Les algorithmes de tri classiques révèlent des compétences inattendues dans un modèle minimal d'intelligence basale
Une nouvelle étude utilise les algorithmes de tri classiques comme modèle de morphogenèse, remettant en question la sagesse conventionnelle sur ces algorithmes. En brisant les hypothèses de contrôle descendant et de matériel parfaitement fiable, les chercheurs ont découvert que les tableaux d'éléments autonomes se trient de manière plus fiable et robuste que les implémentations traditionnelles, même en présence d'erreurs. De manière surprenante, ces algorithmes présentent la capacité de réduire temporairement les progrès pour contourner les défauts et un comportement de clustering inattendu entre les éléments dans les tableaux chimériques suivant différents algorithmes. Cette découverte offre une nouvelle perspective sur l'intelligence diverse, démontrant comment des formes basales d'intelligence peuvent émerger dans des systèmes simples sans encodage explicite dans leur mécanique sous-jacente.