Bagaimana ilmu komputer memanfaatkan kekuatan transformasi Darwinian
Sciences

Bagaimana ilmu komputer memanfaatkan kekuatan transformasi Darwinian


Stephanie Forrest mengarahkan Biodesign Center for Biocomputing, Security and Society di Arizona State University. Kredit: Institut Biodesign di ASU

Dari sepasang prinsip sederhana evolusi — mutasi kebetulan dan seleksi alam — alam telah membangun kekayaan kehidupan yang hampir tak terduga di sekitar kita. Terlepas dari kecanggihan ilmiah kami, desain dan rekayasa manusia telah berjuang untuk meniru teknik alam dan daya ciptanya yang tiada habisnya. Tapi itu mungkin berubah.

Dalam artikel perspektif baru, Stephanie Forrest dan Risto Miikkulainen menjelajahi domain yang dikenal sebagai komputasi evolusioner (EC), di mana aspek evolusi Darwin disimulasikan dalam sistem komputer.

Studi ini menyoroti kemajuan yang telah dicapai mesin kami dalam mereplikasi proses evolusi dan apa artinya ini bagi desain teknik, penyempurnaan perangkat lunak, strategi permainan, robotika, dan bahkan obat-obatan, sambil memupuk wawasan yang lebih dalam tentang masalah mendasar dalam evolusi biologis.

“Dengan sumber daya komputasi yang luas yang tersedia saat ini, komputasi evolusioner siap untuk memberikan kemajuan AI generasi berikutnya,” kata Forrest.

Forrest memimpin Biodesign Center for Biocomputing, Security and Society, di Arizona State University. Miikkulainen berasal dari University of Texas, Austin.

Temuan penelitian mereka muncul di terbitan jurnal terbaru Kecerdasan Mesin Alam.

Makalah ini berfokus pada enam ciri khas evolusi Darwin dan meneliti seberapa baik sistem digital berhasil menduplikasi fitur-fitur ini untuk menemukan solusi untuk masalah yang kompleks dan menghasilkan hasil yang baru. Ini adalah: keterbukaan, transisi besar dalam struktur organisasi, netralitas dan penyimpangan acak, multi-objektivitas, kompleks

pemetaan genotipe-ke-fenotipe, dan ko-evolusi.

Alam sebagai pemandu

Pemahaman Darwin yang luar biasa mengungkapkan bagaimana proses berulang yang acak dapat bertindak pada serangkaian kondisi awal untuk terus meningkatkan kebugaran organisme — kemampuannya untuk berkembang dan bereproduksi. Dengan menerapkan mekanisme ini, yang dikenal sebagai komputasi evolusioner, ilmuwan komputer mencoba mengembangkan solusi untuk berbagai masalah dari waktu ke waktu, melalui proses mutasi dan seleksi yang serupa, daripada dengan merancang solusi tersebut dengan tangan.

Penggunaan komputasi evolusioner melibatkan pembuatan populasi awal individu di komputer, kemudian mengembangkan populasi dari waktu ke waktu, menggunakan prinsip variasi, seleksi, dan pewarisan. Meskipun ide dasarnya sederhana, kehalusan yang terlibat bisa menjadi sangat rumit. Pendekatan komputasi evolusioner juga sangat serbaguna, memungkinkan para peneliti untuk memodelkan sistem biologis yang berubah seiring waktu, seperti ekologi atau kanker, serta sistem sosial, termasuk ekonomi atau dinamika politik.

Pada prinsipnya, hampir semua sistem atau teknik memiliki potensi untuk beberapa tingkat otomatisasi komputer, termasuk desain, pengembangan, dan debugging program komputer, tujuan lama dalam ilmu komputer.

Kreativitas yang diperhitungkan

Salah satu alasan para peneliti begitu bersemangat meminjam satu halaman dari buku pedoman alam adalah bahwa penggunaan prinsip evolusi dapat menghasilkan solusi yang sangat orisinal yang tidak dapat diprediksi sebelumnya, memungkinkan komputer membuat tebakan yang lebih baik daripada rekan darah dan dagingnya.

Perkembangan menarik dalam komputasi evolusioner didorong oleh algoritme yang semakin canggih serta daya komputasi yang sangat maju, yang telah meningkat jutaan kali selama 20 tahun terakhir. Hal ini memungkinkan pemodelan yang cermat dari berbagai proses dunia nyata, termasuk simulasi dan desain formula baru untuk pertumbuhan pertanian, perawatan cerdas untuk cedera dan penyakit, serta kontrol robot dan mesin otonom yang disesuaikan dengan baik.

Cetak biru usia komputer

Dari enam ciri evolusi yang disorot dalam penelitian ini, para peneliti telah membuat terobosan signifikan dalam menerapkan beberapa di antaranya. Salah satu ciri evolusi yang mengejutkan adalah keterbukaannya, atau kemampuannya untuk memajukan proses transformasional tanpa batas, tanpa keadaan akhir yang mapan. Studi tersebut mengutip beberapa contoh program kehidupan artifisial yang telah mencapai ukuran keterbukaan.

Multi-objektivitas menyinggung kompleksitas kesesuaian biologis, yang dihasilkan sebagai konsekuensi dari berbagai pertukaran, misalnya, antara sumber daya yang dikeluarkan untuk mencari makanan dan bukan untuk menarik pasangan, menghasilkan keturunan yang cukup dan melindungi anak. Banyak fitur seperti itu harus seimbang satu sama lain untuk mencapai keberhasilan reproduksi yang maksimal. Para peneliti baru-baru ini membuat kemajuan yang meniru multi-objektivitas dalam program yang menggunakan EC.

Ciri kritis lain dari evolusi Darwin yang telah dimodelkan dalam sistem EC adalah ko-evolusi — fenomena banyak spesies yang berinteraksi selama waktu evolusioner, melalui jaringan kerja sama dan persaingan yang kompleks. Dinamika semacam itu telah menemukan jalannya ke dalam aplikasi EC termasuk permainan game, navigasi robot, dan pemecahan masalah multi-agen.

Tantangan di depan

Namun demikian, alam menyimpan beberapa kartu evolusi di dekat rompinya. Proses Darwinian tertentu telah terbukti lebih sulit daripada yang lain untuk mengkooptasi program komputer pemecahan masalah. Lebih lanjut, meskipun teknik komputasi evolusioner sering kali dapat meniru proses yang ditemukan di alam, terdapat juga perbedaan yang signifikan. Tidak seperti evolusi Darwin di antara spesies hidup, EC cenderung beroperasi dengan menerapkan tekanan seleksi yang kuat pada populasi kecil, di mana proses yang lebih netral seperti penyimpangan genetik ditekan.

Lebih lanjut, di alam, templat genetik dari mana bentuk organisme akhir atau fenotipe akan muncul jauh lebih fleksibel dan tunduk pada modifikasi embriologis dan epigenetik, memungkinkan hasil yang lebih kreatif dan tidak terduga. Para peneliti ingin meningkatkan pemetaan genotipe-ke-fenotipe ini, menggabungkan interaksi lingkungan yang kaya untuk lebih mendekati kemampuan alam yang mendalam untuk menghasilkan kebaruan.

Terakhir, prestasi evolusi yang paling mengesankan masih terlalu kurang dipahami untuk direplikasi oleh komputer, yaitu kemampuan untuk mencapai transisi organisasi yang utama. Di sini, proses Darwin dapat bertindak dari waktu ke waktu untuk menghasilkan perubahan struktur yang tidak terduga dan tidak terduga, misalnya, perkembangan dari molekul yang mereplikasi diri ke sel yang terikat membran, organisme multisel, struktur sosial yang maju, dan masyarakat dengan bahasa dan budaya. Lebih banyak pekerjaan dibutuhkan untuk menemukan detail transisi organisasi alam.

Namun demikian, kemajuan mengejutkan dalam komputasi evolusioner kemungkinan akan memainkan peran pemandu dalam pengembangan kreativitas mesin, mendorong inovasi dalam teknik, dan mudah-mudahan, menjelaskan beberapa dari banyak misteri yang masih tersisa dalam studi evolusi.


Origin of life: Mesin Darwinian untuk benda mati


Informasi lebih lanjut:
Risto Miikkulainen dkk, Perspektif Biologis tentang komputasi Evolusioner, Kecerdasan Mesin Alam (2021). DOI: 10.1038 / s42256-020-00278-8

Disediakan oleh Arizona State University

Kutipan: Evolusi dunia maya: Bagaimana ilmu komputer memanfaatkan kekuatan transformasi Darwinian (2021, 19 Januari) diambil pada 24 Januari 2021 dari https://techxplore.com/news/2021-01-cyber-evolution-science-harnessing-power- darwinian.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Hongkong Prize