Новости и статьи об искусственном интеллекте и нейросетях. Мы собираем и обрабатываем самую актуальную информацию из мира AI. О проекте

Новости

Стартап: слизевик поможет проектировать города

Стартап Mireta использует биологические принципы слизевика Physarum polycephalum для создания алгоритмов, улучшающих городскую инфраструктуру. Организм, способный формировать эффективные сети, вдохновляет на оптимизацию транспорта и учет климатических рисков. Эксперты отмечают потенциал подхода, хотя подчеркивают необходимость учета социальных и политических факторов.

17 октября 2025 г.
5 мин
9

Введение в биоинспирированный подход

Этот желтый комок без мозга вызывает интерес у ученых, которые уверены, что загадочный организм под названием слизевик способен способствовать созданию более устойчивых городских систем.

Люди занимаются строительством городов уже 6000 лет, в то время как слизевик существует около 600 миллионов лет. Разработчики нового стартапа под названием Mireta стремятся преобразовать биологические способности этого организма в алгоритмы, которые могли бы сократить время в пути, уменьшить пробки и снизить влияние климатических факторов на мегаполисы по всему миру.

Принцип работы алгоритма Mireta

Алгоритм компании имитирует механизм, с помощью которого слизевик эффективно распределяет ресурсы по разветвленным сетям. Основатели считают, что такой метод позволит связывать станции метро, разрабатывать велосипедные дорожки или оптимизировать производственные линии на заводах. По их словам, программа учитывает зоны подтопления, схемы движения транспорта, ограничения по бюджету и другие параметры.

«Логично предположить, что некоторые природные системы или живые существа нашли умные способы решения задач, аналогичных нашим», — отмечает Рафаэль Кей, сооснователь Mireta и руководитель по дизайну. У него есть опыт в архитектуре и механической инженерии, а сейчас он аспирант по материаловедению и механической инженерии в Гарвардском университете.

Продолжающаяся урбанизация приведет к тому, что к 2030 году около 60% населения планеты будет проживать в крупных городах. Им придется обеспечивать необходимые услуги на фоне роста численности жителей, износа инфраструктуры и экстремальных погодных явлений, вызванных изменением климата. Кей, ранее изучавший, как микроскопические морские обитатели могут помочь в создании зданий с нулевым энергопотреблением, полагает, что проверенные природой решения откроют путь к более адаптивным городским структурам.

Характеристики слизевика Physarum polycephalum

Официально слизевик известен как Physarum polycephalum — это не растение, не животное и не гриб, а одноклеточный организм, появившийся задолго до динозавров. В поисках пищи он одновременно вытягивает щупальцеобразные отростки в разных направлениях. Затем усиливает наиболее выгодные маршруты к источникам питания, отказываясь от менее эффективных. В итоге формируются оптимизированные сети, сочетающие высокую производительность с устойчивостью — качества, крайне желанные для транспортных и инфраструктурных комплексов.

Способность организма определять кратчайшие пути между множеством точек при сохранении резервных связей сделала его популярным объектом исследований в области проектирования сетей. Самый известный случай произошел в 2010 году: ученые из Университета Хоккайдо разместили комок слизевика на подробной карте железнодорожной системы Токио, обозначив ключевые станции хлопьями овса. Сначала бесмозглый организм покрыл всю поверхность. Спустя несколько дней он сократился, сохранив лишь наиболее рациональные трассы. Полученная конфигурация очень напоминала реальную сеть токийских железных дорог.

С тех пор специалисты по всему миру применяли слизевик для решения лабиринтов и даже для моделирования темной материи, связывающей галактики. Эксперты из Мексики, Великобритании и Иберийского полуострова поручали организму перепроектировать свои дорожные сети — хотя большинство таких опытов не привели к практическим изменениям.

Раньше исследователи распечатывали физические карты и помещали на них слизевик. Однако Кей уверен, что метод Mireta, воспроизводящий процесс построения путей без использования живых существ, позволит справляться с более сложными задачами. Слизевик виден невооруженным глазом, поэтому команда Кея наблюдала за поведением комков в лаборатории, выделив основные черты, обеспечивающие их мастерство в создании эффективных сетей. Эти черты были переведены в набор правил, который лег в основу алгоритма.

Некоторые специалисты выражают сомнения. Джефф Боинг, доцент кафедры градостроительства и пространственного анализа Университета Южной Калифорнии, считает, что подобные алгоритмы не учитывают «сложные реалии обсуждения идей в кругу заинтересованных сторон для выработки видения будущего сообщества». По его мнению, современные проблемы городского планирования выходят за рамки чисто технических: «Мы знаем, как создавать эффективные, устойчивые и связанные инфраструктурные сети, но политические препятствия делают это крайне трудным».

Оценки экспертов и будущие перспективы

Майкл Бэтти, почетный профессор Центра передового пространственного анализа Университетского колледжа Лондона, видит в идее больше потенциала. «Здесь определенно есть поле для исследований», — говорит он, подчеркивая, что люди давно проводят аналогии между биологическими системами и городами. На протяжении десятилетий дизайнеры черпали вдохновение из природы — вспомним системы вентиляции, заимствованные у термитников, или поезда-сингуляры, спроектированные по форме клюва зимородка.

Как и Боинг, Бэтти опасается, что такие алгоритмы могут способствовать сверху-вниз планированию, в то время как большинство городов развиваются снизу-вверх. Но для Кея прелесть алгоритма именно в имитации снизу-вверх биологического роста — подобно тому, как слизевик начинает с нескольких точек и органично соединяет их, не следуя заранее заданным траекториям.

С момента запуска в начале этого года Mireta, базирующаяся в Кембридже, штат Массачусетс, выполнила около пяти проектов. И слизевик — лишь начало. Команда также разрабатывает алгоритмы, вдохновленные муравьями, которые оставляют химические следы, усиливающиеся от использования, и обладают собственными децентрализованными методами оптимизации сетей. «Биология решила практически все возможные задачи сетей, которые только можно вообразить», — подчеркивает Кей.