Evoluutiolaskenta

Luonnossa eliöt reagoivat ja mukautuvat ympäristöön monella eri tasolla:

Evoluutiolaskenta jäljittelee luonnollisen evoluution haku- ja optimointitoimintaa keinotekoisissa järjestelmissä.

Evoluutiolaskennan osa-alueita (osin historiallisia):

Evoluutioalgoritmien perussykli:

  1. Valitaan alkupopulaatio (satunnainen joukko ratkaisuvaihtoehtoja).
  2. Kullekin yksilölle luodaan jälkeläisiä käyttäen muuntelusääntöjä.
  3. Uuden populaation jäsenten sopivuus( fitness) testataan ratkaistavana olevalla ongelmalla, ja valintasääntöjen perusteella parhaat jätetään.
    Jos ratkaisu riitävän hyvä, lopetetaan, muutoin jatketaan kohdasta 2.

Evoluutio-ohjelmointi ja geneettiset algoritmit


Keinoelämä

Keinotekoisia järjestelmiä, joissa esiintyy biologiseen elämään liittyviä ilmiöitä

Keinoelämän muotoja

Robotiikka:

Tekoäly ja keinoelämä

Keinoelämä edellyttää kehittynyttä tekoälyä

Perinteinen tekoäly

Käyttäytymispohjainen AI

(Behavior-based AI)


Seminaariaiheeet

Evoluutiolaskenta

1. Johdanto evoluutiolaskentaan ja geneettisiin algoritmeihin
D.B. Fogel, Evolutionary Computing, IEEE Press, 1995, pp. 1-120,
Chapter 1: Defining Artificial Intelligence
Chapter 2: Natural Evolutions
Chapter 3: Computer Simulation of Natural Evolution

2. Evoluutiolaskennan teoreettista ja empiiristä analyysiä
D.B. Fogel, Evolutionary Computing, IEEE Press, 1995, pp. 121-186,
Chapter 4: Theoretical and Empirical Properties of Evolutionary Computation

3. Evoluutio ja älykäs toiminta
D.B. Fogel, Evolutionary Computing, IEEE Press, 1995,pp. 187-262
Chapter 5: Intelligent Behavior
Chapter 6: Perspective

Keinoelämän perusteita

4. Keinoelämä
Artificial Life, C.G. Langton (ed.), The MIT Press, 1995
Santa Fe Artificial Life group

5. Adaptiiviset autonomiset agentit
P. Maes, "Modeling Adaptive Autonomous Agents", in Artificial Life, C.G. Langton (ed.), The MIT Press, 1995 pp. 135-162.

L. P. Kaelbling, "Foundations of Learning in Autonomous Agents", Robotics and Autonomous Systems 8, pp. 131-144, 1991. (Introduction-tason artikkeli)

6. Käyttäytymiseen perustuva tekoäly (behavior-based AI)
L. Steels, The Artificial Life Roots of Artificial Intelligence", in Artificial Life, C.G. Langton (ed.), The MIT Press, 1995 pp. 75-110.

7. Parvioptimointi
J. Kennedy and R. Eberhart, "Particle Swarm Optimization", Proc. IJCNN'95, pp. 1942-1948, 1995.

Huom. työ sisältää myös suppean kokeellisen osan ('miniharjoitustyön'), jossa verrataan artikkelissa esitettyä menetelmää perinteisiin optimointimenetelmiin (esim. matlabilla).

Evoluutiolaskennassa käytettyjä neuroverkkomentelmiä

8. Reinforcement-opetus
M.E. Harmon and S.S. Harmon, "Reinforcement Learning: A Tutorial".

L.P. Kaelbling, M.L. Littman and A.W. Moore, "Reinforcement Learning: A Survey", Journal of Artificial Intelligence Research, Vol. 4., pp. 237-285, 1996.

9. Temporal difference-opetus
Merkittävin reinforcement-menetelmistä

R. S. Sutton, "Learning to Predict by the Methods of Temporal Difference", Machine Learning 3, pp. 9-44, 1988.

Muut

10. Neuroverkkojen optimointi evoluutiolaskennan avulla