遺傳算法:讓發明自動「進化」

2020-11-22 科學網

 

未來十年，哪些技術會對我們的生活產生重大影響？近日，英國《新科學家》雜誌遴選出了七項技術，並作了解讀。今天我們介紹其中的第六項技術。

 

目前，我們正處在歷史上一個新的創造發明繁榮期的開端。之所以這麼說，是因為現在的電腦軟體可以自動地使技術向前「進化」，而且能夠在無人操控的情況下獨立設計出新的方案。這項技術已經在很多領域得到廣泛運用，比如，機器人運動領域、計算機安全領域以及製藥領域。

 

這項技術的核心是一種基於遺傳學的運算法則，簡稱遺傳算法。它模仿了自然選擇的原理，任何一個設計方案都可以看做是一個由無數片段構成的遺傳基因。

 

在這項發明中，每一個片段都是一個構成參數，可以隨著形狀不同而發生變化。以很多精細研究領域所涉及到的電阻或者化學分子間的引力等為例，遺傳算法通過隨機改變它們的某些片段，或者使某些片段發生突變的方式，來使整個設計得到改善。所有細微的改進一起發生作用，就能使事物的整體狀況得到提高。

 

在此之前，普通的筆記本電腦還沒有能力處理數以百萬代的人類基因，並將其中那些不符合需要的突變基因清除。但是，這種情況現在已經發生了變化。

 

美國加州史丹福大學研究人員John Koza是在工程設計領域引進遺傳算法的先驅。他曾經用這種方式成功「培育」出了高效率的無線電天線。John Koza認為，遺傳算法已經悄然在研發領域發揮著越來越重要的作用。

 

John Koza表示，真正有趣的地方在於，人們有時候並不清楚這種進化式的發明是怎樣運作的，因為人類的大腦不會設計出這種怪異的、鋸齒形的天線。令人感興趣的地方還在於，基於遺傳算法的軟體還可以圍繞許多現有的專利進行設計和改變。

 

Robert Plotkin指出，目前這種演進式的發明在各個領域正變得越來越流行。他在2009年出版的《機器精靈》一書中詳細描述了這項技術如何佔據越來越重要的地位。製藥公司是這項技術的大客戶，他們利用這項技術不斷發展出新的分子機制，從而製造出人類無法想像的新型生物感受器。

 

這項技術也被用於改善機器人的行走方式。美國賓夕法尼亞州匹茲堡市卡耐基·梅隆大學的機器人專家Hod Lipson說：「雖然大部分演進式的發明並不具有戲劇性的重大作用，但它們卻持續不斷地使事物向著好的方向轉化。關鍵在於，它們將積極的功效一點一滴積累起來，最終產生根本意義上的創新。」

 

「不過，不要指望發明家們能很快地承認他們使用了遺傳算法。」Lipson說，他們仍然會對外宣稱，發明是他們自己完成的。（郭勉愈/編譯）

 

《科學時報》 (2011-07-12 A3 技術·經濟)

相關焦點

  • 遺傳算法的發展
    • 1965年，德國的L.Rechenberg等人正式提出進化策略的方法，當時的進化策略只 有一個個體，而且進化操作也只有變異一種。 • 1965年，美國的L.j.Fogel正式提出進化規劃，在計算中採用多個個體組成的群 體，而且只運用變異操作。
  • 遺傳算法:組合優化算法,按照進化論的方式啟發搜索尋優解
    遺傳算法是由美國密西根大學的 Holland教授創立於20世紀六七十年代，受達爾文「進化論」思想的啟發而設計實現。遺傳算法不是通過暴力搜索解的方法，而是通過模擬種群的基因交叉和突變，經過種群一代一代的適者生存的方式尋找問題優解的方法，這在解決組合優化時解空間組合爆炸中應用廣泛。
  • 詳解遺傳算法
    ( GA , Genetic Algorithm ) ，也稱進化算法 。遺傳算法是受達爾文的進化論的啟發，借鑑生物進化過程而提出的一種啟發式搜索算法。因此在介紹遺傳算法前有必要簡單的介紹生物進化知識。進化論知識 　　作為遺傳算法生物背景的介紹，下面內容了解即可：　　1、種群(Population)：生物的進化以群體的形式進行，這樣的一個群體稱為種群。　　2、個體：組成種群的單個生物。
  • 谷歌AutoML新進展,進化算法加持,僅用數學運算自動找出ML算法
    機器之心報導參與：魔王、杜偉、小舟僅使用基礎數學運算就能自動搜索機器學習算法？谷歌 Quoc V. Le 等人提出了 AutoML-Zero 方法。這一結果表明，自動發現更新穎的 ML 算法以解決更棘手的問題，這一想法在未來是可行的。接下來，我們來看 AutoML-Zero 方法的具體實現原理。從零開始進化學習算法谷歌使用經典進化方法的變體「正則化進化搜索方法」來搜索算法空間。
  • 什麼是遺傳算法?怎樣繪製遺傳算法流程圖
    遺傳算法是一種通過模擬自然進化過程搜索最優解的操作方法，遺傳算法有三個基本算子選擇、交叉和變異。對於遺傳算法我們也可以使用流程圖對其整個過程進行總結歸納，那要怎樣繪製遺傳算法流程圖呢？下面是分享的簡單操作方法，希望可以幫助大家。
  • 改進遺傳算法的支持向量機特徵選擇解決方案
    遺傳算法作為一種魯棒性極強的智能識別方法，直接對尋優對象進行操作，不存在特定數學條件的限定，具有極好的全局尋優能力和並行性;而由於遺傳算法採用概率化的尋優方法，所以在自動搜索的過程中可以自主獲取與尋優有關的線索，並在加以學習之後可以自適應地調整搜索方向，不需要確定搜索的規則。因此遺傳算法被廣泛應用在知識發現、組合優化、機器學習、信號處理、自適應控制和人工生命等領域。
  • 改進遺傳算法的支持向量機特徵選擇解決方案介紹
    遺傳算法作為一種魯棒性極強的智能識別方法，直接對尋優對象進行操作，不存在特定數學條件的限定，具有極好的全局尋優能力和並行性;而由於遺傳算法採用概率化的尋優方法，所以在自動搜索的過程中可以自主獲取與尋優有關的線索，並在加以學習之後可以自適應地調整搜索方向，不需要確定搜索的規則。
  • 利用遺傳算法優化GANs
    遺傳算法是根據大自然中生物體進化規律而設計提出的，是根據大自然中生物體進化規律而設計提出的。是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法。在本片文章中，我們嘗試使用遺傳算法來對訓練GANs進行優化，我們的訓練模型是生成手寫數字。什麼是遺傳算法?
  • 基於遺傳算法的高頻標籤天線的優化設計
    本文使用遺傳算法對片上天線的幾何參數和工藝參數優化。可以根據實際情況和用戶的要求設定約束條件，如版圖面積，最小開路電壓，最小輸進功率等。通過設定約束條件，可 以設定參數的調節範圍和天線的性能要求，便可以在更大範圍內自主地選擇合適的參數以提 高能量傳遞效率。
  • 遺傳算法原理以及在量化投資的應用
    什麼是遺傳算法 1.介紹遺傳算法的概念 遺傳算法是一種進化策略的算法，模擬生物基因遺傳。遵循物競天擇，適者生存，劣者淘汰的自然規律進化。複製優秀的個體，遺傳基因 變異(Mutation) 根據一定概率基金突變，增強基因的多樣性 進化(Evaluation) 根據優勝劣汰原則，進化優秀個體，淘汰劣類個體 遺傳算法實現的方法
  • 基於遺傳算法的工廠AGV路徑優化研究
    關鍵詞：自動導引車；路徑規劃；遺傳算法　　０ 引言　　隨著社會生產技術的發展和自動化程度的提高，很多工廠為了提升運輸工作效率，引入了自動導引小車AGV（Automatic Guided Vehicle）進行物流運輸。
  • 遺傳算法全接觸(一)
    而遺傳算法的任務就是儘量爬到最高峰，而不是陷落在一些小山峰。（另外，值得注意的是遺傳算法不一定要找「最高的山峰」，如果問題的適應度評價越小越好的話，那麼全局最優解就是函數的最小值，對應的，遺傳算法所要找的就是「最深的谷底」）如果至今你還不太理解的話，那麼你先往下看。本章的示例程序將會 非常形象的表現出這個情景。
  • 人工智慧之遺傳算法(GA),搜索最優解的方法
    遺傳算法（GA）是一類借鑑生物界的進化規律演化而來的隨機化搜索方法。 今天我們重點探討一下遺傳算法（GA）。＾＿＾ 人們一提到遺傳算法（GA），就會聯想到達爾文的生物進化論。遺傳算法（GA）是一類借鑑生物界的進化規律演化而來的隨機化搜索方法。它是由美國的J．Holland教授1975年首先提出。目前，遺傳算法（GA）已成為進化計算研究的一個重要分支。
  • 一文讀懂遺傳算法工作原理(附Python實現)
    你也許在想：這句話和遺傳算法有什麼關係？其實遺傳算法的整個概念就基於這句話。 遺傳算法實際上就是這樣工作的，也就是說，它基本上盡力地在某種程度上模擬進化的過程。 因此，為了形式化定義一個遺傳算法，我們可以將它看作一個優化方法，它可以嘗試找出某些輸入，憑藉這些輸入我們便可以得到最佳的輸出值或者是結果。
  • 一種改進操作算子的加速收斂遺傳算法
    摘 要：針對基本遺傳算法效率低和易早熟的缺陷，提出了一種改進操作算子的遺傳算法。該算法在種群初始化、選擇、交叉、變異等基本算子的基礎上加以改進，使算法具有更好的適應性。對3組不同函數的測試表明，改進算法較傳統的遺傳算法具有在種群很小的情況下收斂速度快穩定性高的優點，同時能有效地避免早熟現象。
  • 前沿| 利用遺傳算法優化神經網絡:Uber提出深度學習訓練新方式
    許多人認為，SGD 算法有效計算梯度的能力對於這種訓練能力而言至關重要。但是，Uber 近日發布的五篇論文表明，神經進化（neuroevolution）這種利用遺傳算法的神經網絡優化策略，也是訓練深度神經網絡解決強化學習（RL）問題的有效方法。
  • 遺傳算法Python實戰 004.八皇后問題
    遺傳算法Python實戰 004.八皇后問題寫在前面的話本節我們主要講解如何使用遺傳算法解決八皇后問題
  • AI系統首次實現真正自主編程:利用遺傳算法,完爆初級程式設計師
    讓AI自動編程是人工智慧領域長久以來的夢想之一。現在，來自彭博和英特爾實驗室的兩位研究人員，號稱實現了首個能夠自動生成完整軟體程序的AI系統「AI Programmer」，這個「AI程式設計師」利用遺傳算法和圖靈完備語言，開發的程序理論上能夠完成任何類型的任務。AI自動編程的時代，大幕已開。 讓AI自動編程一直是計算機科學家的夢想。
  • 用遺傳算法優化垃圾收集策略
    遺傳算法是一個優化技術，在本質上類似於進化過程。這可能是一個粗略的類比，但如果你眯著眼睛看，達爾文的自然選擇確實大致上類似於一個優化任務，其目的是製造出完全適合在其環境中繁衍生息的有機體。在本文中，我將展示如何在Python中實現一個遺傳算法，在幾個小時內「進化」一個收集垃圾的機器人。
  • 變壓器之遺傳算法(Genetic Algorithm)的具體實現過程
    遺傳算法(Genetic Algorithm)是一類借鑑生物界的進化規律(適者生存，優勝劣汰遺傳機制)演化而來的隨機化搜索方法。