Un team di ricercatori tra cui Neil Johnson, professore di fisica alla George Washington University, ha scoperto che i sistemi decentralizzati funzionano meglio quando le singole parti sono meno capaci.
Il Dr. Johnson era interessato a capire come i sistemi con molte parti mobili possono raggiungere un obiettivo o un obiettivo desiderati senza un controllo centralizzato. Questo esplora una teoria comune secondo cui i sistemi decentralizzati, quelli senza cervello centrale, sarebbe più resistente a danni o errori.
Questa ricerca ha il potenziale per informare su come strutturare efficacemente un'azienda, costruire un veicolo autonomo migliore, ottimizzare gli algoritmi di intelligenza artificiale di prossima generazione e potrebbe persino trasformare la nostra comprensione dell'evoluzione. La chiave sta nel capire come il "punto debole" tra sistemi decentralizzati e centralizzati varia con quanto intelligenti sono i pezzi, ha detto il dottor Johnson.
Il team ha costruito un modello computazionale di un sistema decentralizzato, aggiustare le variabili per riflettere come i componenti potrebbero migliorare nel tempo e diventare più efficienti nella risoluzione dei problemi. Il Dr. Johnson è stato sorpreso di scoprire che mentre il suo team di ricerca migliorava i singoli pezzi, l'intero sistema ha funzionato peggio. Man mano che le parti diventano più intelligenti, fanno collettivamente errori più significativi e ripetono errori del passato, Egli ha detto.
"Abbiamo scoperto che quando si dispone di una raccolta di oggetti che funzionano in modo decentralizzato, e quei singoli oggetti migliorano nell'elaborazione delle informazioni, l'intero sistema peggiora perché tendono a formare delle folle, anche se non c'è niente in loro che dice 'Voglio essere un membro di una folla, '" ha detto il dottor Johnson. "Proprio il modo in cui guardi gli schemi quando acquisisci più memoria, può bloccarti in un certo modo sbagliato di vedere le cose."
Quando un componente di sistema eccessivamente capace sta lavorando su un'attività, inizierà ad autocorreggersi quando si verificano errori per raggiungere l'obiettivo. Questo porta a correzioni eccessive che allontanano il sistema dal suo punto finale, "la cosa peggiore che potrebbe fare, " ha detto il dottor Johnson.
Il dottor Johnson ha paragonato questo a uno scenario in cui un gruppo di amici va in canoa lungo un fiume. Se alcune persone remano a sinistra e altre a destra, la canoa si muoverebbe in linea retta. Se all'improvviso, però, ogni persona nella canoa ha deciso di pagaiare a sinistra, questo creerebbe una serie di correzioni eccessive che si traduce in un ritardo nell'arrivare a destinazione.
"I sistemi decentralizzati vanno bene finché gli oggetti non diventano troppo intelligenti, " ha detto. "Quando iniziano a diventare troppo intelligenti, il tuo sistema inizierà a capovolgersi in un modo o nell'altro".
Il suo messaggio per gli individui che lavorano all'interno di un sistema organizzativo? Non pensarci troppo.
Il Dr. Johnson ritiene che questi risultati potrebbero avere applicazioni per gli sviluppi tecnologici. Gli autori prevedono che i veicoli autonomi potrebbero funzionare meglio con componenti più semplici e suggeriscono che gli individui con funzioni cerebrali danneggiate potrebbero recuperare alcune funzioni precedentemente perse se i singoli componenti, per esempio muscoli delle braccia o delle gambe, vengono fornite semplici istruzioni direttamente. Il loro lavoro suggerisce anche una nuova prospettiva sul motivo per cui l'evoluzione biologica è passata da organismi meno complessi come le larve a organismi con sistema nervoso centralizzato.
Lo studio è stato pubblicato oggi in Progressi scientifici .
