Algoritmo genético y otras metaheurísticas evolucionarias

by billyr ~ agosto 5th, 2008. Filed under: Complejidad, Presentaciones.

F11 – Full screen

Cursos/Talleres de Modelado y Diseño con Herramientas de Complejidad – Parte 1

Karl Sims - Arte genético - Click

El AG es una meta-heurística basada en la metáfora de la selección natural; ha demostrado eficiencia en la resolución de problemas de alta dimensionalidad y de amplio espacio de fases. Se lo ha utilizado tanto para la creación artística en plástica y música como para plantear hipótesis en arqueología, antropología biológica y teoría de redes sociales. Las metaheurísticas de este tipo sirven para comprender el papel de la diversidad en el cambio subsiguiente y la homología algorítmica entre los procesos de cambio, independientemente del objeto que se trate. No hay como estos algoritmos para comprobar la idea de Gregory Bateson (profundamente cibernética) de la identidad formal de los fenómenos de cambio, aprendizaje, búsqueda y procesamiento de información.

El AG constituye una instancia de un alto valor pedagógico en cuanto a clarificar qué es un algoritmo. Es un precioso antídoto, además, a la difundida creencia que sostiene que todo algoritmo debe ser cuantitativo. Su despliegue, por último, implica una poderosa metáfora, toda vez que la idea que subyace a su algorítmica replica el funcionamiento de la evolución y la selección natural.

Al lado del AG hay innúmeras variedades de metaheurísticas no reduccionistas, pero “inspiradas en la naturaleza” (o la cultura). Difícilmente se consiga por allí una lista más amplia que ésta: el algoritmo genético, la pro­grama­ción e­vo­lutiva, la estrategia evolutiva, la programación gené­ti­ca, la memética, el al­go­ritmo ge­né­ti­co interactivo o basados en humanos (HBGA), el algoritmo cultural, la evo­lución es­to­cás­ti­ca, la inteligencia de enjambre, las colonias de hormigas, la bús­que­da adaptativa CHC, el apren­dizaje incremental, la estrategia evo­lu­tiva asistida por modelos, la di­fusión si­mu­lada, la simulación de templado, el templado micro­canó­ni­co, el tem­plado cuántico, la bús­que­da ar­mónica, la aceptación de umbral, el mé­to­do del Gran Dilu­vio, la en­tropía cruzada, la op­timi­za­ción multidisciplinaria, la progra­ma­ción ge­né­tica li­neal, la e­vo­lución gra­ma­tical, la evolución diferencial, las hiper-heurísticas y el es­ca­la­mien­to de co­linas.

Alternativamente es posible ver la presentación en la pantalla siguiente.

  • Ejecutar applet de visualización de algoritmo genético GeneticViewer. Requiere Java. En redes de alto tráfico hay que conceder algunos minutos para la descarga del applet.
  • Ejecutar EvA2Base (ex-JavaEVA) – Plataforma de programación genética. Requiere Java.
  • Ejecutar programa de creación musical basada en algoritmos evolucionarios DarwinRocks. Requiere Java.
  • Ejecutar applet de simulación de templado (simulated annealing) en este enlace. Requiere Java.

Para las diferentes piezas de software demostradas en esta presentación, véanse recursos de algoritmo genético y programación evolutiva en esta Planilla de punteros a software de complejidad, fractales, caos y redes sociales (3475) - 2.38 MB

Materiales adicionales:

Vínculos especiales:

1) Animal Simulation Laboratory

http://www.animalsimulation.org/

2) Introduction to Genetic Algorithms

En los nuevos sistemas operativos ls programas en Java no se pueden ejecutar a menos que se habilite el directorio o el URL en que se encuentran en la configuración de seguridad de Java. En tal caso se debe agregar permiso de ejecución al directorio http://www.rennard.org/alife/english/gavintrgb.html.

http://www.rennard.org/alife/english/gavintrgb.html

3) GenJam

http://www.it.rit.edu/~jab/GenJam.html

En esta pantalla se puede visualizar el video de Karl Sims “Evolved virtual creatures”. Con el botón derecho del mouse se puede optar por pantalla completa y otras alternativas. La operación de video requiere Flash:

Otros documentos relevantes de este sitio:

Ver otras secciones del curso:

Palabras clave: algoritmo genético – genetic algorithm – fractales – dimensión fractal – modelos de simulación – evolucionario – cursos – diseño – arquitectura

Imprimir esta entrada (área de datos solamente) Imprimir esta entrada (área de datos solamente)
Visitas a esta página: [pageviews]
[Online]

Búsqueda personalizada en la Web
2438 visitas a esta página desde 18/4/16 - 3 visitas a esta página el día de hoy
Share

2 Responses to Algoritmo genético y otras metaheurísticas evolucionarias

  1. Félix Monasterio-Huelin Maciá

    Estimado Carlos hace tan solo unos minutos en que “te he descubierto”. He leído el artículo “Árboles y redes: Crítica del pensamiento rizomático”.

    Soy profesor en Madrid en una escuela de ingeniería. Llevo trabajando desde hace mucho tiempo en Inteligencia Artificial, y desde hace algo menos (pero ya bastante) con una crítica dura al cognitivismo, o a lo que podríamos llamar “inteligencia basada en el conocimiento”. Mi campo realmente es el de la Robótica Inteligente. Comprenderás que conozca tus referencias a los autómatas celulares, etc.

    Por otro lado leo a Deleuze desde hace unos años y me ha parecido que es el único filósofo que se aproxima a la crítica que yo le hago a los sistemas computacionales. A mí me parece que la idea de rizoma no es exactamente comparable a la de estos autómatas. No obstante me siento más a gusto con su libro “Diferencia y Repetición”.

    Dentro el campo de la “robótica inteligente” la última tesis que dirigí es reciente y trata de la comunicación en robótica colectiva evitando en lo posible la centralización y el concepto de Shannon de comunicación o mejor dicho la idea de que la comunicación es transmisión/recepción de mensajes que deben codificarse/decodificarse. (Ten en cuenta, no obstante que se trata de ingeniería, no de ciencia, lo que hace difícil llevar a la práctica las ideas con la actual tecnología.).

    Hay un problema que me parece pertinente señalarte: ¿cómo explicar el aspecto situacional de la emergencia de fenómenos como los que aparecen en las colonias de hormigas? (Tú haces alguna referencia al respecto). Podría poner más ejemplos porque el de las hormigas es relativamente sencillo. Sin embargo me parece imposible en el marco de las máquinas de Turing. Me parece que como muy cerca hay que irse a la fenomenología de Merleau-Ponty (el libro de Andy Clark “Estar ahí: Cerebro, Cuerpo Y Mundo En La Nueva Ciencia Cognitiva” es un ejemplo en esta dirección.)

    Creo, por otro lado que las propuestas críticas a la Lógica en favor de los Sistemas Dinámicos es pertinente, y como sabes los autómatas celulares tratan de abordar esta cuestión. No pueden abordar (que yo sepa) el problema planteado de los hypersets (non-well-founded set theory) en el que cabría de forma casi natural el problema situacional (que no es lo mismo que el problema del contexto).

    A mí me parece que Deleuze se ha aproximado a esta clase de problemas, al menos por extensión a su crítica a las soluciones dadas por otros filósofos, y porqué creo que Descartes y sus seguidores (como Chomsky) están errados. (No creo tampoco que la alternativa esté en la propuesta de Penrose, aunque su crítica a la computabilidad de la mente me parece muy acertada.)

    Ya me he alargado bastante. Te escribo porque lo que dices me parece muy interesante y porque voy a seguir leyendo algunos de tus trabajos, y me gustaría que me abrieses alguna vía más sencilla de comunicación contigo.

    Un saludo
    Félix

  2. Félix Monasterio-Huelin Maciá

    Hola de nuevo. Lamento que se haya publicado el anterior escrito pues pretendía ser personal a falta de una dirección de correo directo y no a través de este blog. No obstante acepto mi error doble, pues el otro es que ni tan siquiera respondía al contenido de esta página sino a la relacionada con la crítica al concepto deleuziano de rizoma.

    Pero ya puestos a cerrar mi participación me parece oportuno decir que las variedades metaheurísticas mencionadas no explican el fundamento de los algoritmos genéticos. Desde un punto de vista matemático los AG representan un método (ya muy antiguo) de resolución de problemas que puedan formularse como problemas de optimización de funcionales de múltiples extremos locales.

    Visto así la cuestión no es el tema de la metaheurística en relación a los AG, sino la pregunta de por qué se cree que es necesario recurrir a enfoques heurísticos para la resolución de problemas. Yo siempre digo que si se trata de resolver problemas de ingeniería lo que debe hacerse es escoger la técnica más adecuada al problema, sin mitificaciones.

    Pero si de lo que se trata es de explicar la inteligencia (y no digamos la evolución) la cosa cambia. Y en mi opinión cambia tanto como que es muy discutible que los enfoques heurísticos hayan logrado explicar algo en absoluto: el dios en la máquina está presente. Lo enfoques heurísticos son una escapatoria del cognitivismo a sus limitaciones analíticas.

    Quizás no esté entendiendo bien los objetivos de este blog, y como antes señalé casi lamento mi participación que incluso para mí, que soy el único responsable, tenía otra finalidad. Me pareció interesante abrir un debate sobre las propuestas de Deleuze con alguien que dice haber sido deleuziano y que ahora reniega de él por encontrar innumerables inconsistencias.

    Un saludo
    Félix

Leave a Reply

Sitio actualizado el 22 junio 2017 @ 00:06 - El contenido de esta página en particular se actualizó el 26 febrero 2016 @ 17:02