Alhainen Meduussi Käyttää Huipputekniikkaa Löytää Ruokaa

{h1}

Piippu-meduusat käyttävät monimutkaista algoritmia elintarvikkeiden etsimiseen. Parhaiten tunnettujen matemaatikkojen hakutyökaluina supertietokoneiden avulla nopea simuloitu hehkutus on avain tämän lajin menestykseen saalistajana.

Tyylikäs meduusat eivät ole vain suurin hyytelö, joka löytyy Yhdistyneen kuningaskunnan vesiltä. Se on myös yksi eläinkunnan valtakunnallisimmista etsijöistä uuden tutkimuksen mukaan.

Jotta voitaisiin löytää paras mahdollinen ateria meren elinympäristönsä suurissa vesissä, piipun meduusoja (Rhizostoma-mustekala) käyttää strategiaa, joka yleisimmin liittyy maailman nopeimpiin supertietokoneisiin - lähestymistapa, jota kutsutaan nopeasti simuloiduksi hehkutusmenetelmäksi.

Matemaatikot, nopea simulointi hehkutus on algoritmi, toteuttaa supertietokone, joka voi löytää optimaaliset ratkaisut monimutkaisiin ongelmiin suhteellisen lyhyessä ajassa. Meduusoja varten nopea simuloitu hehkutus on erittäin kehittynyt etsintastrategia, joka on luokiteltu joukolla ennustettavia liikkeitä, jotka tuovat hyytelö lähemmäksi ja lähemmäksi suurta määrää planktonia, sen edullista saalista. [Albumi: Amazing Kuvat Jellyfish Swarms]

Tätä monimutkaista etsintästrategiaa ei koskaan ole koskaan havaittu luonteeltaan, tutkijan tutkijan Andy Reynolds, tutkija Rothamsted Researchin, maatalouden tutkimuskeskuksen U.K.

Silti muitakin matemaattisia liikkeitä on havaittu laajasti luonnonmaailmassa, Reynolds sanoi. Yleisimpi näistä kuvioista, "Lévy walk", on vähemmän monimutkainen versio barrelin hyytelön lähestymistavasta.

"Lévy-kävellä on satunnainen kävely, jossa usein esiintyvät pienet askeleet välittyvät harvoin esiintyvien pitempien vaiheiden kanssa, jotka puolestaan ​​ovat täynnä vielä harvinaisempia, vielä pitempia askeleita ja niin edelleen", Reynolds kertoi WordsSideKick.comille sähköpostissa. (Lévy -kävely nimettiin ranskalaisen matemaatin Paul Lévyn mukaan, joka tunnetaan hänen teostaan ​​todennäköisyyden teorian mukaan.)

Vaikka tämä saattaa kuulostaa melko monimutkaiselta tavalta etsiä jotain, Reynolds sanoi, että se muistuttaa tapaa, jolla voit etsiä kadonneita auton avaimia olohuoneen sohvalle ja sitten, kun et löydä niitä siellä, siirry kaappeihin tarkastaaksesi takitasku.

"Tämä hierarkkinen sisäkkäinen kuvio on erittäin tehokas etsittäessä, koska kerran alue on tutkittu intensiivisesti, etsijä siirretään toiseen alueeseen ja alkaa sitten uusi intensiivisen haun", Reynolds sanoi. [Merimaisemat: upeat valokuvat merenolentoista]

Jotkut lajit, joita on havaittu käyttämällä Lévyä kävelee paikantaa ateriansa, ovat hait, pingviinit, mehiläiset, muurahaiset, kilpikonnat ja jopa ihmisen metsästäjä-keräilijät.

Mutta näiden monien lajien joukossa tynnyrihyytelö on erilainen, koska sen lisäksi, että se esittelee tämän Lévy-kävelykuvion, se käyttää myös useita hakumenetelmiä, joita muut lajit eivät näytä käyttävän.

Siirrä kuin meduusoja

Yksi tynnyriligelin etsintäoptimointikäyttäytymistä, jota usein kutsutaan "pomppimaksi", tapahtuu, kun meduusat alkavat yhdessä syvyydessä veteen ja tekevät sitten pitkän liukumisen joko ylös tai alas eri vesisyvyydelle. Jos se ei löydä ateriaa uudessa paikassa, meduusat "pomppivat" taas palataksesi alkuperäiseen paikkaansa.

Jotkut tutkijat uskovat, että hyytelön taipumus kiertää vedessä voi tosiasiallisesti estää sen kykyä etsiä ruokaa, mutta Reynoldsin mukaan nämä epätavalliset eläimet ovat saaneet sen oikein koko ajan.

Meduusoja, jotka toisinaan toistavat pudotuksensa kymmeniä kertoja päivässä, käyttävät tätä strategiaa hitaasti kotiutumaan korkeimmilla planktonipitoisuuksilla, Reynolds selitti.

Siksi käyttäytyminen tekee piipun hyytelömästä tehokkaammin kuin muut meren eläimet, kuten pingviinit ja hait, jotka käyttävät vain Lévyn kävelyä etsimään saalista, Reynolds sanoi.

Onko pomppia paremmin?

Jos tynnyrilevyn epätavallinen tapa etsiä ruokaa todella on paras tapa tehdä se, niin miksi muut merilevät eivät käytä samaa strategiaa?

Vastaus liittyy ruokavalioon, Reynolds sanoi. Pitkän ajanjakson aikana piipun meduusat hyötyvät saaliiden pitoisuuksien etsimisestä, koska sen täytyy syödä paljon planktonia ennen kuin se on tyytyväinen, Reynolds sanoi. Tämä eroaa haikoista ja pingviinistä, joita Reynolds sanoi voivansa selviytyä syömällä satunnaisia ​​kaloja.

"Lévy-haku on erittäin tehokas etsimään seuraavia aterioita, kun jokin ateria tekee. Nopea simuloidun hehkutus, toisaalta, vie alansa parhaan mahdollisen aterian", Reynolds sanoi. "Tämä tekee meduille erityistä - he ovat erittäin vaativia ruokia, toisin kuin luista, pingviinit, kilpikonnat ja hait, jotka etsivät vain ateriaa."

Tämä korkeatasoinen harkinta on myös se, joka vetää matemaatikkoja ja insinöörejä nopean simuloidun hehkutusjärjestelmän strategiaksi supertietokoneille, Reynolds sanoi.

Matemaattisten ja tietokonemallien perusteella Reynoldsin tutkimus totesi, että kuten tynnyrilamelli, matemaatikot pyrkivät toteuttamaan tämän strategian vain, kun he etsivät parasta mahdollista ratkaisua ongelmaan, ei monenlaisia ​​mahdollisia ratkaisuja.

Uusi tutkimus julkaistiin tänään (5.8.) Journal of the Royal Society -rajapinnassa.

Seuraa Elizabeth Palermo Twitterissä @techEpalermo, Facebook tai Google+. Seuraa WordsSideKick.com @wordssidekick. Olemme myös päällä Facebook & Google+. Alkuperäinen artikkeli WordsSideKick.com.


Video Täydentää: .




FI.WordsSideKick.com
Kaikki Oikeudet Pidätetään!
Jäljentämistä Materiaalien Sallittu Vain Prostanovkoy Aktiivinen Linkki Sivustoon FI.WordsSideKick.com

© 2005–2019 FI.WordsSideKick.com