স্বর্ম বুদ্ধিমত্তা কী? স্বর্ম বুদ্ধিমত্তা হল সেই সমষ্টিগত আচরণ যা উদ্ভব হয় যখন অনেক সাধারণ এজেন্ট স্থানীয় নিয়ম অনুসরণ করে এবং তাদের প্রতিবেশী এবং পরিবেশের সাথে যোগাযোগ করে, সমন্বিত, আপাতদৃষ্টিতে বুদ্ধিমান ফলাফল তৈরি করে কোন কেন্দ্রীয় নিয়ন্ত্রক ছাড়াই।
স্বর্ম বুদ্ধিমত্তা হল সেই সমষ্টিগত আচরণ যা উদ্ভব হয় যখন অনেক সাধারণ এজেন্ট স্থানীয় নিয়ম অনুসরণ করে এবং তাদের নিকটবর্তী প্রতিবেশী এবং পরিবেশের প্রতি প্রতিক্রিয়া জানায় — কোন নেতা বা কেন্দ্রীয় পরিকল্পনা ছাড়াই সমন্বিত, অভিযোজিত ফলাফল তৈরি করে। এই শব্দটি ১৯৮৯ সালে জেরার্ডো বেনি এবং জিং ওয়াং দ্বারা সেলুলার রোবোটিক সিস্টেমের প্রেক্ষাপটে পরিচয় করানো হয়েছিল, কিন্তু প্রতিষ্ঠিত গণনামূলক প্রদর্শনী ছিল ক্রেইগ রেইনল্ডসের বয়েডস মডেল (১৯৮৭, সিগগ্রাফ), যেখানে তিনটি স্থানীয় নিয়ম — বিচ্ছিন্নতা, সমন্বয় এবং সংহতি — জীবন্ত ঝাঁক তৈরি করে। প্রকৃতি ক্যানোনিকাল উদাহরণ সরবরাহ করে: পিপঁজর কলোনি ফেরোমোন ট্রেইল (স্টিগমার্জি, একটি শব্দ যা ১৯৫৯ সালে পিয়ের-পল গ্রাসে দ্বারা তৈরি করা হয়েছিল) মাধ্যমে সবচেয়ে সংক্ষিপ্ত পথ খুঁজে পায়, এবং মৌমাছির ঝাঁক স্কাউট নিয়োগ এবং কোয়ারাম সেন্সিং দ্বারা নেস্ট সাইট নির্বাচন করে, যা থমাস সিলি দ্বারা মৌমাছির গণতন্ত্র (২০১০) এ নথিভুক্ত করা হয়েছে। এই মেকানিজমগুলি অ্যালগরিদমে পরিণত হয়েছিল — মার্কো ডোরিগোর পিপঁজর কলোনি অপটিমাইজেশন (১৯৯২ পিএইচডি থিসিস) এবং কেনেডি এবং এবারহার্টের পার্টিকল স্বর্ম অপটিমাইজেশন (১৯৯৫) — যা এখন রাউটিং, সময়সূচী এবং প্রকৌশল অপটিমাইজেশনে ব্যবহৃত হয়, এবং হার্ডওয়্যারে যেমন ১,০২৪-রোবট কিলোবট স্বর্ম (রুবেনস্টাইন, কর্নেজো, এবং নাগপাল, সায়েন্স, ২০১৪)। সিদ্ধান্ত গ্রহণের জীবনচক্রের শব্দভাণ্ডারে — উপস্থিত থাকুন, ফ্রেম করুন, তৈরি করুন, তদন্ত করুন, একত্রিত করুন, আলোচনা করুন, বরাদ্দ করুন, নির্বাচন করুন, বাস্তবায়ন করুন, পর্যবেক্ষণ করুন — স্বর্ম বুদ্ধিমত্তা স্থানীয় কর্মের মাধ্যমে বিকেন্দ্রীকৃত একত্রিতকরণ এবং বাস্তবায়নের একটি মডেল, কারণগুলির উপর আলোচনা নয়। এই পার্থক্যটি গুরুত্বপূর্ণ: স্বর্মগুলি প্রতিক্রিয়া জানিয়ে সমন্বয় করে, যেখানে মানব সমষ্টিগত বুদ্ধিমত্তা যুক্তি এবং প্রমাণের উপর weighs। আর্গুমেন্ট্রি বিকেন্দ্রীকরণ এবং একত্রিতকরণের স্বর্ম নীতিগুলি প্রতিফলিত করে — প্রতিটি অংশগ্রহণকারী স্বাধীনভাবে স্থানীয় জ্ঞান অবদান রাখে, এবং কাঠামোটি এটি একটি ভাগ করা সিদ্ধান্তে একত্রিত করে — স্বর্ম হওয়ার দাবি ছাড়াই।
স্বর্ম বুদ্ধিমত্তা কী?
স্বর্ম বুদ্ধিমত্তা হল যখন অনেক সাধারণ এজেন্ট স্থানীয় নিয়ম অনুসরণ করে এবং সমন্বিত, বুদ্ধিমান-দৃশ্যমান আচরণ তৈরি করে — কোন নেতা এবং কোন কেন্দ্রীয় পরিকল্পনা ছাড়াই। পিপঁজর কলোনি থেকে ড্রোন বহরে, এখানে উদ্ভবের বিজ্ঞান।
শেষ আপডেট: 2026-07-18
টিএল;ডিআর
স্বর্ম বুদ্ধিমত্তা হল সমষ্টিগত আচরণ যা উদ্ভব হয় সাধারণ এজেন্টরা স্থানীয় নিয়ম অনুসরণ করার মাধ্যমে — কোন কেন্দ্রীয় নিয়ন্ত্রক প্রয়োজন নেই। ক্রেইগ রেইনল্ডসের বয়েডস (১৯৮৭) দেখিয়েছে যে তিনটি নিয়ম (বিচ্ছিন্নতা, সমন্বয়, সংহতি) ঝাঁক তৈরি করে; মার্কো ডোরিগো পিপঁজর ট্রেইল-লেয়িংকে পিপঁজর কলোনি অপটিমাইজেশন (১৯৯২) এ পরিণত করেছেন; কেনেডি এবং এবারহার্ট পার্টিকল স্বর্ম অপটিমাইজেশন (১৯৯৫) পরিচয় করিয়েছেন। পুনরাবৃত্ত উপাদানগুলি হল উদ্ভব, স্টিগমার্জি (পরিবেশের মাধ্যমে সমন্বয়), এবং স্ব-সংগঠন। স্বর্মগুলি শক্তিশালী এবং স্কেলযোগ্য কিন্তু প্রতিক্রিয়াশীল — তারা কারণগুলির উপর আলোচনা না করেই সমন্বয় করে, যা মানব সমষ্টিগত বুদ্ধিমত্তার পার্থক্য। আর্গুমেন্ট্রি ধারণার বিকেন্দ্রীকরণ এবং একত্রিতকরণের অর্ধেক ধার করে: স্বাধীন স্থানীয় অবদান, কাঠামোর মাধ্যমে একত্রিত।
স্বর্ম বুদ্ধিমত্তার একটি সংক্ষিপ্ত ইতিহাস
এই ধারণাটি যে স্থানীয় যোগাযোগ থেকে আদেশ উদ্ভব হতে পারে — কোন ডিজাইনার বা পরিচালক ছাড়াই — মধ্য শতকের জীববিজ্ঞান থেকে আজকের রোবোটিক্সে চলে।
জীববিজ্ঞানী পিয়ের-পল গ্রাসে স্টিগমার্জি শব্দটি তৈরি করেন যাতে বোঝানো যায় কীভাবে Termites গুলি নেস্ট-বিল্ডিংকে পরোক্ষভাবে সমন্বয় করে — প্রতিটি কাজ পরিবেশ পরিবর্তন করে এবং পরবর্তী কাজের জন্য প্ররোচনা দেয়। এটি পরিবেশ-মধ্যস্থ সমন্বয়ের জন্য মূল ধারণা হয়ে ওঠে।
কার্ল ভন ফ্রিশ মৌমাছির ওয়াগল নৃত্য ডিকোড করার জন্য ফিজিওলজি বা মেডিসিনে নোবেল পুরস্কার ভাগ করেন — সমষ্টিগত খাদ্য সংগ্রহ এবং নেস্ট-সাইট পছন্দের পিছনের যোগাযোগ।
ক্রেইগ রেনল্ডস ফ্লকস, হার্ডস, এবং স্কুলস উপস্থাপন করেন SIGGRAPH-এ। তিনটি স্থানীয় নিয়ম — বিচ্ছিন্নতা, সমন্বয়, এবং সংহতি — কেন্দ্রীয় নিয়ন্ত্রক ছাড়াই বাস্তবসম্মত ফ্লকিং তৈরি করে। উদীয়মান সমষ্টিগত গতির প্রতিষ্ঠাতা গণনামূলক মডেল।
জেরার্ডো বেনি এবং জিং ওয়াং সেলুলার রোবোটিক সিস্টেমের প্রেক্ষাপটে "স্বর্ম বুদ্ধিমত্তা" পরিচয় করিয়ে দেন — সহজ রোবটগুলির স্ব-সংগঠিত গ্রুপ।
মার্কো ডোরিগোর পিএইচডি থিসিস পলিটেকনিকো দি মিলানোতে এন্ট ডাবল-ব্রিজ পরীক্ষাকে একটি অ্যালগরিদমে পরিণত করে: কৃত্রিম এন্টগুলি ভাল পথগুলিতে "ফেরোমোন" জমা দেয়, এবং কলোনিটি সংক্ষিপ্ত রুটগুলিতে একত্রিত হয়। ACO জন্ম হয়।
জেমস কেনেডি এবং রাসেল এবারহার্ট পার্টিকল সোয়ার্ম অপটিমাইজেশন প্রকাশ করেন: প্রার্থী সমাধানগুলি একটি অনুসন্ধান স্থানে "উড়ে" যায়, তাদের নিজস্ব সেরা এবং সোয়ার্মের সেরা অবস্থানের দিকে টানা হয়।
এরিক বোনাবেউ, মার্কো ডোরিগো, এবং গাই থেরলাজ স্বর্ম বুদ্ধিমত্তা: প্রাকৃতিক থেকে কৃত্রিম সিস্টেম (অক্সফোর্ড) প্রকাশ করেন, জীববিজ্ঞান এবং অ্যালগরিদমগুলিকে একটি শৃঙ্খলায় সংশ্লেষিত করে।
থমাস সিলির মৌমাছির গণতন্ত্র বিস্তারিতভাবে বর্ণনা করে কীভাবে একটি সোয়ার্ম একটি নতুন বাড়ি নির্বাচন করে: স্কাউটরা ওয়াগল নৃত্যের মাধ্যমে সাইটগুলি বিজ্ঞাপন দেয় এবং একটি কোয়ারাম থ্রেশহোল্ড সমষ্টিগত সিদ্ধান্তকে ট্রিগার করে — একটি প্রাকৃতিক সমাহার প্রক্রিয়া।
মাইকেল রুবেনস্টাইন, আলেহান্দ্রো কর্নেজো, এবং রাধিকা নাগপাল ১,০২৪-রোবট কিলোবট সোয়ার্মে প্রোগ্রামেবল স্ব-সংযোজন প্রদর্শন করেন (সায়েন্স), প্রতিটি রোবট স্থানীয় তথ্যের উপর ভিত্তি করে কাজ করে।
সোয়ার্ম রোবোটিক্স বিপর্যয় প্রতিক্রিয়া, গুদাম লজিস্টিকস, এবং সমন্বিত ড্রোন ফ্লিটের দিকে এগিয়ে যাচ্ছে। সাম্প্রতিক পর্যালোচনাগুলি সিম-টু-রিয়েল স্থানান্তর এবং বৃহৎ আকারের আউটডোর সমন্বয়কে প্রধান খোলা চ্যালেঞ্জ হিসাবে চিহ্নিত করে।
স্বর্ম বুদ্ধিমত্তার মূল নীতিগুলি
বিভিন্ন স্বর্ম — পিপঁজর, মৌমাছি, পাখি, রোবট — একই মৌলিক ডিজাইন শেয়ার করে। এই নীতিগুলি হল যা সমষ্টিকে যে কোনও একক সদস্যের চেয়ে বেশি সক্ষম করে।
উদ্ভব
গ্লোবাল অর্ডার স্থানীয় ইন্টারঅ্যাকশন থেকে উদ্ভূত হয় যা কোনও একক এজেন্ট উপস্থাপন বা উদ্দেশ্য করে না। ফ্লকের আকার কোনও এক পাখির মাথায় নেই — এটি তাদের সকলের একই সহজ নিয়ম অনুসরণ করার মাধ্যমে উদ্ভূত হয়।
স্থানীয় নিয়ম, স্থানীয় তথ্য
প্রতিটি এজেন্ট কেবলমাত্র তার নিকটবর্তী যা অনুভব করতে পারে তার উপর কাজ করে। কোনও গ্লোবাল ব্লুপ্রিন্ট নেই এবং কোনও এজেন্টের কাছে সম্পূর্ণ চিত্র নেই — যা সিস্টেমের স্কেল করার সঠিক কারণ।
স্টিগমার্জি
এজেন্টগুলি একটি শেয়ার করা পরিবেশ পরিবর্তন করে পরোক্ষভাবে সমন্বয় করে — এন্ট ফেরোমোন ট্রেইলগুলি ক্লাসিক উদাহরণ। পরিবেশ একটি বিতরণকৃত স্মৃতিতে পরিণত হয়, তাই এজেন্টদের কখনও সরাসরি যোগাযোগের প্রয়োজন হয় না।
স্ব-সংগঠন
গঠন ইতিবাচক এবং নেতিবাচক প্রতিক্রিয়ার মাধ্যমে গঠন এবং মেরামত করে (পথের শক্তিশালীকরণ এবং বাষ্পীভবন), বাহ্যিক নিয়ন্ত্রণ ছাড়াই।
মজবুততা এবং স্কেলেবিলিটি
কোন নেতা নেই মানে কোন একক ব্যর্থতার পয়েন্ট নেই: পৃথক এজেন্ট হারিয়ে যেতে পারে এবং সোয়ার্ম চলতে থাকে, এবং একই নিয়ম দশটি এজেন্ট বা দশ হাজারের জন্য কাজ করে।
প্রকৃতিতে স্বর্ম বুদ্ধিমত্তা
অ্যালগরিদমগুলি জীববিজ্ঞান থেকে বিপরীত-ইঞ্জিনিয়ারড হয়েছে। তিনটি প্রাকৃতিক সিস্টেম বেশিরভাগ ক্ষেত্রকে অনুপ্রাণিত করেছে:
এন্ট এবং সবচেয়ে সংক্ষিপ্ত পথ
ডাবল-ব্রিজ পরীক্ষায়, আর্জেন্টিনার এন্টগুলি খাদ্যের জন্য দুটি রুট প্রদান করে এবং সংক্ষিপ্ত রুটে একত্রিত হয়। প্রতিটি এন্ট ফেরোমোন ফেলে; সংক্ষিপ্ত পথগুলি দ্রুত এটি জমা করে কারণ সেগুলি বেশি সময় ধরে অতিক্রম করা হয় — একটি স্ব-শক্তিশালীকরণ সংকেত যা কোনও এন্টের প্রয়োজন হয় না রুটগুলি তুলনা করতে।
মৌমাছির নেস্ট-সাইট নির্বাচন
যখন একটি কলোনি সোয়ার্ম হয়, স্কাউট মৌমাছিরা প্রার্থী বাড়িগুলি পরিদর্শন করে এবং সেগুলি ওয়াগল নৃত্যের মাধ্যমে বিজ্ঞাপন দেয়। ভাল সাইটগুলি আরও উত্সাহী, দীর্ঘ নৃত্য অর্জন করে, আরও স্কাউট নিয়োগ করে, যতক্ষণ না একটি সাইটে একটি কোয়ারাম স্থানান্তরকে ট্রিগার করে — একটি বিকেন্দ্রীকৃত সিদ্ধান্ত যা থমাস সিলি "মৌমাছির গণতন্ত্র" বলে।
ফ্লকস, স্কুলস, এবং হার্ডস
স্টার্লিং মুরমারেশন এবং মাছের স্কুলগুলি কোনও নেতা ছাড়াই সমন্বিত থাকে। রেনল্ডসের বোইডস এটি কেবল বিচ্ছিন্নতা (ভিড় এড়ানো), সমন্বয় (পাড়ার দিকের সাথে মেলানো), এবং সংহতি (স্থানীয় কেন্দ্রে চালনা করা) দিয়ে ধারণ করেছে।
অ্যালগরিদম এবং বাস্তব-বিশ্বের অ্যাপ্লিকেশন
স্বর্ম নীতিগুলি ব্যবহারিক সরঞ্জামে পরিণত হয়েছে। যেখানে একটি সমস্যা বড়, পরিবর্তনশীল, বা কোন কেন্দ্রীয় সমন্বয়কারী নেই, স্বর্ম পদ্ধতিগুলি প্রায়শই উজ্জ্বল হয়।
রুটিংয়ের জন্য এন্ট কলোনি অপটিমাইজেশন
ACO যানবাহন রুটিং এবং নেটওয়ার্ক রুটিংয়ে প্রয়োগ করা হয়। রুড শোন্ডারওয়ার্ড এবং BT ল্যাবের সহকর্মীরা 1996 সালে টেলিযোগাযোগ নেটওয়ার্কের জন্য এন্ট-ভিত্তিক নিয়ন্ত্রণ প্রদর্শন করেন — ভার্চুয়াল এন্টগুলি রুটিং টেবিলগুলিকে অভিযোজিত রাখে যখন লোড পরিবর্তিত হয়।
পার্টিকল সোয়ার্ম অপটিমাইজেশন
PSO প্রকৌশল ডিজাইন, নিয়ন্ত্রণ সিস্টেম, এবং মেশিন-শিক্ষণ মডেলে প্যারামিটারগুলি টিউন করে প্রার্থী সমাধানগুলি এখন পর্যন্ত পাওয়া সেরা অঞ্চলের সম্পর্কে তথ্য শেয়ার করে।
কম্বিনেটোরিয়াল এবং সময়সূচী সমস্যা
সোয়ার্ম পদ্ধতিগুলি ভ্রমণ-বিক্রেতা সমস্যা, কাজের দোকানের সময়সূচী, এবং লজিস্টিকস মোকাবেলা করে — এমন ক্ষেত্রে যেখানে অনুসন্ধান স্থান বিশাল এবং অভিযোজিত, বিকেন্দ্রীভূত অনুসন্ধান লাভজনক।
সোয়ার্ম রোবোটিক্স
১,০২৪-রোবট কিলোবট স্ব-সংযোজন প্রদর্শন থেকে সমন্বিত ড্রোন ফ্লিট পর্যন্ত, রোবট সোয়ার্মগুলি শারীরিক কাজের জন্য স্থানীয় নিয়মগুলি প্রয়োগ করে। বিপর্যয় প্রতিক্রিয়া এবং গুদাম লজিস্টিকসে মাঠের প্রয়োগগুলি অগ্রসর হচ্ছে, যদিও সিম-টু-রিয়েল স্থানান্তর একটি গবেষণা সীমান্ত রয়ে গেছে।
স্বর্ম বুদ্ধিমত্তা বনাম মানব সমষ্টিগত বুদ্ধিমত্তা
প্রতিটি গোষ্ঠীকে একটি স্বর্ম হিসাবে বিবেচনা করা প্রলুব্ধকর, কিন্তু তুলনার সীমা রয়েছে। তাদের সম্পর্কে সঠিক হওয়া হল যা ধারণাটিকে কার্যকর রাখে।
প্রতিক্রিয়াশীল সমন্বয় বনাম বিবেচনা
একটি সোয়ার্ম দ্রুত, স্থানীয়, প্রতিক্রিয়াশীল প্রতিক্রিয়ার মাধ্যমে সমন্বয় করে। মানব গোষ্ঠীগুলি এটি করতে পারে, তবে তাদের স্বতন্ত্র শক্তি হল বিবেচনা — যুক্তি, প্রমাণ, এবং কারণ weighing করার আগে কাজ করা।
সংকেত বনাম কারণ
এন্টগুলি ফেরোমোন ফেলে; তারা কেন তা ব্যাখ্যা করে না। মানব সমষ্টিগত বুদ্ধিমত্তা একটি পছন্দের পিছনের কেন ধারণ করতে পারে, যা একটি সিদ্ধান্ত পর্যালোচনা, শেখানো, এবং অডিটযোগ্য করে তোলে।
কী বহন করে
স্থানান্তরযোগ্য পাঠগুলি বিকেন্দ্রীকরণ (প্রতিটি এজেন্টকে স্থানীয় জ্ঞান অবদান রাখতে দিন) এবং সমাহার (একটি বসের পরিবর্তে কাঠামোর মাধ্যমে সেই অবদানগুলি একত্রিত করুন) হল। এগুলি একই শর্ত যা ভিড়কে জ্ঞানী করে তোলে — বৈচিত্র্য, স্বাধীনতা, এবং একটি সমাহার করার প্রক্রিয়া।
সীমান্ত: মানব-এআই সোয়ার্ম
যখন AI এজেন্টগুলি মানব দলের সাথে যোগ দেয়, সোয়ার্ম প্রশ্নগুলি মানব-এআই সিস্টেমের জন্য ডিজাইন প্রশ্ন হয়ে যায়: কতটা স্বায়ত্তশাসন অর্পণ করতে হবে, কীভাবে উদীয়মান আচরণের উপর অর্থপূর্ণ মানব নিয়ন্ত্রণ বজায় রাখতে হবে, এবং কীভাবে সেই এজেন্টগুলিতে বিশ্বাস ক্যালিব্রেট করতে হবে যার সমন্বয় কোনও একক ব্যক্তি তত্ত্বাবধান করে না। মাল্টি-এজেন্ট AI সমন্বয় সোয়ার্ম গবেষণা থেকে সরাসরি ধার করে — যখন এর কেন্দ্রীয় সীমাবদ্ধতা, কারণ ছাড়া সমন্বয়, উত্তরাধিকারী।
কিভাবে আর্গুমেন্ট্রি স্বর্ম নীতিগুলি প্রয়োগ করে
আর্গুমেন্ট্রি একটি আলোচনা সরঞ্জাম, একটি স্বর্ম নয় — কিন্তু এটি স্বর্ম ধারণার বিকেন্দ্রীকরণ এবং একত্রিতকরণের অর্ধেক ধার করে এবং এটি কারণগুলির সাথে জোড়া দেয়:
বিকেন্দ্রীকৃত অবদান
প্রতিটি অংশগ্রহণকারী তাদের নিজস্ব স্থানীয় জ্ঞান থেকে যুক্তি যোগ করে, স্বাধীনভাবে — প্রতিটি এজেন্ট যা দেখতে পারে তার উপর কাজ করার সমতুল্য, কেন্দ্রীয় কর্তৃপক্ষের নির্দেশনার জন্য অপেক্ষা না করে।
কাঠামোর মাধ্যমে সমাহার
মাল্টি-ডাইমেনশনাল রেটিং (সাহায্য, স্পষ্টতা, সঠিকতা, সম্পূর্ণতা) প্রো/কন গাছের মধ্যে সম্মতি স্কোরগুলিতে একত্রিত হয় — একটি ডিজাইন করা সমাহার প্রক্রিয়া, যেভাবে ফেরোমোনের সঞ্চয় এন্টের পছন্দগুলিকে একত্রিত করে।
মজবুত, নেতা-হীন ইনপুট
যেহেতু অবদান অসময়িক এবং ভূমিকা-ভিত্তিক, এক facilitators মাধ্যমে ফানেল করা হয় না, প্রক্রিয়াটির কোনও একক ব্যর্থতার পয়েন্ট নেই — অংশগ্রহণকারীরা যোগ দিতে, ছেড়ে দিতে এবং পুরো প্রক্রিয়াকে থামানো ছাড়াই অবদান রাখতে পারে।
কারণ সংরক্ষিত
একটি সোয়ার্মের অজ্ঞাত সংকেতের বিপরীতে, প্রতিটি অবদান তার যুক্তি এবং লেখকের ট্রেইলকে একটি পূর্ণ অডিট রেকর্ডে রাখে — তাই সমষ্টিগত সিদ্ধান্তটি সেই যুক্তির সাথে আসে যা এটি উৎপন্ন করেছে।
প্রায়শই জিজ্ঞাসিত প্রশ্ন
স্বর্ম বুদ্ধিমত্তা কী?
স্বর্ম বুদ্ধিমত্তা হল সেই সমষ্টিগত আচরণ যা উদ্ভূত হয় যখন অনেক সহজ এজেন্ট স্থানীয় নিয়ম অনুসরণ করে এবং তাদের প্রতিবেশী এবং পরিবেশের সাথে যোগাযোগ করে, কেন্দ্রীয় নিয়ন্ত্রক ছাড়াই সমন্বিত, অভিযোজিত ফলাফল তৈরি করে। এই শব্দটি 1989 সালে জেরার্ড বেনি এবং জিং ওয়াং দ্বারা পরিচয় করানো হয়েছিল, এবং প্রতিষ্ঠাতা গণনামূলক মডেল ছিল ক্রেইগ রেনল্ডসের বোইডস (1987)।
স্বর্ম বুদ্ধিমত্তার উদাহরণ কী?
প্রাকৃতিক উদাহরণগুলির মধ্যে রয়েছে এন্ট কলোনিগুলি ফেরোমোন ট্রেইলগুলির মাধ্যমে সবচেয়ে সংক্ষিপ্ত পথ খুঁজে পাওয়া, মৌমাছির সোয়ার্মগুলি স্কাউট নিয়োগের মাধ্যমে নেস্ট সাইটগুলি নির্বাচন করা, এবং স্টার্লিং মুরমারেশন। কৃত্রিম উদাহরণগুলির মধ্যে রয়েছে রুটিংয়ের জন্য এন্ট কলোনি অপটিমাইজেশন, প্রকৌশল সমস্যার জন্য পার্টিকল সোয়ার্ম অপটিমাইজেশন, এবং ১,০২৪-রোবট কিলোবট স্ব-সংযোজন প্রদর্শন (সায়েন্স, ২০১৪)।
স্টিগমার্জি কী?
স্টিগমার্জি, 1959 সালে পিয়ের-পল গ্রাসে দ্বারা তৈরি একটি শব্দ, পরিবেশের মাধ্যমে সমন্বয়: একটি এজেন্টের কাজ একটি শেয়ার করা মাধ্যম পরিবর্তন করে (যেমন একটি ফেরোমোন ট্রেইল রেখে), এবং সেই পরিবর্তন পরবর্তী এজেন্টের কাজকে নির্দেশ করে। এটি একটি সোয়ার্মকে সরাসরি যোগাযোগ ছাড়াই সমন্বয় করতে দেয়, পরিবেশকে একটি বিতরণকৃত স্মৃতি হিসাবে ব্যবহার করে।
এন্ট কলোনি অপটিমাইজেশন কী?
এন্ট কলোনি অপটিমাইজেশন (ACO) হল একটি অ্যালগরিদম যা মার্কো ডোরিগোর 1992 সালের পিএইচডি থিসিসে পরিচয় করানো হয়েছিল। কৃত্রিম এন্টগুলি সমাধান তৈরি করে এবং ভাল উপাদানগুলিতে ভার্চুয়াল ফেরোমোন জমা দেয়; সংক্ষিপ্ত বা ভাল পথগুলি আরও ফেরোমোন জমা করে এবং শক্তিশালী হয়, তাই কলোনিটি শক্তিশালী সমাধানের দিকে একত্রিত হয়। এটি যানবাহন রুটিং, নেটওয়ার্ক রুটিং, এবং সময়সূচী তৈরির জন্য ব্যবহৃত হয়।
স্বর্ম বুদ্ধিমত্তা মানব সমষ্টিগত বুদ্ধিমত্তা থেকে কীভাবে আলাদা?
স্বর্ম বুদ্ধিমত্তা হল অনেক সহজ এজেন্টের মধ্যে প্রতিক্রিয়াশীল সমন্বয়, স্থানীয় নিয়ম অনুসরণ করে, কোনও বিবেচনা ছাড়াই। মানব সমষ্টিগত বুদ্ধিমত্তা যুক্তি, প্রমাণ, এবং কারণ weighing যোগ করে — কেবল গোষ্ঠী কী সিদ্ধান্ত নেয় তা নয়, কেন তা ধারণ করে। উভয়ই বিকেন্দ্রীকরণ এবং সমাহারের উপর নির্ভর করে, তবে কেবল মানব সমষ্টিগত বুদ্ধিমত্তা যুক্তি রেকর্ড করে।
স্বর্ম বুদ্ধিমত্তার প্রধান প্রয়োগগুলি কী?
স্বর্ম অ্যালগরিদমগুলি অপটিমাইজেশন এবং রুটিং (এন্ট কলোনি অপটিমাইজেশন, পার্টিকল সোয়ার্ম অপটিমাইজেশন), সময়সূচী এবং লজিস্টিকস, এবং বিপর্যয় প্রতিক্রিয়া, গুদাম অটোমেশন, এবং ড্রোন সমন্বয়ের জন্য সোয়ার্ম রোবোটিক্সে প্রয়োগ করা হয়। বৃহৎ আকারের আউটডোর সমন্বয় এবং সিম-টু-রিয়েল স্থানান্তর 2024–2026 সালের হিসাবে সক্রিয় গবেষণা চ্যালেঞ্জ রয়ে গেছে।
তথ্যসূত্র এবং আরও পড়া
রেনল্ডস, সি. ডব্লিউ. (1987)। ফ্লকস, হার্ডস, এবং স্কুলস: একটি বিতরণকৃত আচরণগত মডেল। কম্পিউটার গ্রাফিক্স (SIGGRAPH '87), 21(4), 25–34।
বোইডস মডেল — প্রতিষ্ঠাতা প্রদর্শন যে স্থানীয় নিয়মগুলি উদীয়মান ফ্লকিং তৈরি করে।
বেনি, জি. এবং ওয়াং, জে. (1989)। সেলুলার রোবোটিক সিস্টেমে স্বর্ম বুদ্ধিমত্তা। ন্যাটো অ্যাডভান্সড ওয়ার্কশপ অন রোবটস অ্যান্ড বায়োলজিক্যাল সিস্টেম।
যেখানে "স্বর্ম বুদ্ধিমত্তা" শব্দটি পরিচয় করানো হয়েছিল।
ডোরিগো, এম. (1992)। অপটিমাইজেশন, লার্নিং এবং প্রাকৃতিক অ্যালগরিদম। পিএইচডি থিসিস, পলিটেকনিকো দি মিলানো।
এন্ট কলোনি অপটিমাইজেশনের উত্স।
কেনেডি, জে. এবং এবারহার্ট, আর. (1995)। পার্টিকল সোয়ার্ম অপটিমাইজেশন। আইইইই আইসিএনএন-এর কার্যপ্রণালী, 1942–1948।
পার্টিকল সোয়ার্ম অপটিমাইজেশনের পরিচয়।
শোন্ডারওয়ার্ড, আর., হল্যান্ড, ও., ব্রুটেন, জে., এবং রথক্রান্টজ, এল. (1996)। টেলিযোগাযোগ নেটওয়ার্কে এন্ট-ভিত্তিক লোড ব্যালেন্সিং। অ্যাডাপটিভ বিহেভিয়র, 5(2), 169–207।
এন্ট-ভিত্তিক নিয়ন্ত্রণের একটি প্রাথমিক বাস্তব-জীবন প্রয়োগ।
বোনাবেউ, ই., ডোরিগো, এম., এবং থেরলাজ, জি. (1999)। স্বর্ম বুদ্ধিমত্তা: প্রাকৃতিক থেকে কৃত্রিম সিস্টেম। অক্সফোর্ড ইউনিভার্সিটি প্রেস।
ক্ষেত্রটি সংহত করার সংশ্লেষণ।
সিলি, টি. ডি. (2010)। মৌমাছির গণতন্ত্র। প্রিন্সটন ইউনিভার্সিটি প্রেস।
কীভাবে মৌমাছির সোয়ার্মগুলি সমষ্টিগত নেস্ট-সাইট সিদ্ধান্ত নেয়।
রুবেনস্টাইন, এম., কর্নেজো, এ., এবং নাগপাল, আর. (2014)। এক হাজার রোবট সোয়ার্মে প্রোগ্রামেবল স্ব-সংযোজন। সায়েন্স, 345(6198), 795–799।
সোয়ার্ম রোবোটিক্সের একটি মাইলফলক হার্ডওয়্যার প্রদর্শন।
View source →সম্পর্কিত ধারণাগুলি
স্থানীয় জ্ঞানকে একটি সিদ্ধান্তে একত্রিত করুন
আর্গুমেন্ট্রি প্রতিটি অংশগ্রহণকারীকে তাদের জানার ভিত্তিতে অবদান রাখার একটি স্থান দেয়, স্বাধীনভাবে, এবং এটি একটি ভাগ করা, নথিভুক্ত সিদ্ধান্তে একত্রিত করে — বিকেন্দ্রীকরণ এবং একত্রিতকরণ, কারণগুলি সংরক্ষিত থাকে।
ফ্রি ট্রায়াল শুরু করুন