektronik, komputasi performasi ini dapat
diterapkan pada fisik media alternatif seperti biomolekul (DNA, RNA), atau terjebak-ion
komputasi perangkat kuantum.
Ini adalah beberapa isitilah dari komputasi yaitu :
Neural computation
Neural Computation adalah bidang penelitian yang muncul dari perbandingan antara mesin
komputasi dan sistem saraf manusia. Bidang ini bertujuan baik untuk memahami bagaimana otak
organisme hidup bekerja (teori atau ilmu saraf otak komputasi), dan untuk merancang algoritma
yang efisien berdasarkan prinsip-prinsip tentang bagaimana informasi proses otak manusia
(Jaringan Syaraf Tiruan).
Cellular automata
Sebuah cellular automaton adalah sistem dinamis yang terdiri dari dua dimensi grid sel. Ruang
dan waktu yang diskrit dan masing-masing sel dapat berada dalam jumlah status terbatas.
Pembaruan cellular automaton bagian sel yang serentak sesuai dengan aturan yang diberikan
transisi apriori. Keadaan berikutnya sel dihitung dengan aturan transisi dan itu tergantung hanya
pada keadaan saat ini dan status bagian tetangganya.
Swarm intelligence
Swarm Inteligence, kadang-kadang disebut collective intelligence, didefinisikan sebagai perilaku
pemecahan masalah yang muncul dari interaksi setiap agen (misalnya, bakteri, semut, rayap,
lebah, laba-laba, ikan, burung) yang berkomunikasi dengan agen lainnya dengan bertindak pada
lingkungan lokal mereka.
Evolutionary computation
Evolutionary computation adalah paradigma komputasi yang terinspirasi oleh evolusi Darwin.
Sebuah sistem evolusi buatan adalah sistem komputasi didasarkan pada gagasan evolusi
simulasi. Ini terdiri dari-konstanta atau variabel-ukuran populasi individu, sebuah kriteria
kebugaran, dan genetik operator terinspirasi yang menghasilkan generasi berikutnya dari yang
sekarang.
Ini adalah salah satu jurnal yang dibuat oleh Nigel Shadbolt
Tentang ‘Nature-Inspired Computing’.
Pengaruh biologi dan ilmu hidup pada kami disiplin adalah suatu topik yang telah dibahas dalam
kolom ini pada beberapa kesempatan. Aku membuat tidak ada permintaan maaf untuk hal ini.
Saya percaya bahwa kemajuan sering terjadi pada batas-batas antara disiplin. Wawasan dari satu
subjek menginformasikan berpikir lain. Sepanjang sejarah kami telah membangun artefak yang
inspirasi berasal dari biologi dan alam. Batu awal seni Homo Sapiens memiliki gambar yang
sangat meriah hewan. Bentuk-bentuk organik juga terinspirasi arsitektur indah dari Katedral
Sagrada Familia Antonio Gaudi di Barcelona.Beberapa mungkin berpendapat bahwa ilmu
pengetahuan dan teknologi yang belum dipengaruhi sebagian besar. Roda tidak solusi yang
ditemukan di alam, atau menggunakan alat dalam arti setiap terinspirasi oleh contoh-contoh dari
kerajaan binatang. Komputer kita menerapkan logika biner yang sulit untuk membedakan di
alam, menggunakan arsitektur umum yang jauh dari apa pun yang telah berkembang.
Namun, itu tidak sulit untuk mengenali pengaruh biologis proses dan metode pada ilmu
pengetahuan dan teknologi. Norbert Wiener cybernetics adalah sangat banyak dipengaruhi oleh
proses umpan balik dan kontrol bahwa ia diamati pada sistem biologis. Warren McCulloch dan
Walter Pitts karakterisasi neuron berutang banyak pemahaman mereka tentang biologi,
matematika, dan elektronik. Dalam kecerdasan buatan dan cerdas sistem, kami sudah juga
memelihara iman dengan sistem kehidupan bahkan ketika tidak bertujuan membangun tepat
simulasi. AI dan IS telah fundamental tertarik fenomenologi hidup
System persepsi, pengambilan keputusan, tindakan, dan belajar.
Mendapatkan pemahaman alam
Jadi kita dapat mengatakan bahwa kita sudah melakukan terinspirasi alam komputasi sepanjang.
Namun, NIC's modern eksponen menegaskan bahwa kita harus melihat lebih erat di alam di
totalitasnya — untuk mempertimbangkan phylogeny (evolusi spesies), ontogeny (pengembangan
individu organisme), dan epigenesist (seumur hidup learning). Jika kita menaruh perhatian
kepada aspek, kita melihat bahwa pengolahan informasi biologis sangat berbeda dari arsitektur
klasik komputasi. Biologi komponen dasar sistem lambat merespons dibandingkan dengan
switch solid-state — tetapi mereka melaksanakan operasi banyak tingkat yang lebih tinggi. Fitur
mencolok yang kedua, terutama selama pembangunan, adalah sistem biologis diri perakitan
pertumbuhan, yang memungkinkan mereka mencapai interkoneksi kepadatan yang tinggi. Titik
dasar ketiga bahwa biologis sistem dilaksanakan tanpa sedang direncanakan.
Tidak ada yang dapat meragukan bahwa alam telah melakukan pekerjaan yang besar menjaga
kehidupan dan pemecahan masalah yang kompleks untuk jutaan tahun. Persepsi sistem telah
berevolusi untuk mengenali dan mengklasifikasikan pola yang kompleks, sistem kekebalan
tubuh telah muncul yang dapat mengenali dan menghilangkan benda asing, dan semut koloni
menampilkan segerombolan intelijen dan menemukan jalan yang optimal sumber-sumber
makanan. Dalam setiap kasus, kita dapat mengidentifikasi potongan khusus kerja di AI dan IS
yang telah mengembangkan komputasi metode diinformasikan oleh perilaku dan proses.
Tingkatan skala
Tetapi itu tidak berakhir di sini dalam ilmu-ilmu kehidupan modern, kami sedang mulai
mendekati dan memahami sistem biologis di semua tingkat skala. Sistem biologis sedang
diselidiki di kekuatan 10: dari molekul di nanometer skala sinapsis diukur dalam mikrometer,
dari satu sel saraf ke jaringan neuron, dan dari peta kortikal beberapa milimeter mereka
memperluas sentimeter di seluruh otak (Lihat isu "Kekuatan otak" pada Mei / Juni 2003 untuk
lebih banyak diskusi tentang fakta kehidupan saraf).
Ultimate ambisi adalah pemahaman syaraf Pusat sistem. Tapi tentu saja ini bukan akhir dari
masalah jika kita ingin memahami organisme individu tempat di kelompok keluarga langsung,
unit sosial yang lebih besar, secara keseluruhan populasi, atau total ekologi. Mengapa kita harus
tertarik pada berbagai tingkat ini skala dalam biologi? Salah satu alasan paling menarik adalah
kompleksitas. Kita melihat kompleksitas di sekitar kita dalam alam dunia dari sitologi dan
struktur sel organisasi dari sistem saraf, dan dari molekul Genomics untuk ecologies terumbu
karang. Sistem biologis mengatasi dan kemuliaan in kompleksitas mereka tampaknya skala,
untuk menjadi handal dan bisa beradaptasi secara inheren pada tingkat sistem. Sistem teknologi
kami jelas menjadi lebih dan lebih kompleks-dari sistem pada chip untuk menarik-router
konektivitas, dan dari perangkat lunak modul interaksi sistem operasi baru. Jadi, kita bias
mengeksploitasi atau merekrut wawasan dari biologi untuk membantu Anda memahami
kompleks komputasi sistem yang kami telah diproduksi?
Paradigma jaringan
Dalam penelitian biologi yang modern, Jaringan di mana-mana di semua tingkat skala. Gen
Jaringan didefinisikan oleh hubungan antara gen tertentu, output yang dipengaruhi oleh protein
(dinyatakan oleh laingen), metabolit, dan sinyal kecil molekul. Jaringan lain berlapis pada atas
gen, seperti interaksi protein Jaringan, Jaringan, signaling dan metabolik Jaringan, yang sendiri
mendukung array berinteraksi jaringan yang menghubungkan sel bersama-sama.
Organisme fisiologi memerlukan menghubungkan banyak gen, protein, metabolisme, dan selular
jaringan, dengan umpan balik interaksi antara mereka. Jika kita melihat modern Internet, kita
melihat contoh dari sebuah kompleks, berlapis-lapis, dan struktur yang modular. Sejarah dan alur
waktu menyediakan dasar, dan frame format menentukan bagaimana paket kursus melalui link
fisik. IP paket protokol kebohongan di atas lapisan link dan memungkinkan komunikasi antara
berbagai jaringan komputasi, menciptakan pengalaman satu jaringan virtual. TCP transport layer
menjalankan over IP memastikan yang besar aliran data lalu lintas yang diangkut terpercaya, di
urutan yang benar. Semua aplikasi seperti FTP, dan WWW berlapis di atas sumber TCP, dan
dengan demikian kita memperoleh kami berlapis-lapis jaringan yang saling berinteraksi. Jaringan
ini, dinamika desentralisasi paket transfer dapat menanggapi protokol kemacetan di tingkat yang
lebih tinggi yang dipanggil oleh persyaratan yang dihasilkan lapisan aplikasi. Hasil adalah
jaringan berjenjang kompleks menanggapi loop umpan balik antara berbagai tingkatan.Tapi
biological jaringan dapat memberitahukan memahami infrastruktur dunia maya kita? Mungkin
hanya jika kita serius evolusi. Properti setiap jaringan biologis akan mencerminkan fungsinya
tidak hanya saat ini tapi sejarah evolusi juga.
Evolusi pendekatan adalah jantung dari upaya modern untuk memahami peran dan fungsi
biologis jaringan. Analisis evolusi memberikan wawasan ke dalam kekokohan dan adaptif
karakter jaringan tersebut. Internet telah tumbuh dan berkembang oleh beberapa lipat dalam 20
tahun, dengan inovasi mengandalkan fleksibilitas yang affords berlapis desain. Mungkin kita
perlu lebih memperhatikan karakter berkembang infrastruktur kami paling penting.
Biomolecular komputasi
Alam mungkin memberi inspirasi langsung, semua dengan membiarkan kita membangun
perangkat efek langsung pengolahan informasi. Molekul elektronik berusaha meniru komponen
Solid-State dengan struktur molekul. Molekul kabel, Penyearah, dan transistor Semua telah
dibangun pada Timbangan yang sangat kecil . Biomolekul seperti protein bacteriorhodopsin telah
menunjukkan janji besar untuk komputasi alami. Protein ini berfungsi sebagai sumber tenaga
surya untuk bakteri. Cahaya pada panjang gelombang tertentu dapat mengubah bagaimana
protein berperilaku; perilaku ini disertai dengan perubahan warna. Hal ini memungkinkan kita,
pada prinsipnya, mengkodekan Serikat dan kemudian membacanya. Ini biomolecule dan lainlain seperti itu mungkin memiliki aplikasi serius dalam high-density memori. Para peneliti telah
digunakan secara genetic Versi direkayasa untuk membangun perangkat yang dapat melakukan
pengenalan karakter optik.
Biomolecule paling terkenal adalah DNA. A dekade yang lalu, Leonard Adleman menunjukkan
bahwa dengan memanfaatkan pengenalan pola yang melekat di hibridisasi DNA, Anda bisa
menerapkan Kombinatorial perhitungan. Selain itu, jenis ini proses inheren paralel. Jelas
kemudahan dengan mana Anda dapat mengatur Hibridisasi DNA dan menggunakannya untuk
mengkodekan masalah memacu terburu-buru penelitian menjelajahi arsitektur untuk berbasis
DNA komputasi. Meskipun sejumlah besar penelitian di daerah, tidak jelas seberapa jauh seperti
pendekatan dapat skala.
Di garis depan penelitian
Biologi dan alam dapat, tentu saja, menginspirasi pada tingkat sistem, terlalu. Untuk sejumlah
bertahun-tahun, lokakarya tahunan Neuromorphic Teknik telah terjadi di Telluride, Colorado.
Carver Mead diciptakan istilah neuromorphic teknik; Tujuannya adalah untuk desain,
mensimulasikan dan membangun buatan sistem syaraf arsitektur dan prinsip-prinsip desain
didasarkan pada orang-orang sistem saraf biologis. Biologis gugup sistem tertanam dalam tubuh
yang memiliki sensor yang kompleks, yang menunjukkan indah kontrol neuromuskular, dan
bahwa adalah luar biasa contoh biomekanis efisiensi.
Lokakarya Telluride memiliki tradisi hands-on konstruksi sistem. Lokakarya 2003
(www.ini.unizh.ch/Telluride/Current/index.html), diadakan masa ini musim panas, subyek yang
berkisar dari visual dipicu refleks motor, untuk penekanan suara rutinitas untuk pengolahan
pendengaran berbicara pidato, ke tengah pola Generator mengendalikan penggerak, untuk
integrasi masukan di modalitas seperti visi dan audisi. Selain itu, badan dana di dunia semakin
tertarik dalam berusaha menginspirasi inovasi teknis dalam ilmu komputer, AI, dan IS dengan
mempelajari biologi. Amerika Serikat Departemen Pertahanan telah berinvestasi dalam apa yang
disebutnya biomimetic penelitian. Bagaimana inspirasi nyata biologis banyak telah menemukan
yang cara ke sistem yang digunakan adalah mungkin masih titik diperdebatkan.
Konferensi Internasional besar berikutnya di daerah ini adalah internasional kedelapan
Konferensi simulasi adaptif Perilaku, dijadwalkan untuk mengambil tempat di Los Angeles pada
bulan Juli (www.isab.org/ sab04). SAB 04 akan menampilkan beberapa yang paling menarik
bekerja menunjukkan bagaimana AI dan IS manfaat dari dan berkontribusi untuk bekerja di
biologi, Etologi, dan sejumlah ilmu kehidupan.
Ini adalah contoh proses dari nature inspired computing