一种凝胶状的单细胞生命形式刚刚解决了许多人所面临的日益复杂的问题研究人员用来测试算法。
更令人印象深刻的是，随着问题变得越来越困难，粘菌变形虫实际上以一种与大多数算法完全不同且可以说更有效的方式解决了问题。
结果表明，这些简单的生命形式实际上可能为传统计算机提供一种替代处理方法。
或者，更简单地说，我们最先进的电子设备实际上可以从阿米巴原虫身上学到一些东西。哎哟。
需要明确的是，阿米巴原虫并不比计算机快，而且相差不远（在下面的视频中看看它们移动得有多慢）。
但是，尽管问题变得更加复杂，阿米巴原虫的处理时间却只线性增加。您可以在下面看到为什么会有这么大的差异：
不相关的线性图与指数图（罗研门）
它必须解决的问题是旅行商问题，或简称TPS。这基本上是一个优化问题，需要计算机查看城市列表并找出最短路线，以便每个城市都被访问一次。
随着越来越多的城市被添加到行程中，问题变得越来越复杂——列表中有四个城市，只有三个可能的路线可供选择。但对于八个城市来说，情况跳起来至 2,520 条航线。
换句话说，它变得更加困难——并且大多数系统需要花费更多的时间来找出最佳路线。
但日本庆应义塾大学的一组研究人员决定把这个问题交给“真正的粘菌”阿米巴原虫多头绒泡菌，并惊讶地发现，随着城市从四个增加到八个，单细胞生物只需要线性数量的更多时间来找出合理（几乎最优）的路线。
“在这项研究中，我们表明，随着问题规模从 4 个增加到 8 个，疟原虫找到相当高质量的 TSP 解决方案所需的时间呈线性增长，”研究人员写道英国皇家学会开放科学。
“这些结果可能会导致新型模拟计算机的发展，从而能够在线性时间内近似解决复杂的优化问题。”
当然，变形虫不知道城市是什么（据我们所知），因此在这个版本的 TSP 中，“城市”是放置在琼脂顶部的圆盘中的 64 个狭窄通道（八个“城市”，每个城市包含八个通道）。
为了接近琼脂并有效吸收营养物质，阿米巴原虫进入通道。
它选择的推销“路线”是不断变化的体型。因此，当它进入一个通道时，它会形成一种身体形状，当它进入第二个通道时，它会形成一种不同的身体形状，依此类推。
（青野等人。英国皇家学会开放科学）
为了确保阿米巴原虫以最佳方式进入“城市”，研究人员使用光（阿米巴原虫不喜欢的光）照亮某些相距太远或它已经访问过的通道，并阻止它同时进入多个通道。
令团队惊讶的是，尽管可能的配置数量增加了，但阿米巴虫找到进入八个不同通道的合理（接近最佳）方式的时间并没有比进入四个通道所需的时间长得多。
“有趣的是，”该团队补充说，“尽管搜索空间爆炸性扩展，但解决方案的质量不会下降。”
公平地说，传统计算机非常灵活，而且随着问题的难度呈指数级增长，它们也可以在线性时间内解决问题。
但他们实际上以完全不同的方式做到这一点——变形虫不断以恒定的速度测试新的身体形状，同时处理光学反馈，这是计算机可以学习的东西。
研究人员表示，他们只将实验限制在八个通道，因为他们无法制造足够大的盘子来测试更多通道，但如果可以的话，他们认为阿米巴原虫寻求稳定平衡的自然冲动将使其计算出跨越数百个“城市”的最佳路线。
他们甚至开发了一种名为 AmoebaTSP 的计算机模拟，可以模仿变形虫的一些处理模式 - 但我们还有很多东西需要学习。
“阿米巴原虫维持近似解质量的机制，即较短的路线长度，仍然是一个谜，”团队负责人 Masashi Aono 说。在 Phys.org 上告诉 Lisa Zyga。
庆应义塾团队并不是唯一对这一潜力感到兴奋的团队。
Aono 和团队在他们的论文中引用研究小组表明受阿米巴原虫启发的电路可以帮助解决经典难题，例如约束满足问题,布尔可满足性问题，甚至可以帮助找到步行动作多足机器人。
就可以做粘菌了，就可以了。
该研究发表于英国皇家学会开放科学。
