※ 引述《reader (读者)》之铭言： : 标题: Re: [News] 世界着名人工智能专家在汉研制新人工脑 : 时间: Wed Aug 23 18:38:04 2006 : : ※ 引述《haryewkun (Har)》之铭言： : : 反过来说，这句话，对於你的立论也一样。 : : 你也不能够通过粗糙的利益分析，去断定人类必然有方法，可以在那个时候来临 : : 之前，就会召开国际会议协商，封锁技术，排除所有的危险性。 : : 过度相信“船到桥头自然直”，其实就是一种乐观主义。 : : 这太过搞不清楚状况了，你提的是一个必然性的情况，只要有任何其他可能的 : 状况，你的立论就完蛋了。 : : 你去说别人的说法「未必」会发生，根本就不能解决你立论的问题。亏你还提 : 什麽可证伪性，若你不能破除最乐观的假设，你就是错的。 : : 该提出严格推论和证据资料的是你，不是任何其他人。 : : 本来我还不想脱离本板的讨论主题太远，还有点兴致说人工智慧和万能机器的 : 事情，现在就真的觉得没有意思了。 : : : -- :

※ 发信站: 批踢踢实业坊(ptt.cc) : ◆ From: 61.222.173.30 : 推 jeunder:别这样嘛, 聊聊机器(程式)如何制造(演化)机器(程式)... 08/23 21:32 如果是演化的话, 我看过几篇用GA/GP 演化程式的论文, 主要的概念是, 将程式码的先规划成一个一个instruction, 然後GA/GP的chromosome就是这些instruction的排列, 假设fitness的值是MSE之类的就可以了, 将这些chromosome进行交配与突变, 会产生新的程式码, 再用这些程式码去进行fitness运算, 最後得出符合需求的chromosome. 用例子讲比较好讲 XD 假设现在我们想求出能加总的程式, 像是 1 int goal(int n){ 2 int i,sum=0; 3 for(i=0;i<n;i++) 4 sum=sum+i; 5 return sum; 6 } 我们要求的只是第3行到第4行, 因为为了简化复杂性, 宣告跟return这种与演算法较无关系的, 可以直接给定。 所以现在定义 instruction set={A op B;, for(A = B; A comp C; A = D);} A属於terminal set, B, C, D属於terminal set 或 constant set 或 instruction set terminal set={sum, i, n} op set={+, -, *, /, =} comp set={>=,<=,>,<,==} constant set={0,1} 然後random 产生可能解, 例如一号个体: for(sum=i;sum>sum;sum=1) i-i; i+0; 二号: for(i=0;i>n;sum=sum+1) n+0; 三号: for(sum=0;i==i;i=n*0) for(i=i;i<i;i=i/i) 一看就知道是错的, 但是因为我们有限制instruction的形式, 而且在random产生个体时加入限制, 可以避免出现 0=0 或 sum-sum+sum-sum 这种东西, 即使出现, 也可以在计算fitness时发现, 并给予其一个无限大的fitness值。 三号那种其实可以在instruction set中做调整来避免其出现, 但是这里先拿来做例子。 然後一直交配, 突变, 复制, 可能就会出现 for(i=0;i<n;i=i+1) sum=sum+i; 这种个体, 而其MSE将会是0, 於是我们就得到结果了。 下面这篇paper可以参考一下, IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. 5, NO. 1, FEBRUARY 2001 A Comparison of Linear Genetic Programming and Neural Networks in Medical Data Mining Markus Brameier and Wolfgang Banzhaf Banzhaf写的Genetic programming: an introduction值得GP入门者一读。 提出Genetic programming的John Koza有几个专利, 是用GP去产生更好的IC Layout, 这也算是某一种的程式产生程式。 在I, Robot中有提到类似的概念, 不过仔细想一想就会觉得, 以可能的程式码做为搜寻空间实在太庞大了, 以上述的例子来看, A op B 有许多种可能的排列, 而那个例子已经是简化过的了。 要在可以接受的时间内得到答案, 就要给予更多的限制。 然而更多的限制也让得到最佳解的可能性受限了, 更何况在没有prior knowledge时, 要下限制也无从下起。 还有就是之前有版友提过的, fitness不容易设计, 因为在没有目标的情况下, 没办法评估改变是好还是坏。 大概就是这样吧～ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 70.171.224.50