유전자 알고리즘과 가능한 응용 - 페이지 8

 
khorosh :

자연 (신, 보편적 마음)이 인류가 막 다른 지점이라고 생각한다면 아마도.))) 그리고 예를 들어 쥐 개체수가 부정적인 환경 요인에 더 잘 적응하면서 발전하기 시작할 것입니다. 이 경우 쥐가 인류가 도달한 수준에 도달하는 데 몇 백만 년이 걸릴지 궁금합니다. 그리고 일반적으로 그들은 그것을 성취할 수 있을까요?) 아마도 다른 동물들에게 더 많은 기회가 있습니까?

일반적으로 생물학적 생명은 인간의 정신과 기술에도 불구하고 특히 인간보다 훨씬 더 끈질긴 존재입니다. 진화가 보여주듯이, 생명체는 유리한 조건 하에서 물질에서 발생하고 존재의 복잡성과 자의식을 향해 발전하기 때문에 인간은 결코 생명 자체를 파괴할 수 없습니다.

현재의 지구 생명체를 파괴할 수 있습니다. 그러나 - 재생산 가능성은 거의 없습니다. 따라서 사람은 자신과 주변 세계만 삼킬 수 있으며 자연은 가장 단순한 형태에서 진화 주기를 "다시 시작"합니다. 그녀에게 이것은 흔한 일이고 우리에게는 죽음입니다.

 
Andrey Dik :

그냥 구글링.

정보가 거의 없고 과학적으로 보이지 않습니다. 이것은 매니아들이 수행한 실험입니다.

복잡한 작업을 수행하는 실제 시스템은 GA로 최적화할 수 있지만 매개변수와 기능을 추가하여 "개발"할 수는 없습니다. GA가 AI라면 공식적으로 "자동 시스템은 자동 시스템을 자동으로 생성합니다". 그러나 GA 메커니즘 자체는 시스템의 매개변수와 기능을 증가시키기에는 너무 단순하여 시스템 을 손상시키지는 않지만 개선합니다.

물론 제 생각은...

 
Реter Konow :

정보가 거의 없고 과학적으로 보이지 않습니다. 이것은 매니아들이 수행한 실험입니다.

복잡한 작업을 수행하는 실제 시스템은 GA로 최적화할 수 있지만 매개변수와 기능을 추가하여 "개발"할 수는 없습니다. GA가 AI라면 공식적으로 "자동 시스템은 자동 시스템을 자동으로 생성합니다". 그러나 GA 메커니즘 자체는 시스템의 매개변수와 기능을 증가시키기에는 너무 단순하여 시스템 을 손상시키지는 않지만 개선합니다.

물론 제 생각은...

유전자는 DNA로, DNA는 단백질로, 단백질은 아미노산으로 이루어져 있다. 바퀴벌레와 기린과 바이러스와 올가부조바는 같은 아미노산으로 구성되어 있는데 어떻게 그럴까요? 서로 다른 유전자를 가지고 있기 때문입니다! 그렇다면 자연은 어떻게 다른 수의 유전자를 가진 종을 만들었을까?

 
Andrey Dik :

유전자는 DNA로, DNA는 단백질로, 단백질은 아미노산으로 이루어져 있다. 바퀴벌레와 기린과 바이러스와 올가부조바는 같은 아미노산으로 구성되어 있는데 어떻게 그럴까요? 서로 다른 유전자를 가지고 있기 때문입니다! 그렇다면 자연은 어떻게 다른 수의 유전자를 가진 종을 만들었을까?

단순히 매개변수(유전자)를 그룹으로 수집하는 것과 잘 작동하는 시스템을 만드는 것은 다른 문제입니다.

시스템 매개변수와 이에 기반한 기능을 비활성화하는 것은 간단하지만 기능이 있는 매개변수를 작업 시스템에 손상 없이 추가하는 것은 블라인드 GA가 아닌 인텔리전스를 사용해야만 수행할 수 있습니다. 당분간...

자연은 우리가 완전히 이해하지 못하는 자체 메커니즘을 사용합니다. 예를 들어, 그 중 하나는 자연 선택입니다. 이것 역시 생물학적 최적화이고 목적 기능은 생존입니다.

열거, 교차 및 무작위 돌연변이의 기술에 의한 복잡하고 효율적인 시스템의 조립은 큰 문제입니다. 이 정도면 충분할지 확신이 서지 않습니다... 적어도 자연처럼 수백만 년이 남지 않았다면 말입니다.

아마도 우리의 경우 AI만이 도울 수 있습니다.


위협. 실험을 위해 열거 및 무작위 "링크" 주기의 무작위 매개변수에서 시스템을 조합하여 점차적으로 수와 복잡성을 증가시킬 수 있습니다. 결국 어떻게 될지는 모르겠지만...

 
Реter Konow :

단순히 매개변수(유전자)를 그룹으로 수집하는 것과 잘 작동하는 시스템을 만드는 것은 다른 문제입니다.

시스템 매개변수와 이에 기반한 기능을 비활성화하는 것은 간단하지만 기능이 있는 매개변수를 작업 시스템에 손상 없이 추가하는 것은 블라인드 GA가 아닌 인텔리전스를 사용해야만 수행할 수 있습니다. 당분간...

자연은 우리가 완전히 이해하지 못하는 자체 메커니즘을 사용합니다. 예를 들어, 그 중 하나는 자연 선택입니다. 이것 역시 생물학적 최적화이고 목적 기능은 생존입니다.

열거, 교차 및 무작위 돌연변이의 기술에 의한 복잡하고 효율적인 시스템의 조립은 큰 문제입니다. 이 정도면 충분할지 확신이 서지 않습니다... 적어도 자연처럼 수백만 년이 남지 않았다면 말입니다.

아마도 우리의 경우 AI만이 도울 수 있습니다.


위협. 실험을 위해 열거 및 무작위 "링크" 주기의 무작위 매개변수에서 시스템을 조합하여 점차적으로 수와 복잡성을 증가시킬 수 있습니다. 결국 어떻게 될지는 모르겠지만...

나는 논쟁하지 않겠습니다. 당신은 그것이 불가능하다고 생각합니다. 저는 그렇게 생각할 충분한 이유가 있다고 생각합니다. 가능합니다.

 
Andrey Dik :

나는 논쟁하지 않겠습니다. 당신은 그것이 불가능하다고 생각합니다. 저는 그렇게 생각할 충분한 이유가 있다고 생각합니다. 가능합니다.

당신이 옳다면 곧 가장 부자가 될 것입니다. 행운을 빕니다.
 
Andrey Dik :

나는 논쟁하지 않겠습니다. 당신은 그것이 불가능하다고 생각합니다. 저는 그렇게 생각할 충분한 이유가 있다고 생각합니다. 가능합니다.

아니면 우리는 그것을 집단 사회로 구현하려고 노력할 것입니까 ??? :)

 
Andrey Khatimlianskii :

왜 그들은 그것을 하지 않는가? 바보가 아니야

아마도 MT는 연구를 위한 전문 소프트웨어가 아니며 GA 등의 모든 가능성이 있기 때문일 수 있습니다. 아마도 그들은 생각하지 못했을 것입니다. 개발 방향이 많고 모든 사람을 위한 시간이 없을 것입니다.

 
Edgar Akhmadeev :

가장 중요한 것은 올바른 방향이므로 약한 결과가 아니라 최악의 결과를 보였다는 것을 GA에게 보여줘야합니다.

EA에서 거래가 거의 없을 때 최악의 결과를 초래하도록 OnTester()를 수정했습니다. 귀하의 조언이 효과가 있는 것 같습니다.

고맙습니다!

 
Andrey Dik :

나는 논쟁하지 않겠습니다. 당신은 그것이 불가능하다고 생각합니다. 저는 그렇게 생각할 충분한 이유가 있다고 생각합니다. 가능합니다.

맞습니다. 비슷한 일을하고 있습니다 :)))).