Nấm nhầy (Physarum)
Các cá thể Physarum để lại và lần theo dấu vết, dệt nên mạng lưới hữu cơ phức tạp.
Thousands of agents lay and follow chemical trails, weaving slime-mold networks. Hold the pointer over the canvas to drop food there, an event in time that Restart leaves out, and watch the swarm reach for it.
Trải nghiệm của bạn với Nấm nhầy (Physarum) thế nào?
Giới thiệu về Nấm nhầy (Physarum)
- Sinh vật
- Physarum polycephalum, một loài nấm nhầy đơn bào
- Mô hình
- Mô hình tác tử của Jeff Jones (2010): cảm nhận, chuyển hướng, di chuyển, để lại vệt
- Số lượng tác tử
- 1.000 đến 20.000 tác tử
- Cấu hình mẫu
- Classic, Fine veins, Thick highways, Cell foam, Long tendrils
- Tương tác
- Di chuyển con trỏ chuột để rải nguồn thức ăn
Phù hợp cho: Đêm muộn
Physarum polycephalum là một sinh vật đơn bào phát triển thành mạng ống màu vàng để tìm kiếm thức ăn. Dù không có não bộ, nó vẫn tạo ra mạng lưới giao thông rất hiệu quả: năm 2000, nhóm của Toshiyuki Nakagaki chứng minh nó có thể tìm đường ngắn nhất trong mê cung; đến năm 2010, nhóm của Atsushi Tero phát hiện mạng lưới nấm nhầy phát triển giữa các hạt yến mạch (đặt theo vị trí các đô thị quanh Tokyo) có cấu trúc gần giống hệt hệ thống đường sắt khu vực này.
Năm 2010, Jeff Jones đưa ra mô hình tác tử đơn giản để mô phỏng hành vi đó. Hàng ngàn hạt cảm nhận vệt hóa học phía trước qua ba điểm dò, quay về hướng có tín hiệu mạnh nhất, tiến tới và để lại vệt mới, trong khi vệt cũ liên tục lan rộng và bay hơi. Không cần người dẫn đường hay kế hoạch lập sẵn, bầy đàn tự tổ chức thành các mạng lưới vận chuyển dạng mạch máu và liên tục tái cấu trúc.
Công cụ này hỗ trợ từ 1.000 đến 20.000 tác tử. Bạn có thể chọn các mẫu như Classic, Fine veins, Thick highways, Cell foam hoặc Long tendrils, rồi tinh chỉnh Sensor angle, Sensor distance, Turn angle, Evaporation, Speed và Contrast. Di chuyển chuột trên khung vẽ để rải thức ăn lôi kéo mạng lưới, sau đó xuất ra ảnh PNG chất lượng cao.
Cách sử dụng Nấm nhầy (Physarum)
- Nhấn Play. Quan sát các tác tử tản ra và những vệt đường dần nối lại thành mạng lưới.
- Chọn hành vi. Thử nghiệm các mẫu có sẵn: Classic, Fine veins, Thick highways, Cell foam hoặc Long tendrils.
- Căn chỉnh cảm biến. Sensor angle và Sensor distance chỉnh độ rộng và tầm nhìn xa phía trước; Turn angle chỉnh độ ngoặt hướng của tác tử.
- Định hình mạng lưới. Tăng Evaporation để tạo mạng gân mảnh và biến đổi nhanh, hoặc giảm xuống để tạo các trục đường dày và bền. Dùng Contrast để chỉnh độ sáng vệt đường.
- Thả thức ăn. Rê con trỏ chuột trên khung vẽ để rải thức ăn, mạng lưới sẽ tự động vươn tới điểm đó.
- Xuất ảnh. Tùy chỉnh màu sắc mong muốn, tạm dừng ở mẫu hoa văn ưng ý và xuất ảnh PNG.
Câu hỏi thường gặp
Nấm nhầy có phải là một loài nấm thực thụ không?
Không. Dù mang tên nấm, Physarum polycephalum thực chất là một sinh vật nguyên sinh dạng amip: một tế bào khổng lồ chứa hàng triệu nhân, bò trườn để ăn vi khuẩn và bào tử nấm. Trong phòng thí nghiệm, chúng thường được nuôi bằng bột yến mạch.
Nấm nhầy tìm đường qua mê cung bằng cách nào?
Ban đầu nó tỏa ra mọi ngóc ngách của mê cung, sau đó củng cố và mở rộng các ống dẫn có dòng chất dinh dưỡng chảy mạnh nhất giữa hai nguồn thức ăn, đồng thời làm teo các nhánh thừa. Kết quả là tuyến đường ngắn nhất được giữ lại mà không cần bộ chỉ huy trung tâm.
Mô phỏng hoạt động theo nguyên lý nào?
Mỗi tác tử có ba cảm biến hướng về phía trước, chếch trái và chếch phải. Ở mỗi bước, nó rẽ về hướng có nồng độ vệt tín hiệu đậm nhất, tiến lên và tiết thêm chất dẫn đường. Lớp vệt này sau đó tự khuếch tán và bay hơi bớt, khiến tuyến đường đông đúc rõ nét dần còn đường vắng sẽ biến mất.
Thông số nào quyết định hình thái mạng lưới nhiều nhất?
Góc quét và cự ly của cảm biến. Góc rộng với cự ly ngắn sẽ tạo ra cấu trúc tế bào dạng bọt xốp; góc hẹp với cự ly dài tạo nên những tuyến trục dài, mượt mà. Trong khi đó, tốc độ bay hơi quyết định việc mạng lưới xóa bỏ các nhánh cũ nhanh hay chậm.
Tôi có thể để mô phỏng chạy qua đêm không?
Hoàn toàn được. Hãy chọn Fine veins hoặc Cell foam, hạ thấp Speed, mở chế độ toàn màn hình và giảm độ sáng màn hình. Quá trình chạy hoàn toàn im lặng và mạng lưới sẽ liên tục tái tạo hình dạng không ngừng.
Hướng dẫn
Tài liệu tham khảo
- Jones, J. (2010). Characteristics of pattern formation and evolution in approximations of Physarum transport networks. Artificial Life 16(2), 127–153.
- Nakagaki, T., Yamada, H., & Tóth, Á. (2000). Maze-solving by an amoeboid organism. Nature 407, 470.
- Tero, A., Takagi, S., Saigusa, T., Ito, K., et al. (2010). Rules for biologically inspired adaptive network design. Science 327(5964), 439–442.





