Nedabiska atlase

Lai kļūtu par profesionālu antenu dizaineru, varat iet vienu no diviem ceļiem: varat reģistrēties koledžas un absolventu līmeņa kursos par elektromagnētismu, iegremdēties antenu formu empīriskā izpētē un mācīties pie pieredzējuša tehniķa, kurš vēlas sniegt cieši apsargāti disciplīnas noslēpumi.

Vai arī jūs varat darīt to, ko darīja Džeisons Lons: ļaujiet evolūcijai darīt darbu.

Šis stāsts bija daļa no mūsu 2005. gada februāra numura

• Skatiet pārējo izdevuma daļu
• Abonēt

Fiziķi daudz zina par Maksvela vienādojumiem un citiem principiem, kas regulē bezvadu sakarus. Bet antenas dizains joprojām ir diezgan tumša māksla, saka Lohn, datorzinātnieks, kurš strādā NASA Eimsas pētniecības centrā ārpus Mauntinvjū, Kalifornijā. Lauks tāds vāveres. Visa jūsu mācīšanās notiek, izmantojot izmēģinājumus un kļūdas, smagu sitienu skolu.

Tātad, kāpēc gan neautomatizēt izmēģinājumu un kļūdu pārbaudi? Antenas dizains, Lāns uzskata, ir viena no daudzajām inženiertehniskajām problēmām, ko vislabāk varētu atrisināt ar evolūcijas algoritmiem, kas ir jauna programmatūras klase, kas ražo daudz dažādu dizainu, noraidot mazāk piemēroto, lai izvēlētos funkcionālāko. Iegūtie dizaini bieži šķiet nedaudz necilvēcīgi – neeleganti un neparasti.

Evolūcijas algoritmi, kas pazīstami arī kā ģenētiskie algoritmi vai GA, balstās uz bioloģisko evolūciju, kas var pārvērst rāpojošu rāpuli par planējošo putnu bez jebkāda uz nākotni vērsta plāna. Seksuālās reprodukcijas laikā katra vecāka gēnu sajaukšana kopā ar nejaušu ģenētisku mutāciju rada organismus ar jaunām īpašībām, un mazāk piemērotie organismi mēdz nenodot savus gēnus nākamajām paaudzēm. Evolūcijas algoritmi darbojas līdzīgi, bet datora iekšienē. Piemēram, kad Lons izveido jaunu antenu, viņš sāk ar nejauši ģenerētu dizainu kopu un novērtē to relatīvo veiktspēju. Dizainparaugi, kas tuvojas iepriekš noteiktiem mērķiem, iegūst tiesības sajaukt to īpašības ar citu veiksmīgo kandidātu īpašībām. Dizainparaugi, kas sagādā vilšanos, atbilst arheopteriksam: aizmirstība.

Protams, antenu audzēšana prasa laiku. Lielākā daļa dizainu ir patiesi šausmīgi, un ir nepieciešams liels skaits skaitļošanas ciklu, lai atrastu pienācīgus izpildītājus. Tomēr, ja jums ir dators, kas var ģenerēt un pārbaudīt 1000 paaudžu stundā, rodas interesantas idejas*. Lohn, doktors, kurš kopš bakalaura gadiem nav apmeklējis elektromagnētisma kursus, cer, ka vismaz viens no viņa komandas antenu dizainiem šogad nonāks kosmosā NASA Kosmosa tehnoloģiju 5 misijas ietvaros, kurā tiks pārbaudīts miniatūru trio. satelīti. Viņa iecienītākā datorizētā antena: korķviļķa ierīce, kas ir pietiekami maza, lai ietilptu vīna glāzē, tomēr spēj raidīt plata stara radioviļņu no kosmosa uz Zemi. Tas nelīdzinās nekam, ko jebkurš saprātīgs radioinženieris varētu uzbūvēt viens pats.

Evolūcijas algoritmi ir lielisks rīks dizaina telpas tumšo stūru izpētei, saka Lons. Jūs rādāt [savus dizainus] cilvēkiem ar 25 gadu pieredzi šajā nozarē, un viņi saka: “Oho, vai tas tiešām darbojas?” Nedaudz spokaina atbilde ir, ka jā, viņi patiešām to dara, kā Lāns konstatēja pēc mēnešiem ilgas pārbaudes. Ja mums paveiksies, 2005. gadā kosmosā varētu nonākt pat sešas antenu konstrukcijas, saka Lons.

Ne katra problēma tiks atrisināta evolūcijas pieejai. Bet tiem, kuriem būs kopīga iezīme: tie visi atrodas tālāk par to, ko matemātiķis Džons fon Neimans nodēvēja par sarežģītības barjeru, robežlīniju starp problēmām, kuras var atrisināt, izmantojot tradicionālās, redukcionistiskās metodes, un tām, kurām nepieciešama intuitīvāka, risināma problēma. -un-redzēt-kas-pielīp pieeja. Vēl nesen šīs barjeras šķērsošana bija dārgs piedāvājums. Taču mūsdienu datori ir pietiekami ātri, lai izsijātu miljoniem neparastu dizainu, cerot atrast tādu, kas darbojas. Savienojiet to ar mūsdienu dizaineru augošajām prasmēm evolūcijas algoritmu pielietošanā, saka Deivids Goldbergs, Ilinoisas Universitātes Urbana-Champaign Ilinoisas ģenētisko algoritmu laboratorijas direktors, un jūs iegūstat to, ko inženieri ar mīlestību sauc par mērogojamību: spēju risināt gan miniatūras, gan miniatūras. masveida dizaina izaicinājumi.

Tāpat kā tvaika dzinējs radīja mehānisku sviru lielāku uzdevumu veikšanai, ģenētiskie algoritmi sāk dot indivīdiem sava veida intelektuālu sviru, kas pārveidos darbu, saka Goldbergs. Automatizējot daļu smago domu celšanu, mēs atbrīvojamies darboties augstākā, radošākā līmenī. Šādai brīvībai, protams, ir sava cena. Tas prasa, lai inženieri atzītu neiespējamību ielūkoties katrā tumšajā stūrī un uzticētos vēl vienai mehāniskās palīdzības pakāpei. Bet arvien vairāk no viņiem veic šo lēcienu.

No rotaļlietām līdz instrumentiem
Mikrosekundēs datorā reproducēt procesu, kas dabā aizņem miljoniem gadu, ir ideja, kas jau sen ir bijusi pirms spējas to realizēt. Džons H. Holands, 76 gadus vecs Mičiganas universitātes datorzinātņu profesors, stāsta, ka pirmo reizi viņam šis jēdziens radās, pārlūkojot Mičiganas matemātikas bibliotēkas atvērtās skursteņus 1950. gadu sākumā.

Ik pa laikam es paņēmu kādu grāmatu, kas izskatījās interesanta, un vienkārši to izlasīju, viņš saka. Šis ieradums viņu noveda pie Dabiskās atlases ģenētiskās teorijas, 1930. gadā izdotās britu matemātiķa un biologa Ronalda Fišera grāmatas. Iedvesmojoties no 19. gadsimta austriešu mūka Gregora Mendeļa eksperimentiem ar zirņu augiem, Fišers izstrādāja matemātiskos dabiskās atlases aprakstus atsevišķu gēnu līmenī. Lai gan pētnieki nevarēja izjaukt šī procesa bioķīmiju līdz 1950. gadiem, Fišera darbs tomēr saskanēja ar to, ko lauksaimnieki un gani bija zinājuši gadsimtiem ilgi: seksuālā vairošanās nodrošina dažādību un novitāti.

Tieši no turienes radās ģenētiskie algoritmi, saka Holands. Es sāku domāt, vai jūs varētu audzēt programmas tā, kā cilvēki, teiksim, audzētu labus zirgus un audzētu labu kukurūzu.

Holands savu pirmo darbu par adaptīvajiem algoritmiem uzrakstīja 1962. gadā. Taču tikai 70. gadu beigās viņš un viņa absolventi bija uzkrājuši skaitļošanas resursus, lai īstenotu šo ideju. Holands atzīst vienu no saviem studentiem Edvardu Kodu, pārliecinot savu bijušo darba devēju IBM pārdot Mičiganas pētniecības grupai zemu izmaksu lieldatoru. (Kods ieguva AM Tjūringa balvu, kas datorzinātnē ir līdzvērtīga Nobela prēmijai, par pirmo relāciju datu bāzu izstrādi.) Tomēr pat tad datora niecīgie 32 kilobaiti ierobežoja pētnieku sākotnējās atmiņas apjomu un apjomu. eksperimentiem.

Viens no pirmajiem zinātniekiem, kas nopietni pārbaudīja evolūcijas algoritmus, bija Goldbergs, kurš 80. gadu sākumā strādāja Holandes vadībā kā doktorants. Goldbergs atjaunoja problēmu, ar kuru viņš bija saskāries savas dienas laikā dabasgāzes nozarē: samaziniet elektroenerģijas patēriņu tālsatiksmes cauruļvados, ņemot vērā reģionālā pieprasījuma atšķirības. Viņa evolūcijas algoritmi sniedza tikpat efektīvus risinājumus kā tie, ko radīja esošā šķidruma mehānikas programmatūra, ko izmanto cauruļvadu dizaineri. Bet, kad Goldbergs savus algoritmus pabaroja ar lielākām un sarežģītākām problēmām, tie sāka klupt: viņi iestrēga, pētot evolūcijas strupceļus vai izspļaujot bezcerīgi mežonīgus risinājumus. Es sapratu problēmas, kuras risinu, labāk nekā rīkus, ko izmantoju to risināšanai, un tas mani traucēja, saka Goldbergs.

Goldbergs koncentrējās uz savu disertāciju un pēc tam vēl pusdesmit gadu ilgu darbu, lai padarītu ģenētiskos algoritmus paredzamākus. Viņš atklāja, ka katra jaunā algoritma parametru pielāgošana, piemēram, populācijas sākuma lielums vai mutācijas ātrums, izlīdzināja dažas grumbiņas. Taču lielākoties viņa pētījumi viņam radīja prātīgu atziņu: evolūcijas algoritmi bieži bija sarežģītāki nekā problēmas, ko tie mēģināja atrisināt. Galu galā Goldbergs iemācījās izvairīties no problēmām, ko viņš sauc par adatu siena kaudzē, kurām nepieciešams viens, labākais risinājums; tiem bija tendence izraisīt evolūcijas algoritmu nekontrolējamu griešanos. Tā vietā viņš centās risināt draudzīgākas problēmas, kurām bija virkne dzīvotspējīgu risinājumu atkarībā no tā, kā jūs tām pievērsāties. Ja ir desmitiem adatu, kas izkaisītas tā, ka [evolūcijas algoritms] var sadalīt siena kaudzi mazākās siena kaudzēs, jūs vismaz garantējat sev labāku rezultātu, saka Goldbergs.

Goldbergs savu darbu dokumentēja 1989. gada mācību grāmatā — sējumā, kas iedvesmotu citus datorus lietpratīgus inženierus sākt pašiem izdomāt. Deviņdesmito gadu vidum General Electric Research Center Niskayuna, NY, inženieri bija izveidojuši evolūcijas metodes iekšējā projektēšanas rīkā ar nosaukumu EnGENEous, kas tika izmantots, lai atrastu visefektīvāko formu ventilatora lāpstiņām izmantotajos GE90 reaktīvos dzinējos. uz Boeing 777 lidmašīnām. EnGENEous ļāva GE90 komandai likvidēt vienu dzinēja kompresora posmu, kas nozīmēja dzinēja svara un ražošanas izmaksu samazināšanos, nezaudējot aerodinamisko veiktspēju. Pēc šiem sākotnējiem panākumiem atvērās slūžas, lai izmantotu šāda veida rīkus daudzās dažādās lietojumprogrammās visos GE uzņēmumos, saka Pīts Finigans, pētniecības centra uzlaboto mehāniskās dizaina lietojumprogrammu laboratorijas vadītājs. Rolls Royce, Honda un Pratt un Whitney inženieri ir sekojuši šim piemēram, iekļaujot ģenētiskos algoritmus savos projektēšanas procesos.

Atzīmēšana ar krāpšanu
Bet, lai gan datori ir kļuvuši pietiekami jaudīgi, lai piemērotu evolūcijas principus visdažādākajām problēmām, siena kaudzes ir vairojušās vēl dramatiskākā ātrumā. Apsveriet patērētāju krāpšanu. Kredītkaršu kompānijas lēš, ka 0,07 ASV dolāri par 100 ASV dolāriem, kas iekasēti no kredītkartēm, tiek zaudēti krāpšanas dēļ, kas nozarei izmaksā vairāk nekā 1 miljardu ASV dolāru gadā vien tikai ASV. Tomēr tradicionālās programmatūras rakstīšana, lai identificētu krāpnieciskas maksas, joprojām ir fenomenāli sarežģīta. Kāpēc? Tā kā cilvēki, kas veic krāpšanu, ir eksperti, kas maina savu uzvedību, lai izvairītos no atklāšanas. Vienkārši nav iespējams uzrakstīt programmu, kas paredz visas iespējamās krāpniecības.

Taču evolūcijas algoritmi var vismaz padarīt datorizētu krāpšanas atklāšanu veiksmīgāku, apgalvo mākslīgā intelekta pētnieki, kuri nodibināja Ņujorkā bāzēto Searchspace. Uzņēmums pārdod dažādas programmas, kas sadala siena kaudzi, precīzi definētās esošo konta datu daļās meklējot novirzes, saka Maikls Reče, Searchspace galvenais zinātnieks. Programmatūra izmanto rīkus, kas nodēvēti par sargiem un ir ieprogrammēti ar krāpšanas atklāšanas noteikumiem. Piemēram, vairākas maksas no vienas un tās pašas debetkartes vienā veikalā vienā dienā var automātiski pacelt sarkano karogu.

Bet persona, kas veic šos pirkumus, var vienkārši būt aizmāršīgs Ziemassvētku pircējs, nevis zaglis. Tāpēc uzraugi sver dažādus faktorus, piemēram, personas iepriekšējās darbības šajā veikalā, lai izvairītos no viltus pozitīvajiem rezultātiem un atzīmētu tikai tos kontus, par kuriem cilvēku eksperti piekrīt, ka ir aizdomas. Recce saka: Jūs varat iestatīt fitnesa kritērijus tā, lai nodrošinātu gan minimālus krāpšanas zaudējumus, gan minimālus labu klientu zaudējumus.

Searchspace regulāri vieso pilotprogrammas, galvenokārt programmatūras papildinājumus, kas sastāda tās algoritmus ar potenciālo klientu esošajām krāpšanas atklāšanas sistēmām. Dalībnieki ienes aklos vēsturisko datu paraugus, lai noskaidrotu, vai Searchspace kontrolpunkti ievieto sarkanos karogus pareizajās vietās. Vienmēr, saka Recce, sargi atklāj ne tikai iepriekš atzīmētos kontus, bet arī dažus citus ļaundarus, kas slēpjas fona trokšņos. Es nedomāju, ka ir bijusi neviena no tām prezentācijām, kur mums nebūtu bijis uz mirkli jāaptur lietas, lai kāds vadītājs varētu iziet un ātri piezvanīt,” smaidot saka Reče.

Nepārprotami oriģināls
Tagad, kad evolūcijas algoritmi pārspēj cilvēkus, daži pētnieki vēlas pacelt latiņu vēl augstāk. Piemēram, Stenfordas universitātē biomedicīnas informātikas profesors Džons Koza – vēl viens Holandes protežē – pēta cieši saistītu jomu, ko sauc par ģenētisko programmēšanu. Evolūcijas algoritmiem ir fiksētas instrukciju kopas, un tie tikai maina datus, ar kuriem tie manipulē. Ģenētiskās programmas vairāk līdzinās seksuāliem organismiem, kas laika gaitā spēj uzlaboties, sajaucot koda fragmentus savā starpā. Kozas programmu līdz šim veiktie atklājumi svārstās no jaunām datorizētām metodēm proteīnu šķirošanai līdz visprogresīvākajiem elektronisko shēmu dizainiem.

Ķēdes dizaini radās, Koza strādājot ar Metjū Strīteru no Kārnegija Melona universitātes un Martinu Kīnu no Econometrics, mārketinga stratēģijas konsultāciju uzņēmuma Čikāgā. Kopā pētnieki izveidoja programmu, kas zīmē shematiskas shēmas. Viņu pirmais izaicinājums bija noskaidrot, vai ģenētisko pieeju varētu iegūt no nulles ķēdes projektiem, ko jau patentējuši iepriekšējie inženieri. Programmai bija maz problēmu, radot vienkāršus dizainus, kas atbilstu tiem, kas patentēti 1930. un 1940. gados. Patiešām, Koza sāka atsaukties uz programmu kā uz izgudrojuma mašīnu un izveidoja Web lapu, kas izseko jaunākajiem cilvēka konkurētspējīgās programmatūras atklājumiem.

Kamēr Kozas grupa pārbaudīja savas programmas ceturto vai piekto versiju, tomēr sākās kaut kas vēl pārsteidzošāks: programma izslēdza ķēžu dizainus, kas nekur patentu literatūrā nebija publicēti. Divi no šiem dizainparaugiem – kontrolieru ķēžu pāris, kas regulē atgriezenisko saiti – bija tik oriģināli, ka Koza un viņa kolēģi ir izņēmuši tiem patentus.

Lai arī kā viņš lepojas ar savu programmatūru, Koza nevēlas atbildību par jaunajiem dizainiem uzticēt pašai programmai. Patenti kreditē Kīnu, Kozu un Strīteru šādā secībā. Bet šeit slēpjas dažas jaunas pseidofilozofiskas mīklas: ja kaut kas tiek izgudrots bez cilvēka tuvumā, vai tas tiešām ir izgudrojums? Kas ir izgudrotājs? Un, ja izgudrojums patiešām darbojas, vai tas ir svarīgi, ja mēs nesaprotam, kā?

Par šo pēdējo punktu, NASA Lohn saka, ir divas domu skolas. Viens saka, ka man vienkārši vajag kaut ko, kas pilda X, Y un Z, un, ja evolūcija man dod X, Y un Z, tas ir viss, kas man rūp. Otra skola vēlas uzzināt, kas tur ir un kā tas darbojas. Mēs nevaram īsti palīdzēt šiem cilvēkiem, jo ​​mēs bieži redzam izstrādātus dizainus, kas ir pilnīgi nesaprotami.

Koza saka, ka cilvēkiem vēl nav jājūt greizsirdība pret cilvēku konkurētspējīgu programmatūru, jo galvenais mērķis ir vienkārši nodot datoriem inženierzinātņu grūtāko darbu. Viņš paredz laiku tuvākajā nākotnē (iespējams, pēc 20 gadiem), kad ģenētiskie algoritmi, kas darbojas uz īpaši ātriem datoriem, pārņems pamata projektēšanas uzdevumus tik dažādās jomās kā elektronika un optika. Bet pat tad, pēc Koza domām, cilvēku un mašīnu inteliģence darbosies partnerībā. Mēs nekad neesam sasnieguši vietu, kur datori ir aizstājuši cilvēkus, saka Koza. Jā, īpaši šaurās jomās, taču vēsturiski cilvēki ir pārcēlušies uz grūtākām problēmām. Es domāju, ka tā tas būs arī turpmāk.

Sems Viljamss ir ārštata tehnoloģiju rakstnieks, kas atrodas Staten Island, NY. Viņš ir biežs Salona līdzstrādnieks.

paslēpties