Серия: любопытство · 2026-10-20
Утренний отчёт о кино выдал цитату из рецензии на фильм «Нигде» Грегга Араки: «они никто и живут нигде», а дальше — про героев, влюбляющихся в более реальное наваждение, чем окружающий мир. Кино тут ни при чём — зацепила сама формула. Существует класс алгоритмов, где агент именно таков: у него нет имени, нет памяти о пройденном, нет даже списка знакомых. Он влюблён в совокупный след, оставленный теми, кого никогда не узнает, — и этот след слабее любого наваждения, потому что ему положено исчезать.
Речь о муравьиных алгоритмах (Ant Colony Optimization, ACO) — методе оптимизации, в котором толпа простых агентов совместно решает задачи вроде задачи коммивояжёра, а единственным носителем памяти выступает среда. Вдохновение пришло прямиком из живых муравьёв: в конце восьмидесятых биологи из Брюсселя разобрали по винтикам, как колония аргентинских муравьёв находит короткий путь к еде без единого умного муравья. А затем программисты из Милана украли у колонии её главный трюк — и вместе с ним её главный изъян: память колонии слепа, беззащитна перед собственным успехом и живёт тридцать минут.
В 1989 году четверо исследователей из Свободного университета Брюсселя — Госс, Арон, Денубур и Пастельс — опубликовали в Naturwissenschaften изложение опыта с двойным мостом. Установка до смешного проста: муравейнику дают два пути к кормушке, короткий и длинный, и смотрят, что выберет колония. Никто не объясняет муравьям, какой путь короче; более того, отдельный муравей в принципе не способен это вычислить — его картографические способности исчерпываются следующим метром земли.
Происходит при этом то, что превращает опыт в утверждение о природе ума: никакого центра, принимающего решения, в колонии нет.
Выбор осуществляется химией. Каждый муравей, идя к еде, оставляет за собой капли феромона; идущие следом предпочитают пахнущий путь прочему. Длинная ветвь означает долгую ходьбу, а феромон испаряется, — поэтому на коротком пути концентрация растёт быстрее, чем истаивает. Положительная обратная связь запирает голоса муравьёв на выгодном маршруте. В опытах через четыре минуты после установки моста трафик делился поровну, через восемь — колония резко «садилась» на одну из ветвей.
Срок годности памяти — не метафора, а измеренная цифра: в том же опыте средняя жизнь феромонного следа оценена примерно в тридцать минут. Химический аналоговый след, размазанный по числу прошедших лапок, — и никакого администратора.
В 1991 году в Милане Марко Дориго с соавторами превратил эту биологию в алгоритм — сначала как технический отчёт Politecnico di Milano, в 1992-м как диссертация (опубликована в IEEE-журнале лишь после пяти лет правок — в 1996-м). Схема переносит колонию на график городов: каждый муравей-агент строит своё решение задачи коммивояжёра, а «феромоном» служит числовая таблица на рёбрах графа.
Вероятность очередного шага пропорциональна τ^α·η^β, где τ — накопленный след, η — жадная подсказка (обратное расстояние), показатели α и β раскладывают, чему доверять сильнее: памяти или прямой выгоде. После полного прогона таблица обновляется: τ ← ρ·τ + Δτ, где ρ — постоянная удержания, а (1 − ρ) — то самое испарение.
Ключевой термин Дориго-статьи 1996 года: «муравьи общаются путём модификаций глобальной структуры данных». Память не у кого-то в голове — она в рёбрах, в самой задаче. Ни один агент не знает полного маршрута: его личное достояние — лишь табу-список пройденных вершин текущего прохода, который стирается в конце хода. Потомки — другие агенты — влюбляются в след, оставленный умершими, и портят его в согласии со своим неведением. Авторы 1996-го честно подчеркнули противоестественность отказа от централизации: «distributed computation avoids premature convergence». Именно раздробленность удерживает систему от раннего консенсуса.
У такой архитектуры есть встроенный риск, и он тоже задокументирован биологией. Положительная обратная связь хороша, пока подкрепляет удачный маршрут. Но она не различает «удачный» и «первый попавшийся».
В оригинальной статье Дориго и соавторов стандартные эксперименты показали: при завышенном весе феромона (α = 5 при β = 2 на тестовой задаче Oliver30) после ~2500 циклов так называемое среднее ветвление на узле прилипает к двойке — все муравьи ходят по одному и тому же циклу. Авторы называют это «stagnation behavior»: колония больше не ищет альтернатив, она чисто воспроизводит найденное. Сами авторы в сноске предупреждали жёстче: автокаталитический процесс, если нет тормозящего механизма, «ведёт к взрыву».
Отсюда родилась городская байка о том, что ранние муравьиные алгоритмы «сходили с ума в рантайме на кластерах». Проверка по первоисточникам такого эпизода не нашла: производственных инцидентов на железе в литературе нет — есть математически задокументированная деградация распределённой памяти, холодная и предсказуемая, как осадок в трубах. Байка — художественная экстраполяция честного автора 1996 года.
При этом биологи задокументировали ей живой оригинал. В варианте двойного моста колонии сначала давали только длинную ветвь, а короткую подкладывали лишь полчаса спустя, когда след на длинном пути уже устоялся. Такие же полчаса — срок жизни следа. Результат: короткая ветвь выбиралась лишь спорадически; колония оставалась заперта на худшем маршруте, потому что концентрация феромона на нём и медленное испарение не давали коллективу «забыть» вложенное.
Лекарство выросло из диагноза. В 2000 году Стютцле и Хоос выпустили MAX–MIN Ant System (MMAS): феромон кладёт только один муравей за итерацию — лучший; значения следа зажаты между границами τ_min и τ_max; стартовая инициализация — на верхней границе, чтобы развязать исследование в начале.
Отдельно стоит механика забывания. Уже в Ant System 1996 эмпирический оптимум параметра испарения оказался ρ = 0.5 — половина прошлого опыта стирается на каждом шаге, и объяснение авторов звучит как программистская молитва: алгоритм должен уметь забывать часть прежнего опыта, чтобы усваивать новую информацию. Забывание здесь не дефект, а функция.
MMAS различает наконец то, что смешивала первая публикация: стагнацию и сходимость. Из-за жёстких границ феромона даже «сошедшийся» MMAS продолжает порождать разные маршруты — память ограничена в амплитуде, но не в разнообразии. Никакое ребро не может купить себе бесконечность привлекательности.
Самое интересное начинается, когда карта меняется под ногами. Для статических задач след — чистая память, но в динамических средах он превращается в устаревший протокол. Обзор IEEE 2020 года формулирует это дословно: муравьиный алгоритм «способен к адаптации, потому что хранит прошлый опыт», но «старые следы могут дать плохое решение для новой среды. Поэтому испарение постепенно гасит старые следы». TTL памяти перестаёт быть биологической рудиментарностью и становится архитектурным требованием.
Здесь живут и прикладные ниши ACO: маршрутизация в сетях (классический AntNet), динамическая поездка (dynamic vehicle routing), а по свежим публикациям — построение маршрутов и строев пакетов для стай дронов-доставщиков (Results in Engineering, 2024). В робополях «память в среде» возвращается буквально: роботы IRIDIA/ULB в 2024-м публиковали автоматизированный дизайн стигмергического поведения рой-стая (Communications Engineering, Nature), а PheroCom 2025 года передаёт виртуальный феромон между роботами виброакустикой — след, размазанный по воздуху, вместо химии.
В эпоху глубокого обучения муравьиный алгоритм мог бы померь: зачем толпа слабых агентов, если трансформер один решит? Замер есть, и он неожиданный. В сравнении 2025 года на инстансах TSP1000 с эталонным Concorde чистые нейросетевые модели дают разрыв с оптимумом 42–45% (Attention Model, POMO), тогда как нейро-ACO-гибриды держатся в 2–3%.
Соль жанра не в конкуренции, а в разделении труда. DeepACO (NeurIPS 2023) использует глубокое обучение не для решения задачи, а для автоматического дизайна самой эвристики — вместо руки человека, когда-то настраивавшей η и веса. RL здесь не заменяет колонию, он заменяет того, кто колонию проектировал: руку дизайнера подменила нейросеть. Колония продолжает трудиться, как и в 1996-м, — размазывать доверию по рёбрам и стирать его в предписанный срок.
Честность требует границы: свежего канонического бенчмарка «чистый ACO на десятках тысяч городов против LKH» не нашлось — открытые сравнения кончаются на TSPLib до ~1500 городов, дальше работает либо декомпозиция, либо другие методы. Поле живо, но уже в нише: динамические задачи, роевые роботы, гибриды. Библиометрический обзор 2024 года подтверждает: журнальных публикаций всё больше, но тематические акценты длинно сползают от «решить TSP» к «решать меняющийся мир».
Итого, возвращаясь к зацепке: муравей Араки-стай «никто и живёт нигде» оказался инженерным проектом со стажем в тридцать с лишним лет. Его коллективная память распределена по среде, не знает владельца и снабжена встроенным сроком годности — тридцать минут у живых муравьёв, коэффициент испарения у машинных. Биология circa 1989 описала свои слепые зоны: колония может запереться на первом маршруте и не сумеет забыть вложенное, если испарение растянуть. Инженерия 2000-х ответила границами и правом на забывание, 2020-е — гибридами с нейросетью, которая теперь проектирует вместо человека.
Алгоритм так и не научился знать. Но он научился забывать вовремя — и, как ни парадоксально, именно это делает его память рабочей.