Castecne OT - Umela inteligence
Tomáš Vymětal
vymetalt@gmail.com
Středa Únor 3 10:03:01 CET 2010
Jak jsem to tu tak přečetl, konkrétně pro danou aplikaci bych viděl
efektivnější nasazení evolučního algoritmu. Umělou inteligenci definuji
tak, že musí sama vědět, co je pro ni dobré. A to zatím nejsou schopny
algoritmy určit. Jak pro neuronové sítě, tak pro genetické algoritmy je
třeba vytvořit simulační prostředí, které určí, zda je výsledek výpočtu
pozitivní či negativní, případně určí hodnotu z nějakého spektra.
Podobý nápad jsem nosil v hlavě taky, konkrétně šlo o řešení
bludišťových úloh a v druhé variantě o vývoj nestandardních algoritmů
pro pohyb robotů.
Tedy, napsal jsem si prostředí, kterému definuji možné instrukce, aniž
bych určil možné parametry (jejich optimální hodnoty se musí naučit
inteligence sama). Jelikož v tomto případě nepracuji s binárními geny,
je docela sranda napsat mutační algoritmy, hlavně kvůli jejich
proměnlivé délce. Lze křížit celé algoritmy, upravovat jednotlivé,
vyměňovat mezi sebou, případně přidávat či jen upravovat ty existující.
Problém je pak určení cíle celého snažení a hodnocení výsledku. Jako
úspěšné lze hodnotit ty algoritmy, které se cíli přiblíží nejvíce, za
dosažení cíle přidat bonus a pak případně chvíli nechat optimalizovat.
Problém je ale právě třeba u toho průchodu bludištěm. Pokud simulátor
nastavím tak, aby kalkulovat čistou trasu bludištěm, smrskává se úloha
na pohyb po ose a ne ve 2D prostoru, pokud ji nastavím jako absolutní
vzdálenost vzduchem, může se sice přiblížit, ale jelikož žádná optimální
cesta dál nepovede, daná evoluční větev vyčerpá svůj potenciál a
simulátor by měl odhalit její "neschopnost" a odkrouhnout ji. Tady jsem
při vývoji sice zatím skončil, nicméně budu to řešit pravděpodobně tak,
že budu ukládat souřadnice, které jsou v bludišti slepé a následně též
všechny další, které k těmto slepým bodům povedou. A všechny algoritmy,
které danými body projedou, končí.
U těch pohybů robotů jsem si představoval podobný princip, s tím, že
budou definovány všechny instrukce všem pohybovým aparátům a cíl trasy.
S tím, že pravděpodobně nejefektivnější (nejrychlejší) bude normální
pohyb vpřed, ale výsledný algoritmus bych uložil a nechal generovat
znovu, s tím, že by se nesměl podobat tomu prvnímu. Problém ale je, že
drtivá většina robotů již pracuje v 3D prostoru, čímž do simulátoru
zasahuje ještě gravitace a další veličiny, tedy zatím si vůbec nedokáži
představit, jak by takové monstrum vypadalo.
Čili, dokud umělé inteligenci bude potřeba říkat, co je pro ni dobré,
nepůjde o umělou inteligenci. Každopádně doporučuji nějakou literaturu.
Jak jsem zjistil, geniální myšlenky, které jsem zaobaloval a
konkretizoval půl roku, se učí v prvních sezeních o umělých
inteligencích. Je zbytečné vymýšlet vymyšlené.
T.V.
RV napsal(a):
> Provadim tady nejake nezazivne dlouho trvajici ukony nad servery a tak
> jsem premyslel nad tim co by se stalo a co by se muselo stat aby zacala
> fungovat nejaka forma samostatne jednajicicho SW. A jake jsou moznosti
> realizace alespon v primitivni podobe.
>
> V podstate velmi primitivne se tak chovaji pocitacove viry - maji
> schopnost se sami o sebe starat (mnozit se), nevim na kolik dokazou
> jednat kolektivne. Nicmene vzorce chovani uz splnuji.
>
> Pokud bych si vzal za vzor prirodu a chtel napodobit neuron - tedy
> napsal entitu s interfacem IN/OUT a takovou ktera je schopna drzet
> informaci tak zcela jiste bych kapacity existujicich PC vycerpal.
>
> Pak se nabizi moznost do teto entity vlozit nejakou DNA ve forme chovani
> - mohu ji naprogramovat aby na prehnane pozitivni vstupy napriklad
> odpovidala negativisticky - nemusim napriklad uchovavat jen log. 1 nebo
> 0, ale v ramci uspornosti mohu uchovavat nejaky rozsah hodnot treba
> -127..127 coz muze byt nejaka emoce/nejistota odpovedi.
>
> dalsi vec je co takove strukture poskytovat jako vjem abych se neco
> takoveho dalo vubec zkouset a overovat odezvy
>
> ...
>
> berte to jako naprosto free uvahu cobyjakby mohlo fungovat kdyby ...
>
More information about the Hw-list
mailing list