Kärbse aju aitab otsimootoreid tõhusamaks teha
Ameerika teadlastele avaldas muljet, kuidas äädikakärbsed lõhnu klassifitseerivad. Nad väidavad, et kärbseajust õpitud nippide abil saab arvutite otsialgoritme palju tõhusamaks teha. Äädikakärbestel on umbes 50 tüüpi lõhnatajuneuroneid. Igaüks neist laengleb erisuguste lõhnade peale isemoodi. Laengleb ehk kannab oma jätkeid pidi edasi elektriimpulsse. Kõik need impulsid jõuavad lõpuks Kenyoni rakkude nimelistesse neuronitesse, mida on äädikakärbsel umbes 2000 ja millest iga konkreetse lõhna peale aktiveerub ainult umbes viis protsenti. Millised viis protsenti, sõltub lõhnast. Kärbse aju muud osad reageerivad Kenyoni rakkude enam-vähem ühesuguste aktiivsusmustrite peale ühtemoodi, nii et kui kärbes õpib näiteks suhkruvee lõhna peale midagi tegema, siis teeb ta sedasama ka mõne muu piisavalt sarnase magusa lõhna peale. Kenyoni rakkude aktiivsusmustrid kujutavad endast piltlikult öeldes justkui QR-koode, mis sildistavad erisuguseid lõhnakategooriaid. Sanjoy Dasgupta ja ta kolleegid San Diego California ülikoolist väidavad, et sellise kategoriseerimisega seonduvad kalkulatsioonid kärbse ajus meenutavad vägagi neid algoritme, mis on arvutiteaduses välja töötatud ühesarnaste andmemustrite, olgu siis tekstide või piltide otsimiseks. Kuid on ka erinevusi. Kui Dasgupta ja kolleegid neid erinevusi ka arvutialgoritmides matkisid, siis läksid need algoritmid märgatavalt tõhusamaks. Avastusest kirjutavad teadlased ajakirjas Science.
