El algoritmo de búsqueda eficiente de la Universidad de Trieste utiliza una combinación de datos individuales y vecinos para mejorar la detección de sustancias nocivas.

Beneficios

  • Eficiencia incrementada
  • Tiempo de búsqueda mejorado

Aplicaciones

  • Detección química
  • Búsqueda y rescate

Objetivos de desarrollo sostenible de la ONU abordados

  • Meta 3: Buena Salud y Bienestar

El Desafío

Ciertos gases nocivos y sustancias volátiles pueden ser indetectables para los humanos, pero aun así tienen el potencial de ser mortales. La Administración de Seguridad y Salud Ocupacional de los Estados Unidos (OSHA) estima que aproximadamente 50,000 muertes cada año están relacionadas con exposiciones químicas en el lugar de trabajo. Algunas de estas muertes están relacionadas con peligros gaseosos no detectados y podrían mitigarse con una detección más temprana.

Detalles de la innovación

El algoritmo de búsqueda es utilizado por un grupo de robots que intentan detectar un gas nocivo. Se basa en la suposición de que los enjambres pueden ser mejores para detectar olores que los individuos, ya que hay más organismos para detectar y rastrear el olor. Para hacer esto, las personas tendrían que 'confiar' en sus vecinos y seguirlos durante parte de la búsqueda. Los investigadores modelaron organismos que seguían tanto sus propios caminos (polillas) como los patrones de vuelo de sus vecinos (bandadas de pájaros). Descubrieron que un grupo de robots localizaba una fuente de manera más eficiente cuando las personas confiaban en los sentidos de sus vecinos sobre los suyos alrededor del 80% del tiempo.

Modelo biologico

Las polillas tienen antenas sensibles que les ayudan a detectar la presencia de feromonas liberadas por otras polillas. El viento a menudo afecta la ubicación de las feromonas, lo que hace que las polillas tomen caminos indirectos y zigzagueantes hacia sus destinos, generalmente dirigiéndose contra el viento del olor de feromonas más reciente que encontraron.

Aves como los estorninos vuelan juntas en grandes grupos de cientos o miles de individuos. Se las arreglan para mantenerse a centímetros de otros estorninos, girando a altas velocidades, sin chocar nunca. Lo hacen prestando mucha atención a la velocidad y dirección de los otros siete estorninos más cercanos. Menos, y no hay suficiente información confiable para que un estornino siga volando con precisión dentro de la bandada. Más, y hay demasiada información para procesar rápidamente y tomar decisiones en tiempo real.