Czego komputery mogą się nauczyć od mrówek?

Algorytmy mrówkowe należą do obszerniejszej dziedziny sztucznej inteligencji, tak zwanej "inteligencji roju" (swarm intelligence), w której tworzy się algorytmy komputerowe, naśladujące inteligentne zachowania rojów (rodzin) osobników, z których żaden nie posiada indywidualnej (własnej) inteligencji, ale których zbiorowość obserwowana jako całość - jest zdolna do inteligentnego działania. To inteligentne działanie zbiorowości uzyskiwane jest zwykle dzięki współdziałaniu osobników według bardzo prostych reguł. Odkrycie i mądre zastosowanie tych reguł w programach komputerowych pozwala na tworzenie narzędzi informatycznych zdolnych do inteligentnego działania przy zaangażowaniu niezbyt złożonych algorytmów i przy dość szybkim osiąganiu wymaganych celów. Omawiane tu algorytmy mrówkowe należą do najpopularniejszych narzędzi tego typu, chociaż nie są one jedyne - buduje się modele rodziny pszczelej, kopca termitów, ławicy ryb, klucza ptaków itp. Ale mrówki są tu szczególnie ciekawe.

Rozwiązaniem tej zagadki okazał się bardzo prosty mechanizm komunikacji między owadami. Każda mrówka poruszając się w terenie pozostawia na podłożu ślad zapachowy w postaci tak zwanego feromonu. Ślad ten bardzo szybko się ulatnia, więc jest wyczuwalny tylko wtedy, gdy daną drogą przeszło dużo mrówek - i to niedawno.