У квітні 2026 року дослідники представили нову гібридну модель машинного навчання MPA-PNN, яка поєднує ймовірнісні нейронні мережі з алгоритмом морських хижаків — обчислювальним методом, натхненним стратегіями пошуку здобичі в океані.
Алгоритм Marine Predators Algorithm імітує поведінку морських хижаків, що використовують різні режими руху під час пошуку їжі, зокрема далекий пошук та локальну оптимізацію.
Подібні природні стратегії виявляються надзвичайно ефективними у завданнях аналізу складних даних.
Під час тестування на еталонних класифікаційних наборах даних нова архітектура досягла середньої точності 91.047%, перевершивши кілька сучасних алгоритмів оптимізації параметрів нейронних мереж.
Крім того, модель продемонструвала швидшу та стабільнішу збіжність порівняно зі стандартною Probabilistic Neural Network.
Хоча дослідження проводилося на універсальних бенчмарк-датасетах, автори підкреслюють потенціал методу для інтерпретації складних природних систем, зокрема океанічних спостережень та екологічних патернів.
Алгоритми такого типу стають частиною нової хвилі обчислень, натхненних природою — напряму, де поведінка тварин трансформується у мову машинного навчання.
Що ця подія додала до звучання планети?
Це ще один приклад того, як океан залишається джерелом не лише життя —
а й способів мислення, які допомагають людству осягнути складність світу через ритми самої природи.
