A
Massachusetts Egyetem kutatói a hatlépésnyi távolságként elhíresült
szociológiai elméletre magyarázattal szolgáló, a hálózati navigációban
hatékony támogatást nyújtó algoritmust fejlesztettek.
(Forrás:
Index)

Algoritmusuk a Barabási
Albert-László munkáiból ismert, a rövid távú emberi emlékezet
működésében is fontos „kis világokba” kalauzol.

A amhersti felsőoktatási intézmény két kutatója, David
Jensen és Özgür Simsek által kidolgozott algoritmus különböző (ad hoc
vezeték nélküli, p2p fájlmegosztó, WWW) hálózatokra, valamint a
hatékonyabb üzenettovábbítás előnyeit kihasználó összes rendszerre
alkalmazható. Szerteágazó feladatokat képes megoldani: figyelmeztet a
vírusok elterjedésére, vészhelyzet esetén gördülékenyebbé teszi a gépek,
a hálózat részei közötti kommunikációt. Legjobb teljesítményt a központ
nélküli, struktúrájukat gyorsan változtató dinamikus rendszerekben
nyújtja.

Jensen és Simsek munkáját
Stanley Milgram hatvanas évek végén folytatott, az ismeretségi hálózatok
szerkezetét elemző kutatásai inspirálták. A harvardi professzort az
Egyesült Államokban tetszőlegesen kiválasztott két személy közötti
távolság érdekelte: hány ismeretségi kapcsolaton keresztül lennének
összeköthetők? Omahai (Nebraska) és wichitai (Kansas) lakosoknak azzal a
kéréssel küldött levelet, hogy a kézbesített nyomtatványt speciális
úton juttassák el a bostoni célszemélynek: amennyiben nem ismerik, ne
közvetlenül neki, hanem olyan valakinek postázzák, aki valószínűbb, hogy
kapcsolatban áll vele. A százhatvan levélből negyvenkettő érkezett meg;
átlagosan öt és fél közvetítőre volt szükség.

Valamennyien össze vagyunk kapcsolva egymással, kis
világban élünk – vonta le a következtetéseket Milgram. A kis világok
jellemző vonása, hogy két tetszőleges pontjukat csak néhány lépés
választja el egymástól.

De miként
vagyunk összekapcsolva, és a hálózatok mely tulajdonságai teszik
hatékonnyá a navigációt? – tette fel a kérdést Jensen és Simsek.

Lokálisak, decentralizáltak, azaz a
sikeres keresést valamilyen szinten a helyi rendszer alapjait adó
szerkezetnek is támogatnia kell. A Milgram-kísérletből kimutatták, hogy a
hálózatokra is alkalmazható két emberi sajátosság (és kombinációjuk)
komoly segítséget nyújt a kutakodásban: magunkhoz hasonló személyekkel
szeretünk kapcsolatban állni, illetve egyesek inkább társas lények, mint
mások. Figyelembe véve ezeket a tényezőket, egyrészt a kapcsolatok
közösségeket teremtenek, másrészt a több ismeretséggel rendelkező
személyek csomópont-szerepet töltenek be. Rajtuk keresztül érünk révbe. A
hálózat-keresésben ez úgy érvényesül, hogy az algoritmus a célhoz
vezető közvetlen kapcsolatok valószínűségét maximalizáló csomópontokat
részesíti előnyben.

A két aspektust
az eddigi kutatások során külön-külön kezelték, együttes, egyazon –
valószínűségelméleti alapokon nyugvó – algoritmusban történő
alkalmazásuk Jensen és Simsek érdeme. Úgy tűnik, hatékony a kombináció,
mert „várható-érték navigáció”-nak (expected-value navigation) nevezett
fejlesztésük a csomópontok közötti legrövidebb utakra a központi hálózat
felépítésének ismerete nélkül is rátalál.

Hasonló kis világokban mozog, mint az agy előhomloki
(prefrontális) kortex részén található, például a telefonszámok
fejbentartásakor használt rövid távú memória működését biztosító
idegsejt-hálózatok. Az Északnyugati Egyetemen (Evanson, Illinois)
végzett kísérletek kimutatták, hogy a két stabil állapot között
átkapcsoló, szomszédos neuronok egymást aktiválják, így a hálózat
legtávolabbi részei között is létesíthető kapcsolat. A második aktiváló
impulzus pedig kikapcsolja a rendszert.

Az elmélet sokak szerint a számítógép-hálózatok és a
rövid távú memória mellett a világegyetem, a biológia, vagy a társadalmi
és gazdasági élet egyéb kérdéseit is megválaszolja.