ASSISIbf—Symbiotic computation of bio-hybrid systems

University of Graz — Artificial Life Lab (Project coordination) (AT), Universite Paris Diderot — LIED (FR), Ecole Polytechnique Federale de Lausanne — LSRO (CH), University of Zagreb — LARICS (HR), FCiencias.ID — Associacao para a Investigacao e Desen, Cybertronica Research (DE)

Bees, fish and robots solve difficult network problems together

Netzwerke sind in der heutigen Welt allgegenwärtig. Sie wachsen beständig und werden immer komplexer, von Verkehr und Logistik bis hin zu sozialen Netzwerken und dem “Internet der Dinge”. Das optimale Design solcher Netzwerke ist eine schwierige Aufgabe, deren Komplexität mit steigenden Netzwerkgrößen und Vernetzungsgraden förmlich explodiert.

ASSISIbf—Symbiotic computation of bio-hybrid systems / University of Graz — Artificial Life Lab (Project coordination) (AT), Universite Paris Diderot — LIED (FR), Ecole Polytechnique Federale de Lausanne — LSRO (CH), University of Zagreb — LARICS (HR), FCiencias.ID — Associacao para a Investigacao e Desen, Cybertronica Research (DE), Credit: tom mesic

Intelligente Heuristiken sind hier eine Schlüsseltechnologie, bei der auf Zufall basiertes Schätzen, also eine Form des provozierten Fehlers, eine Kernfunktionalität darstellt. Im Projekt ASSISIbf nutzen wir einen völlig anderen Ansatz zur Netzwerkoptimierung: Wir verwenden “fuzzy” Bienen- und Fischschwärme in Verbindung mit autonomen Roboterschwärmen.

University of Graz — Artificial Life Lab (Project coordination) (AT), Universite Paris Diderot — LIED (FR), Ecole Polytechnique Federale de Lausanne — LSRO (CH), University of Zagreb — LARICS (HR), FCiencias.ID — Associacao para a Investigacao e Desen, Cybertronica Research (DE), Credit: tom mesic

Diese neuartigen bio-hybriden “Rechensymbiosen” suchen effizient nach optimalen, oder nahezu optimalen, Netzwerkkonfigurationen. Durch den Einsatz einer großen Anzahl von Lebewesen könnten zukünftige bio-hybride Anwendungen Netzwerkprobleme von globalen Ausmaßen schneller als heutige Computeralgorithmen lösen, indem sie sich die Parallelität der Informationsverarbeitung von Tierschwärmen zunutze machen.

Credits:

EU-FP7 Project no. 601074. Objective ICT-2011.9.10: Fundamentals

of Collective Adaptive Systems – FoCAS, Duration: 5.5 years;

Start: 1st of February 2013, Budget: 6 Million Euro,

Project website: http://assisi-project.eu/