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
