באפריל 2026 הציגו חוקרים מודל חדש של למידת מכונה היברידית MPA-PNN, המשלב רשתות עצביות הסתברותיות עם אלגוריתם טורפים ימיים — שיטה חישובית בהשראת אסטרטגיות חיפוש מזון באוקיינוס.
האלגוריתם Marine Predators Algorithm מחקה התנהגות של טורפים ימיים המשתמשים במצבי תנועה שונים בעת חיפוש מזון, כולל חיפוש מרחוק ואופטימיזציה מקומית.
אסטרטגיות טבעיות כאלה מתבררות כיעילות באופן מפתיע במשימות של ניתוח נתונים מורכבים.
בבדיקות על ערכות נתונים סטנדרטיות לסיווג, הארכיטקטורה החדשה השיגה דיוק ממוצע של 91.047%, תוך שהיא עולה על כמה אלגוריתמים מודרניים לאופטימיזציה של פרמטרים של רשתות עצביות.
בנוסף, המודל הראה התכנסות מהירה ויציבה יותר בהשוואה לרשת העצבית ההסתברותית הסטנדרטית.
למרות שהמחקר נערך על מערכי נתונים סטנדרטיים, המחברים מדגישים את הפוטנציאל של השיטה לפרשנות של מערכות טבעיות מורכבות, כולל תצפיות אוקיינוס ודפוסים אקולוגיים.
אלגוריתמים מסוג זה הופכים לחלק מגל חדש של חישובים בהשראת הטבע — תחום שבו התנהגות בעלי חיים הופכת לשפת למידת מכונה.
מה האירוע הזה הוסיף לצליל של כדור הארץ?
עוד דוגמה לאופן שבו האוקיינוס נשאר מקור לא רק לחיים —
אלא גם לדרכי חשיבה שעוזרות לאנושות להבין את מורכבות העולם דרך הקצב של הטבע עצמו.
