Existen innumerables algoritmos informáticos que simulan el comportamiento biológico de las ranas saltarinas, a los murciélagos en busca de alimento, desde la búsqueda de cuco hasta la optimización de colonias de hormigas. Todos tienen algo en común el algoritmo se comporta como una inteligencia colectiva, aceptar la llamada y respuesta de un banco de peces o un murmullo de estorninos, y todos esos otros patrones de la naturaleza. Escribiendo en el International Journal of Swarm Intelligence, un equipo de la India analiza el estado del arte en un algoritmo único basado en un sistema biológico:el mono araña.

Los monos araña tienen una estructura social de "fusión-fisión" en la que un gran grupo social se dividirá en hordas más pequeñas o viceversa, dependiendo de la accesibilidad y disponibilidad de alimentos. Janmenjoy Nayak del Instituto de Tecnología y Gestión Aditya en Andhra Pradesh, India, y sus colegas han analizado el algoritmo de optimización del mono araña, que incorpora este comportamiento para permitirle resolver problemas que de otro modo serían intratables. Los algoritmos SMO son, el equipo informa, particularmente útil en la resolución de ingeniería eléctrica y electrónica, red de sensores inalámbricos, reconocimiento de patrones, sistema de energía y redes, y problemas de minería de datos.

Su estudio del estado del arte en SMO y sus variantes y cómo puede lidiar con éxito con los difíciles problemas auténticos de optimización del mundo debería servir para inspirar a los profesionales e investigadores a innovar aún más en esta área. Es más, el éxito del SMO insinúa el potencial de comportamiento diferente en otras especies como el mono ardilla, mono verde, y mono narigudo, que también podría simularse con buenos resultados.