История эволюционного моделирования

История эволюционного моделирования

В настоящее время сложилось большое направление в развитии систем искусственного интеллекта, получившее название эволюционного моделирования. Исторически оно развивалось в разных странах: Германии, США и других разными путями.

Так, в Германии в 1960-х годах в качестве методов решения задач оптимизации, основанных на принципах природной эволюции, искусственного отбора и искусственной жизни, были созданы эволюционные стратегии.

В США примерно в это же время был предложен подход, получивший название эволюционного программирования. Оно отличается от генетических алгоритмов и эволюционных стратегий, главным образом, применением различных способов структуризации последовательностей действий, направленных на получение конечного результата.

Основы современных генетических алгоритмов были заложены в книге Холланда, использовавшего в них принципы дарвинизма. Правда генетическими они стали называться позднее, а в 1975 году автор назвал их репродуктивными планами и рассматривал, прежде всего, как алгоритмы адаптации.

Через несколько лет генетические алгоритмы были признаны как высокоэффективный инструмент для решения задач глобальной оптимизации. Эта более узкая, по сравнению с изначальной, трактовка вызвала сильный резонанс в литературе, и, как показало время, вполне обоснованно. Почти два десятилетия исследований генетических алгоритмов на тестовых многоэкстремальных функциях ушли на доказательство их эффективности при решении задач оптимизации, оставив в стороне их выдающиеся адаптивные способности.

По мере развития генетических алгоритмов, эволюционных стратегий и методов эволюционного программирования количество различий между ними сокращалось за счёт использования принципов одного направления в других. Это фактически и привело к созданию единого направления – эволюционного моделирования, или эволюционного подхода.

В 1986 году появилось новое направление эволюционного моделирования — искусственные иммунные системы. Его авторы — Паккард и Перельсон – предложили использовать типичные характеристики и модели функционирования человеческой иммунной системы главным образом для решения задач распознавания образов и оптимизации. В середине 1990-х годов эти принципы активно развивались в исследованиях Форреста, Тимминса, Нила и других исследователей. Суть метода заключается в проведении эволюционного процесса клеток искусственной иммунной системы по принципам и механизмам, протекающим в естественных иммунных системах.

В 1995 году в США Сторном и Прайсом разработан метод дифференциальной эволюции. Он работает напрямую с вещественными числами любой точности и подходит для оптимизации многомерных функций, в том числе не дифференцируемых, с большим количеством локальных оптимумов. Метод прост в реализации и легко распараллеливается.

Несмотря на то, что каждый из вышеописанных методов возник независимо от других, они характеризуются наличием большего количества общих свойств, чем отличий. Так, для любого из них формируется исходная популяция особей, которая в дальнейшем подвергается селекции и воздействию различных генетических операторов, что в итоге приводит к нахождению лучших решений, чем предыдущие.

Следует отметить, что некоторые из эволюционных методов моделирования похожи своими принципами на многоагентные системы, поэтому вполне могут пересекаться с последними или относиться по классификации к параллельному направлению.


эволюционные методы искусственный интеллект генетические алгоритмы искусственные иммунные системы
Гость, оставишь комментарий?
Имя:*
E-Mail:


 
Свежее новое
  • Четверть населения Финляндии, будет обучена работе с роботами и нейросетями.
  • Финляндии предстоит расти и расти, перед тем, как она сможет выйти на мировой рынок с технологиями искусственного интеллекта и все же, это не мешает
  • Как искусственный интеллект передает информацию от людей, потерявших способность говорить?
  • Несколько групп ученых смогли преобразовать команды головного мозга в речь с помощью компьютера-синтезатора. Для того, чтобы это сделать, они
  • К 2025 году, роботы строители, могут составить 10 процентов рабочей силы Японии.
  • Япония является одной из стран, в которой автоматизация процесса строительства, происходит очень медленно. Роботы на практике показывают лишь то, что
  • Интуитивный Алгоритм Технологической Сингулярности на основе Сильного Искусственного Интеллекта «Smart-MES»
  • Технологическая Сингулярность означает такое быстрое развитие прогресса, связанное с созданием сообщества Сильных Искусственных Интеллектов, когда
  • Видеокамеры научились различать телефоны в руках автомобилистов
  • Совсем недавно, в Москве, Сергей Собянин сделал официальное заявление, что с 2019 года в Москве заработают камеры, которые будут отслеживать опасных
Последние комментарии
Каким был первый робот в мире? Происхождение слова "Робот"
Восхищения нет предела делу ваших рук и идей. Хочется склонить голову перед вашим трудом, хотя твердо придерживаюсь Библии (не поклоняться идолам)
Как работает Любовь? Квантовая связь нейронной активности Людей
Я думаю, когда начнется квантовое взаимодействие мржду человеком и ИИ это и будет началом конца.
Как работает Любовь? Квантовая связь нейронной активности Людей
Как вы считаете, возможно ли образование квантовых взаимодействий между человеком и ИИ? 
Сильный Искусственный Интеллект «Smart-MES» как основа Технологической Сингулярности России
А почему бы сразу СИИ не запустить в другую галактику, может там нет коррупции, воровства, плебейства и прочей муры, которая не только мешает
Искусственный Интеллект. Концепция развития и внедрения Искусственного Интеллекта (Искусственной Аналитики)
Согласен. проблема ИИ не в наборе задач. Главная проблема - познание процесса мышления как феномена физиологии головного мозга человека.
Мы в социальных сетях
Статистика
0  
Всего статей 1545
0  
Всего комментариев 75
0  
Пользователей 69