Esistono innumerevoli algoritmi informatici che simulano il comportamento biologico delle rane che saltano, per pipistrello foraggiamento, dalla ricerca del cuculo all'ottimizzazione della colonia di formiche. Hanno tutti qualcosa in comune, l'algoritmo si comporta come un'intelligenza collettiva, assumendo il richiamo e la risposta di un banco di pesci o un mormorio di storni, e tutti quegli altri modelli in natura. Scrivendo sull'International Journal of Swarm Intelligence, un team indiano discute lo stato dell'arte di un algoritmo unico basato su un sistema biologico:la scimmia ragno.

Le scimmie ragno hanno una struttura sociale "fusione-fissione" in cui un grande gruppo sociale si dividerà in orde più piccole o viceversa a seconda dell'accessibilità e della disponibilità di cibo. Janmenjoy Nayak dell'Aditya Institute of Technology and Management in Andhra Pradesh, India, e colleghi hanno esaminato l'algoritmo di ottimizzazione della scimmia ragno, che incorpora questo comportamento per consentirgli di risolvere problemi altrimenti intrattabili. Gli algoritmi SMO sono, riporta la squadra, particolarmente utile nella risoluzione di ingegneria elettrica ed elettronica, rete di sensori senza fili, riconoscimento del modello, sistema di alimentazione e reti, e problemi di data mining.

La loro indagine sullo stato dell'arte dell'SMO e delle sue varianti e su come può affrontare con successo i difficili problemi di ottimizzazione del mondo autentico dovrebbe servire a ispirare professionisti e ricercatori a innovare ancora di più in questo settore. Inoltre, il successo dell'SMO suggerisce il potenziale di comportamenti diversi in altre specie come la scimmia scoiattolo, scimmia cercopiteco, e scimmia proboscide, che potrebbe anche essere simulato con buoni risultati.