A Computação Inspirada na Natureza, inclui todas as estratégias desenvolvidas a partir de ou inspiradas em algum mecanismo biológico ou natural.
Como exemplos têm-se as redes neurais artificiais (Haykin, 1999), a computação evolutiva
(Bäck et al., 2000a,b), a inteligência coletiva (Bonabeau et al., 1999;
Kennedy et al., 2001), e os sistemas imunológicos artificiais (Dasgupta,
1999; de Castro & Timmis, 2002).
É importante destacar que os próprios aspectos cognitivos e do raciocínio humano representam mecanismos naturais de fundamental importância. Logo, a inteligência artificial simbólica (Russell & Norvig, 2003) e os sistemas nebulosos (fuzzy) (Pedrycz & Gomide, 1998), essencialmente relacionados a estes temas, também podem inserir-se no escopo
da computação natural.
Estas três sub-áreas da computação natural têm patrocinado a proposição de poderosas ferramentas computacionais para a solução de problemas complexos de engenharia e têm permitido a geração de novos paradigmas de computação (Paton, 1994; Yokomori, 2002; Paton
et al., 2003).
É importante salientar que se trata de uma linha de pesquisa promissora, não apenas porque resultados concretos e convincentes têm sido produzidos pela aplicação de ferramentas concebidas exclusivamente com base nos princípios da computação natural (Zimmermann, 1999; Dasgupta & Michalewicz, 1997), mas porque diversos aspectos da biologia podem ser melhor tratados tendo em mãos ferramentas computacionais apropriadas.
- Computação evolucionária emprega conceitos de mutação, recombinação e seleção natural originados na neurociência.
- Computação neural é inspirada nas estruturas neurais densamente interconectadas do sistema nervoso central.
- Computação coletiva utiliza o comportamento coletivo de enxames de organismos provenientes da biologia.
- Computação molecular se baseia em paradigmas de biologia molecular.
- Computação quântica é fundamentada em física quântica para explorar paralelismo quântico.
O primeiro ramo da computação natural é também o mais antigo e bem consolidado. Com a descoberta de vários princípios e teorias sobre a natureza e o desenvolvimento de diversos modelos, pesquisadores de áreas como engenharia e computação perceberam que era possível
usar estes princípios, teorias e modelos para a implementação de sistemas computacionais com grande potencial de resolver problemas. A computação inspirada na natureza
compreende, principalmente: 1) redes neurais artificiais; 2) algoritmos evolutivos; 3) inteligência coletiva (swarm intelligence); 4) sistemas imunológicos artificiais; e 5) outros (modelos baseados
em crescimento e desenvolvimento celular, modelos culturais, etc.).
Um trabalho pioneiro da computação inspirada na biologia foi apresentado por McCulloch & Pitts (1943), introduzindo o primeiro modelo matemático (lógico) de um neurônio. Este modelo,
também conhecido como neurônio artificial, deu origem a uma linha de pesquisa denominada de redes neurais artificiais (Fausett, 1994; Bishop, 1996; Haykin, 1999; Kohonen, 2000).
Outra abordagem de computação motivada pela biologia surgiu em meados da década de 1960 com os trabalhos de I. Rechenberg (1973), H. P. Schwefel (1965), L. Fogel (Fogel et al.,
1966), e J. Holland (1975). Estes trabalhos deram origem à linha de pesquisa
conhecida atualmente como computação evolutiva, composta pelos algoritmos
evolutivos (Goldberg, 1989; Bäck et al., 2000a,b; Fogel, 1995; Bahnzaf et al.,
1998; Michalewicz, 1996; Mitchell, 1998; Beyer, 2001; Koza, 1992), que
usam idéias da biologia evolutiva para desenvolver algoritmos a serem empregados
em tarefas de busca e otimização.
A inteligência coletiva (swarm intelligence) possui duas principais frentes
de pesquisa: algoritmos baseados no comportamento coletivo de insetos sociais
(Bonabeau et al., 1999), e algoritmos baseados em comportamentos
sócio-cognitivos humanos (Kennedy e al., 2002). No primeiro caso, o comportamento
coletivo de formigas e outros insetos levou ao desenvolvimento de
algoritmos para a solução de problemas de otimização combinatória, agrupamento
de dados (clustering), robótica coletiva, e outros. Algoritmos baseados
em sócio-cognição são eficazes para a realização de buscas em espaços contínuos.
Os sistemas imunológicos artificiais possuem suas idéias extraídas do
sistema imunológico dos vertebrados e seus modelos teóricos (Dasgupta, 1999;
de Castro & Timmis, 2002; Timmis et al., 2003). É uma nova linha de pesquisa
que surgiu em meados da década de 1980. Suas aplicações vão desde a biologia
(p. ex. bioinformática) até a robótica (p. ex. navegação autônoma).
Outras técnicas emergentes decomputação inspirada na natureza são os algoritmos culturais, o algoritmo de simulated annealing, os sistemas baseados em crescimento e desenvolvimento,
os modelos baseados em células e tecidos e vários outros (Aarts & Korst, 1989; Paton, 1994; Paton et al., 2003; Kumar & Bentley, 2003; Kochenberger & Glover, 2003).
