Cet article contient des descriptions reçues directement de chercheurs qui ont enregistré des situations similaires dans le domaine de la vie artificielle et de la modélisation évolutive. Nous présentons des preuves substantielles que l'existence et la signification des «surprises de l'évolution» transcendent le monde de la faune ...
Une collection de cas issus de la pratique de l'informatique évolutive et de la recherche sur la vie artificielle
Une traduction abrégée d'un article anglais : La créativité surprenante de l'évolution numérique:
Une collection d'anecdotes des communautés de recherche sur le calcul évolutif et la vie artificielle
Annotation
Le processus évolutif est une source bouillonnante de diverses options d'adaptation. Le potentiel créatif de l'évolution ne se limite pas au monde de la faune: les organismes artificiels générés par la modélisation informatique peuvent surprendre leurs propres créateurs.
Les algorithmes évolutifs contribuent à dépasser le cadre sur lequel ils naissent. De plus, de nombreux chercheurs dans ce domaine peuvent fournir des exemples de la façon dont les algorithmes et les organismes artificiels qu'ils ont créés détruisent de manière frappante les attentes et les intentions. Cela se produit en raison de la manifestation d'erreurs non reconnues dans le code du programme et de la création d'options d'adaptation imprévues. Ou dans le comportement des êtres numériques et les résultats de la recherche, une similitude avec les observations dans la nature vivante se trouve. De telles histoires sont surprenantes dans l'évolution qui se déroule dans le monde numérique, mais elles s'inscrivent rarement dans l'interprétation scientifique acceptée. Au lieu de cela, ils sont souvent interprétés comme quelques-uns des obstacles à l'obtention de résultats avec des objectifs délibérément fixés.
Les erreurs sont éliminées, les expériences changent de direction et certains moments incroyables se résument à un résultat particulier particulier. De telles histoires sont transmises oralement entre les chercheurs, mais une telle méthode de transmission d'informations n'est pas efficace, ce qui entraîne des distorsions et des pertes. De plus, ces histoires sont généralement distribuées aux expérimentateurs eux-mêmes, de sorte que de nombreux chercheurs
il est souvent possible de se faire une idée de l'intérêt et de la réalité des êtres numériques et de leurs processus évolutifs.
Selon nos données, aucun recueil de descriptions de ces histoires n'a été publié auparavant. Cet article contient des descriptions reçues directement de chercheurs qui ont enregistré des situations similaires dans le domaine de la vie artificielle et de la modélisation évolutive.
À cet égard, nous présentons des preuves substantielles que l'existence et la signification des «surprises de l'évolution» dépassent les frontières du monde de la faune, et cela peut en fait être une manifestation des propriétés universelles de tous les systèmes évolutifs complexes.
Présentation
L'évolution nous présente d'innombrables exemples de façons paradoxalement créatives d'obtenir des décisions complexes concernant la variabilité de la nature vivante. Par exemple, certains types de fleurs ont une fonction similaire à une balise acoustique, pour attirer les chauves-souris qui sont guidées par l'écholocation, les microbes extrémophiles modifient leur propre ADN pour une croissance réussie dans des conditions
rayonnement fort, les coléoptères bombardiers repoussent les prédateurs par de violentes réactions chimiques, les parasites reprogramment le cerveau des créatures sur lesquelles ils s'installent, ce qui provoque la mort de ces créatures, mais assure le bien-être des parasites eux-mêmes.
De nombreux autres exemples concernent un large éventail de systèmes biologiques. Et même les biologistes ayant une grande expérience se montrent parfois surpris lorsqu'ils découvrent des moyens d'adaptation récemment découverts. Ainsi, le processus d'évolution biologique est remarquable pour sa créativité étonnante, au moins dans le sens de générer des solutions inimaginables et complexes qui, semble-t-il, peuvent être comparées avec des solutions créées par des personnes. De plus, la créativité des processus évolutifs ne se limite pas à la sphère du monde organique. Quel que soit le milieu physique, des manifestations de l'évolution peuvent être observées partout où des fonctions telles que la réplication, la variabilité et la sélection sont étroitement liées.
À cet égard, l'évolution peut être confirmée par des exemples du monde de la réalité numérique - sous la forme de programmes informatiques conçus pour des expériences sur l'étude de l'évolution ou pour résoudre des problèmes de conception dus à la génération de créatures numériques. Comme l'évolution biologique, les expériences d'évolution numérique produisent souvent des résultats surprenants. Parfois, l'évolution révèle des erreurs de code cachées ou affiche une convergence frappante avec les manifestations biologiques. Et parfois, à travers l'évolution, surgissent des décisions dont les chercheurs n'avaient aucune idée ou qui étaient considérées comme impossibles.
Les histoires associées à l'évolution numérique et «stupéfiantes» aux chercheurs qui l'étudient sont plus que de simples artefacts mineurs. Ces cas contribuent aux actes de perspicacité et à l'acquisition de connaissances utiles aux activités pratiques, car ils montrent l'omniprésence de ces problèmes et la possibilité de les surmonter.
par nécessité.
De plus, de telles situations montrent que les modèles évolutifs numériques éprouvés ne reflètent pas seulement les exigences posées par les créateurs, ainsi que certaines distorsions. En même temps, ils se révèlent suffisamment étayés pour obtenir des résultats inattendus et de nouvelles connaissances.
Évolution et créativité
L'évolution de la créativité devient apparente lorsque l'on observe la diversité de la faune. Des pensées similaires ont été reflétées par Darwin dans la conclusion de l'Origine des espèces, où il est mentionné que l'observation des myriades de créatures biologiques vivant ensemble dans une seule zone est une source de réflexion sérieuse - «les formes infinies les plus belles».
La variabilité de la faune sauvage se propage le long d'axes tels que la complexité, l'organisation, l'habitat, le métabolisme et la reproduction. Dans le même temps, une relation est tracée - des procaryotes unicellulaires aux organismes de baleines contenant des quadrillions de cellules. Depuis l'origine de la vie, la biodiversité a pénétré partout, tandis que l'évolution a conquis la mer, la terre, l'espace aérien, et tout cela avec la création d'innombrables options d'adaptation.
La fonctionnalité fournie par une telle adaptation dépasse de loin les capacités de la conception intellectuelle moderne, qui jusqu'à présent vise à créer des robots capables de s'auto-reproduire de manière fiable, de développer indépendamment le monde réel ou de manifester une intelligence à un niveau comparable à celui de l'homme. Cependant, le mot «créativité» est sémantiquement ambigu et peut avoir de nombreuses significations différentes. Afin de ne pas se noyer dans les discussions sur les manifestations sémantiques et philosophiques, et de reconnaître l'existence d'autres définitions et opinions correspondantes, nous accepterons la «définition standard»: la créativité génère quelque chose d'original (nouveau) et efficace (fonctionnel). Ce critère répond à de nombreux travaux d'évolution.
Dans cette compréhension, la source de créativité dans la faune est le filtre de lecture. L'existence d'un tel filtre peut être réalisée de nombreuses manières différentes, et à la suite de l'évolution, une masse de résultats hétérogènes se forme. Par exemple, dans la nature, il existe de nombreuses façons d'extraire l'énergie nécessaire au fonctionnement à partir de sources inorganiques (telles que le soleil, le fer, l'ammoniac) ou diverses structures alaires pour voler parmi les insectes, les oiseaux, les mammifères et les reptiles.
Le potentiel de créativité de l'évolution contribue également à l'auto-alignement par l'interaction environnementale. Dans le même temps, la création d'une nouvelle niche s'accompagne souvent de la découverte d'autres niches, par prédation, symbiose, parasitisme ou capture. Bien que l'évolution révèle un manque de prévoyance et d'intentionnalité (qualités inhérentes à la créativité humaine), les structures évoluant le long de l'une des fonctions, souvent avec
Adapté à d'autres fins, ce phénomène est connu sous le nom d'exaptation.
Par exemple, la théorie selon laquelle l'évolution des porteurs de plumes les a d'abord transformés en dinosaures en raison de la thermorégulation et les a ensuite amenés à s'adapter au vol et à élever des oiseaux est répandue. Mais même en l'absence de prévision directe, la recherche sur la capacité de développement suggère
que l'architecture du génome à elle seule peut contribuer à un biais vers l'augmentation du potentiel de créativité. L'une des composantes de l'évolution est la pression de sélection, qui provoque l'adaptation des espèces pour améliorer l'intégration dans l'environnement, et qui conduit souvent à la créativité au sein des espèces données. Autrement dit, la coexistence
le changement évolutif entraîne l'émergence de solutions efficaces, telles que l'amélioration de la protection contre les prédateurs ou contre les phénomènes naturels tels que le vent ou les radiations.
Parallèlement à la créativité au sein de l'espèce, il existe également des forces évolutives qui contribuent à la divergence de la créativité, ce qui conduit à l'accumulation de nouveaux traits ou niches. Une telle force est la sélection négative dépendante de la fréquence; un tel facteur incitatif se manifeste lorsque certains des signes ne s'adaptent que dans de rares cas, ce qui contribue à l'évolution des organismes avec une démonstration de ses différentes voies. Un autre facteur de divergence entraîné par les forces évolutives est le rayonnement adaptatif. Il se manifeste lors de l'accès à de nouvelles opportunités et contribue à la diversification rapide du corps avec la transformation en un certain nombre de nouvelles espèces, par exemple, lorsqu'un nouveau
des fonctionnalités comme le vol.
Ainsi, l'évolution est orientée vers l'efficacité (fitness et fonctionnalité réussis), ainsi que l'originalité, à la fois en optimisant les forces de sélection naturelle et les forces de divergence. Pour cette raison, des artefacts surgissent qui répondent aux deux critères de la définition standard de la créativité. L'un des objectifs de l'article est de souligner qu'une telle créativité ne se limite pas à l'environnement biologique, mais est également une propriété commune de l'évolution numérique.
Evolution numérique
Stimulés par l'étude de l'évolution biologique, les chercheurs dans le domaine des processus d'étude de l'évolution numérique illustrés par les méthodes de calcul. L'idée principale est qu'il existe des principes abstraits sous-jacents à l'évolution biologique qui sont indépendants du milieu physique, et que ces principes peuvent être appliqués et étudiés efficacement par le biais de dispositifs informatiques.
Selon l'un des chercheurs Daniel Dennett, «l'évolution se produit toujours et partout où trois conditions sont combinées: réplication, variabilité (mutations) et diverses aptitudes (compétition)»; il ne nécessite pas la présence de molécules spéciales (par exemple, ADN ou ARN) ou de substrats (par exemple, des membranes physiques spéciales).
Dans la nature, l'hérédité est organisée par la réplication de molécules génétiques et la variabilité par des mécanismes similaires à ceux qui copient les erreurs, ainsi que par la recombinaison génétique. La sélection dans l'évolution biologique dépend essentiellement de la mesure dans laquelle la survie et la reproduction sont des conditions logiques d'existence
matériel génétique du corps. La comparaison avec l'évolution numérique conduit à penser que les processus qui remplissent les fonctions de réplication, de variabilité et de sélection peuvent être mis en œuvre sur des ordinateurs sous la forme d'algorithmes évolutionnaires (EA).
Par exemple, la réplication peut être simulée simplement en copiant une structure de données (c'est-à-dire un génome numérique) dans la mémoire, la variabilité peut être représentée par des perturbations aléatoires d'éléments au sein d'une telle structure de données. La sélection en EA peut être obtenue de différentes manières, tandis que les deux plus courantes sont des analogues numériques de l'artificiel.
et la sélection naturelle dans l'évolution biologique. Les similitudes et les différences pour ces types de pressions de sélection sont importantes pour comprendre de nombreux résultats de l'évolution numérique, qui sont décrits plus en détail ci-dessous.
La sélection artificielle dans l'évolution biologique est utilisée, par exemple, par les éleveurs de chevaux qui décident des races à rassembler, dans l'espoir d'améliorer certaines caractéristiques, par exemple lors de la réduction des individus les plus rapides ou les plus petits. Avec cette méthode, la sélection reflète les objectifs fixés par les gens. De même, dans l'évolution numérique, un chercheur peut introduire une fonction fitness comme critère pour effectuer automatiquement une sélection. La fonction fitness est une métrique qui décrit les phénotypes préférés parmi d'autres, et cela reflète l'objectif d'évolution numérique. Par exemple, lorsque vous utilisez EA pour la conception
Une démarche stable d'un robot qui marche, une fonction de conditionnement physique visuel aiderait à mesurer jusqu'où le robot contrôlé ira avant qu'il ne tombe. La sélection avec une telle EA devrait être réduite aux contrôleurs de robots qui réalisent la plus grande distance, dans l'espoir que leurs descendants seront capables de surmonter des distances encore plus grandes. Une méthode de sélection similaire est la plus courante dans les applications d'ingénierie lorsque l'utilisation de l'évolution numérique est destinée à atteindre le résultat souhaité.
Une autre méthode courante de sélection numérique consiste à utiliser la sélection naturelle, similaire à la sélection biologique, lorsque l'évolution n'est pas limitée à l'avance. La principale différence avec la précédente est qu'avec cette méthode, il n'y a pas de résultat prédéterminé défini et une fonction de fitness donnée. Dans le même temps, les êtres numériques rivalisent dans la lutte pour des ressources limitées, telles que les nutriments artificiels. Ici, les opérations cycliques du processeur central sont nécessaires pour reproduire le code des créatures ou l'emplacement de stockage sur un support numérique pour l'enregistrement des génomes. En spécifiant la variabilité d'une population, certaines créatures survivront assez longtemps pour se reproduire avec la reproduction de leur matériel génétique, tandis que d'autres disparaîtront, ce qui fournit une évolution similaire à la nature.
En règle générale, les systèmes d'évolution numérique et des expériences similaires ne sont pas directement mis en œuvre à des fins d'ingénierie 4/30, mais sont utilisés comme moyen d'étudier les principes de base de la vie et de l'évolution avec des paramètres plus simples qu'en biologie; c'est-à-dire qu'ils fournissent des modèles de vie artificielle à utiliser dans des expériences évolutives. Une interprétation erronée persistante de l’évolution numérique est qu’elle
Si elle est initiée sur un support informatique, alors la conformité aux études de l'évolution biologique est perdue. Cependant, à travers des arguments philosophiques et des publications pertinentes, il a été suggéré que l'évolution numérique peut être un outil utile pour faciliter et compléter la recherche sur l'évolution biologique. En fait, de tels systèmes évolutifs peuvent être considérés comme de véritables incarnations de l'évolution, plutôt que comme de simples simulations.
Algorithmes et simulations - surprises
Premièrement, il peut sembler peu évident qu'une classe d'algorithmes puisse systématiquement surprendre leurs compilateurs. Dans le même temps, nous donnons une définition assez large de la surprise comme observant un résultat qui diffère considérablement des attentes, que ce soit des attentes dues à l'intuition, des prédictions résultant de l'expérience acquise ou
modèles théoriques. Étant donné que l'algorithme est une liste formelle d'instructions non ambiguës qui sont exécutées dans un ordre spécifique, il semble tout à fait suffisant de vérifier la description de l'algorithme afin de prédire la gamme complète des résultats possibles, neutralisant toute possibilité de surprises. De plus, il résulte de la théorie de l'informatique que pour de nombreux programmes informatiques le résultat de l'exécution
ne peut pas être prédit sans exécuter un programme. Dans le domaine de la recherche de systèmes complexes, il est également connu que des programmes simples peuvent produire des résultats complexes et parfois même surprenants lorsqu'ils sont exécutés.
C'est un fait fondamental qui, surtout, contredit l'intuition. L'interaction entre plusieurs produits logiciels modernes, spécialement conçue pour obtenir des résultats prévisibles, semble empêcher la manifestation de toute surprise à l'avance. Mais quand même, si la manifestation d'innovations surprenantes est caractéristique de
, , . ; , , , .
, , . , , , . ,
, - .
27 , 50- .
4 :
— , . , .
Fig. 1 . , , , . : . : .
EA, «» . « » , , .
.
, , . , , . (, , ;).
, , . ( Campbell's law Goodhart's law). ( , )
.
, ?
(1994, Karl Sims) 3- , , . . , ,
, . , . , .
Sims , . , 10 . ,
( ), . , . (. 1). «»
, , - .
Fig. 2. .
, , , .
Sims, , Krcah . . 15 , 7 . , , - . , . , ,
! , , «» . , , (. 2).
, ( , ) . , - .
.
, .
EA MAP-Elites , . — , . MAP-Elites , ,
. , /. , , . MAP-Elites : , ,
(. 4)!
Fig. 4.(a) ,
(b)
© ,
, ,
.
(d) ..
,
, . — (. 5). . , , .
MAP-Elites, ( , ). 6 ( ); . , . , , , 0%.

( ), ! (. 6).
,
( 1:49).
.
—
Richard Watson Sevan Ficici , , . , , , , , ,
. , , , , — , . . .
, . , , (. 7). , , . , , , , (, , . 7) . , , , , . , «» .
Fig. 7. , . : . : , .
, , , , . , , , -
: , , (), , , , . , .
, (. 11). , . () , , . , . , .
Fig. 11. :
— , ,
— .
, .
c