डिजिटल विकास की अद्भुत रचनात्मकता

इस लेख में सीधे शोधकर्ताओं से प्राप्त विवरण शामिल हैं जिन्होंने कृत्रिम जीवन और विकासवादी मॉडलिंग के क्षेत्र में इसी तरह की स्थितियों को दर्ज किया। हम पर्याप्त सबूत प्रस्तुत करते हैं कि "विकास के आश्चर्य" के अस्तित्व और महत्व वन्य जीवन की दुनिया को पार करते हैं ...

विकासवादी कंप्यूटिंग और कृत्रिम जीवन अनुसंधान के अभ्यास से मामलों का संग्रह

एक अंग्रेजी लेख से एक संक्षिप्त अनुवाद : डिजिटल विकास की आश्चर्यजनक रचनात्मकता:
विकासवादी संगणना और कृत्रिम जीवन अनुसंधान समुदायों से उपाख्यानों का एक संग्रह

अमूर्त

विकास प्रक्रिया विभिन्न अनुकूलन विकल्पों का एक शुरुआती स्रोत है। विकास की रचनात्मक क्षमता वन्यजीवों की दुनिया तक सीमित नहीं है: कंप्यूटर मॉडलिंग द्वारा उत्पन्न कृत्रिम जीव अपने स्वयं के रचनाकारों की पहेली बना सकते हैं।

विकासवादी एल्गोरिदम उस ढांचे से परे जाने में योगदान करते हैं जिस पर वे उत्पन्न होते हैं। इसके अलावा, इस क्षेत्र में कई शोधकर्ता इस बात का उदाहरण दे सकते हैं कि एल्गोरिदम और कृत्रिम जीवों ने कैसे बनाया जो उन्होंने हड़ताली उम्मीदों और इरादों को नष्ट कर दिया। यह प्रोग्राम कोड में अपरिचित त्रुटियों के प्रकट होने और अप्रत्याशित अनुकूलन विकल्पों के निर्माण के कारण होता है। या डिजिटल प्राणियों और अनुसंधान के परिणामों के व्यवहार में, जीवित प्रकृति में टिप्पणियों के साथ एक समानता पाई जाती है। डिजिटल दुनिया में हो रहे विकास में इस तरह की कहानियां आश्चर्यजनक हैं, लेकिन वे शायद ही कभी वैज्ञानिक व्याख्या में फिट होते हैं। इसके बजाय, उन्हें अक्सर जानबूझकर निर्धारित लक्ष्यों के साथ परिणाम प्राप्त करने के लिए बाधाओं में से कुछ के रूप में व्याख्या की जाती है।

त्रुटियां समाप्त हो जाती हैं, प्रयोग दिशा बदल जाते हैं, और कुछ अद्भुत क्षण एक विशेष परिणाम के लिए नीचे आते हैं। ऐसी कहानियां शोधकर्ताओं के बीच मौखिक रूप से प्रसारित की जाती हैं, लेकिन सूचना प्रसारित करने का ऐसा तरीका प्रभावी नहीं है, जिससे विकृति और नुकसान होता है। इसके अलावा, इस तरह की कहानियों को एक नियम के रूप में वितरित किया जाता है, प्रयोग करने वालों के बीच, इतने सारे वन्यजीव शोधकर्ता नहीं करते हैं
अक्सर यह अंदाजा लगाना संभव हो जाता है कि डिजिटल और यथार्थवादी और विकासवादी प्रक्रियाएँ कितनी रोचक और यथार्थवादी हो सकती हैं।

हमारे आंकड़ों के अनुसार, ऐसी कहानियों के विवरणों का संग्रह पहले प्रकाशित नहीं किया गया है। इस लेख में सीधे शोधकर्ताओं से प्राप्त विवरण शामिल हैं जिन्होंने कृत्रिम जीवन और विकासवादी मॉडलिंग के क्षेत्र में इसी तरह की स्थितियों को दर्ज किया।

इस संबंध में, हम पर्याप्त सबूत पेश करते हैं कि "विकास के आश्चर्य" की उपस्थिति और महत्व जीवित प्रकृति की दुनिया से परे है, और यह वास्तव में सभी जटिल विकसित प्रणालियों के सार्वभौमिक गुणों का प्रकटन हो सकता है।

परिचय

विकास हमें जीवित प्रकृति की परिवर्तनशीलता के बारे में जटिल निर्णय लेने के विरोधाभासी रचनात्मक तरीकों के अनगिनत उदाहरणों के साथ प्रस्तुत करता है। उदाहरण के लिए, कुछ प्रकार के फूलों में एक ध्वनिक बीकन के समान एक फ़ंक्शन होता है, जो कि इकोलोकेशन द्वारा निर्देशित चमगादड़ को आकर्षित करने के लिए, चरम स्थितियों में सफल विकास के लिए, अपने स्वयं के डीएनए को संशोधित करते हैं।
मजबूत विकिरण, बॉम्बार्डियर बीटल हिंसक रासायनिक प्रतिक्रियाओं से शिकारियों को पीछे हटाना, परजीवी उन प्राणियों के दिमागों को फटकार लगाते हैं जिन पर वे बसते हैं, जो इन प्राणियों की मृत्यु का कारण बनता है, लेकिन परजीवियों के कल्याण को सुनिश्चित करता है।

कई अन्य उदाहरण जैविक प्रणालियों की एक विस्तृत श्रृंखला से संबंधित हैं। और यहां तक ​​कि महान अनुभव वाले जीवविज्ञानी कभी-कभी आश्चर्यचकित होते हैं जब वे अनुकूलन के नए खोजे गए तरीकों के बारे में सीखते हैं। तो, जैविक विकास की प्रक्रिया अपनी अद्भुत रचनात्मकता के लिए उल्लेखनीय है, कम से कम अकल्पनीय और जटिल समाधानों को उत्पन्न करने के अर्थ में, ऐसा प्रतीत होता है, लोगों द्वारा बनाए गए समाधानों के साथ तुलना की जा सकती है। इसके अलावा, विकासवादी प्रक्रियाओं की रचनात्मकता केवल जैविक दुनिया के क्षेत्र तक सीमित नहीं है। भौतिक माध्यम के बावजूद, विकास की अभिव्यक्तियाँ हर जगह देखी जा सकती हैं जहाँ प्रतिकृति, परिवर्तनशीलता और चयन जैसे कार्य आपस में जुड़े हुए हैं।

इस संबंध में, डिजिटल वास्तविकता की दुनिया से उदाहरणों से विकास की पुष्टि की जा सकती है - डिजिटल जीवों की पीढ़ी के कारण विकास के अध्ययन पर प्रयोगों या डिजाइन समस्याओं को हल करने के लिए डिज़ाइन किए गए कंप्यूटर कार्यक्रमों के रूप में। जैविक विकास की तरह, डिजिटल विकास प्रयोगों में अक्सर आश्चर्यजनक परिणाम सामने आते हैं। कभी-कभी विकास छिपी हुई कोड त्रुटियों को प्रकट करता है या जैविक अभिव्यक्तियों के साथ हड़ताली अभिसरण प्रदर्शित करता है। और कभी-कभी, विकास के माध्यम से, ऐसे फैसले आते हैं जिनके बारे में शोधकर्ताओं को कोई पता नहीं था या जिन्हें असंभव माना जाता था।

डिजिटल विकास और "चौंकाने" से जुड़े शोधकर्ता जो इसका अध्ययन करते हैं, वे सिर्फ मामूली कलाकृतियों से अधिक हैं। इस तरह के मामले अंतर्दृष्टि के कार्यों और व्यावहारिक गतिविधियों के लिए उपयोगी ज्ञान के अधिग्रहण में योगदान करते हैं, क्योंकि वे ऐसी समस्याओं की सर्वव्यापकता और उन पर काबू पाने की संभावना को दर्शाते हैं।
आवश्यकता से।

इसके अलावा, ऐसी स्थितियां बताती हैं कि सिद्ध डिजिटल विकासवादी मॉडल न केवल रचनाकारों द्वारा निर्धारित आवश्यकताओं को प्रतिबिंबित करते हैं, साथ ही साथ कुछ विकृतियों को भी दर्शाते हैं। एक ही समय में, वे अप्रत्याशित परिणाम और नए ज्ञान प्राप्त करने के उद्देश्य से पर्याप्त रूप से पुष्ट होते हैं।

विकास और रचनात्मकता

वन्यजीवों में विविधता देखने पर रचनात्मकता का विकास स्पष्ट हो जाता है। इसी तरह के विचार डार्विन द्वारा उत्पत्ति की उत्पत्ति के निष्कर्ष में परिलक्षित किए गए थे, जहां यह उल्लेख किया गया है कि एक ही क्षेत्र में एक साथ रहने वाले जैविक प्राणियों के असंख्य का अवलोकन गंभीर विचार का कारण है - "अंतहीन रूप सबसे सुंदर"।

वन्यजीवों में विविधता जटिलता, संगठन, आवास, चयापचय और प्रजनन जैसे कुल्हाड़ियों के साथ फैलती है। इसी समय, एक संबंध का पता लगाया जाता है - एककोशिकीय प्रोकैरियोट्स से लेकर व्हेल के जीवों तक जिसमें क्वाड्रिलियन कोशिकाएं होती हैं। जीवन की उत्पत्ति के बाद से, जैव विविधता हर जगह घुस गई है, जबकि विकास ने समुद्र, भूमि, वायु क्षेत्र, और यह सब अनगिनत अनुकूलन विकल्पों के निर्माण के साथ विजय प्राप्त की है।

इस तरह के एक अनुकूलन द्वारा प्रदान की गई कार्यक्षमता आधुनिक बुद्धिमान डिजाइन की क्षमताओं से अधिक है, जो अब तक विश्वसनीय आत्म-प्रजनन, वास्तविक दुनिया के स्वतंत्र विकास या मानव के लिए तुलनीय स्तर पर बुद्धिमत्ता की अभिव्यक्ति के लिए सक्षम रोबोट बनाने के उद्देश्य से है। हालाँकि, शब्द "रचनात्मकता" शब्दार्थ रूप से अस्पष्ट है और इसके कई अर्थ हो सकते हैं। सिमेंटिक और दार्शनिक अभिव्यक्तियों के बारे में चर्चा में डूबने के लिए नहीं, और अन्य परिभाषाओं और इसी विचारों के अस्तित्व को पहचानने के लिए, हम "मानक परिभाषा" को अपनाएंगे: रचनात्मकता कुछ मूल (नया) और प्रभावी (कार्यात्मक) उत्पन्न करती है। यह मानदंड विकास के कई कार्यों को पूरा करता है।

इस समझ में, वन्यजीवों में रचनात्मकता का स्रोत प्लेबैक फ़िल्टर है। इस तरह के एक फिल्टर के अस्तित्व को कई अलग-अलग तरीकों से महसूस किया जा सकता है, और विकास के परिणामस्वरूप विषम परिणामों का एक द्रव्यमान बनता है। उदाहरण के लिए, प्रकृति में कीड़े, पक्षियों, स्तनधारियों और सरीसृपों के बीच उड़ान के लिए अकार्बनिक स्रोतों (जैसे कि सूर्य, लोहा, अमोनिया) या विभिन्न पंख संरचनाओं से कार्य करने के लिए आवश्यक ऊर्जा निकालने के कई तरीके हैं।

विकास की रचनात्मकता की क्षमता पर्यावरणीय बातचीत के माध्यम से आत्म-संरेखण में भी योगदान देती है। एक ही समय में, एक नई जगह का निर्माण अक्सर भविष्यवाणी, सहजीवन, परजीवीवाद या कब्जा के माध्यम से अन्य niches की खोज के साथ होता है। यद्यपि विकास में दूरदर्शिता और जानबूझकर कमी (मानव रचनात्मकता में निहित गुण) की कमी का पता चलता है, संरचनाएं एक कार्य के साथ विकसित होती हैं, अक्सर साथ
अन्य उद्देश्यों के लिए अनुकूलित, इस घटना को एक्सैप्टेशन के रूप में जाना जाता है।

उदाहरण के लिए, पंख वाहक के विकास ने पहले थर्मोरेग्यूलेशन के कारण उन्हें डायनासोर में बदल दिया और बाद में उन्हें उड़ने और पक्षियों के प्रजनन के लिए अनुकूलता में लाया। लेकिन प्रत्यक्ष दूरदर्शिता के अभाव में भी विकासात्मक क्षमता पर शोध से पता चलता है
वह जीनोम आर्किटेक्चर अकेले रचनात्मकता क्षमता बढ़ाने की दिशा में पूर्वाग्रह में योगदान कर सकता है। विकास के घटकों में से एक चयन का दबाव है, जो पर्यावरण में एकीकरण को बेहतर बनाने के लिए प्रजातियों के अनुकूलन का कारण बनता है, और जो अक्सर दिए गए प्रजातियों के भीतर रचनात्मकता की ओर जाता है। वह है, सह-अस्तित्व
विकासवादी परिवर्तन प्रभावी समाधानों के उद्भव के बारे में लाता है, जैसे कि शिकारियों के खिलाफ सुरक्षा में सुधार या प्राकृतिक घटनाओं जैसे कि हवा या विकिरण के खिलाफ।

प्रजातियों के भीतर रचनात्मकता के साथ-साथ, विकासवादी ताकतें भी हैं जो रचनात्मकता के विचलन में योगदान करती हैं, जिससे नए लक्षण या निशानों का संचय होता है। ऐसा एक बल नकारात्मक आवृत्ति-निर्भर चयन है; इस तरह के एक प्रोत्साहन कारक स्वयं प्रकट होता है जब कुछ संकेत केवल दुर्लभ मामले में अनुकूल होते हैं, जो जीवों के विकास के लिए अपने विभिन्न रास्तों के प्रदर्शन के साथ योगदान देता है। विकासवादी शक्तियों द्वारा संचालित एक और विचलन कारक अनुकूली विकिरण है। यह नए अवसरों तक पहुँचने पर स्वयं प्रकट होता है और कई नई प्रजातियों में परिवर्तन के साथ शरीर के तेजी से विविधीकरण में योगदान देता है, उदाहरण के लिए, जब एक नया
उड़ान जैसी सुविधाएँ।

इस प्रकार, विकास दक्षता (सफल फिटनेस और कार्यक्षमता), साथ ही मौलिकता, प्राकृतिक चयन और गोताखोर बलों के दोनों अनुकूलन बलों के माध्यम से निर्देशित किया जाता है। इसके कारण, कलाकृतियां पैदा होती हैं जो रचनात्मकता की मानक परिभाषा के दोनों मानदंडों को पूरा करती हैं। लेख के लक्ष्यों में से एक यह है कि इस तरह की रचनात्मकता जैविक पर्यावरण तक सीमित न हो, बल्कि डिजिटल विकास के लिए एक आम संपत्ति भी है।

डिजिटल विकास

जैविक विकास के अध्ययन द्वारा उत्तेजित, कम्प्यूटेशनल विधियों द्वारा सचित्र डिजिटल विकास अध्ययन प्रक्रियाओं के क्षेत्र में शोधकर्ता। मुख्य विचार यह है कि जैविक विकास में अंतर्निहित अमूर्त सिद्धांत हैं जो भौतिक माध्यम से स्वतंत्र हैं, और कंप्यूटिंग उपकरणों के माध्यम से ऐसे सिद्धांतों को प्रभावी ढंग से लागू और अध्ययन किया जा सकता है।

डैनियल डेनेट के शोधकर्ताओं में से एक के शब्दों में, "विकास हमेशा और हर जगह होता है जहां तीन स्थितियां संयुक्त होती हैं: प्रतिकृति, परिवर्तनशीलता (म्यूटेशन) और विभिन्न फिटनेस (प्रतियोगिता)"; इसमें विशेष अणुओं (उदाहरण के लिए, डीएनए या आरएनए) या सब्सट्रेट (उदाहरण के लिए, विशेष भौतिक झिल्ली) की उपस्थिति की आवश्यकता नहीं होती है।

प्रकृति में आनुवांशिक अणुओं की प्रतिकृति के माध्यम से आनुवंशिकता का आयोजन किया जाता है, और तंत्र के माध्यम से परिवर्तनशीलता होती है जो त्रुटियों की नकल करते हैं, साथ ही आनुवंशिक पुनर्संयोजन भी। जैविक विकास में चयन काफी हद तक इस बात पर निर्भर करता है कि अस्तित्व के लिए जीवित रहने और प्रजनन कितनी तार्किक स्थिति है
शरीर की आनुवंशिक सामग्री। डिजिटल इवोल्यूशन के साथ तुलना करने से राय बनती है कि प्रतिकृति, परिवर्तनशीलता और चयन के कार्यों को करने वाली प्रक्रियाएं कंप्यूटर पर विकासवादी एल्गोरिदम (ईए) के रूप में लागू की जा सकती हैं।

उदाहरण के लिए, प्रतिकृति को केवल एक डेटा संरचना (यानी, एक डिजिटल जीनोम) को मेमोरी में कॉपी करके सिम्युलेट किया जा सकता है, परिवर्तनशीलता को ऐसे डेटा संरचना के भीतर तत्वों के यादृच्छिक गड़बड़ी द्वारा दर्शाया जा सकता है। ईए में चयन विभिन्न तरीकों से प्राप्त किया जा सकता है, जबकि दो सबसे आम कृत्रिम के डिजिटल एनालॉग हैं
और जैविक विकास में प्राकृतिक चयन। इस प्रकार के चयन दबाव के लिए समानताएं और अंतर डिजिटल विकास के बहुत सारे परिणामों को समझने के लिए महत्वपूर्ण हैं, जिन्हें नीचे अधिक विस्तार से वर्णित किया गया है।

जैविक विकास में कृत्रिम चयन का उपयोग किया जाता है, उदाहरण के लिए, घोड़े के प्रजनकों द्वारा जो तय करते हैं कि कौन सी नस्लों को एक साथ लाना है, कुछ विशेषताओं में सुधार की उम्मीद में, उदाहरण के लिए, जब सबसे तेज़ या सबसे छोटे व्यक्तियों को कम करना। इस पद्धति के साथ, चयन लोगों द्वारा निर्धारित लक्ष्यों को दर्शाता है। इसी तरह, डिजिटल विकास में, एक शोधकर्ता एक चयन के लिए स्वचालित रूप से एक मानदंड के रूप में एक फिटनेस फ़ंक्शन पेश कर सकता है। फिटनेस फ़ंक्शन एक मीट्रिक है जो बताता है कि दूसरों के बीच कौन से फेनोटाइप्स पसंद किए जाते हैं, और यह डिजिटल विकास के लिए लक्ष्य को दर्शाता है। उदाहरण के लिए, डिजाइन के लिए ईए का उपयोग करते समय
चलने वाले रोबोट का एक स्थिर चाल, एक दृश्य फिटनेस फ़ंक्शन यह मापने में मदद करेगा कि नियंत्रित रोबोट गिरने से पहले कितनी दूर जाएगा। ऐसे ईए के साथ चयन को रोबोट नियंत्रकों के लिए कम किया जाना चाहिए जो सबसे बड़ी दूरी का एहसास करते हैं, इस उम्मीद में कि उनके वंशज भी अधिक दूरी को पार करने में सक्षम होंगे। एक समान चयन विधि इंजीनियरिंग अनुप्रयोगों में सबसे आम है जब डिजिटल विकास का उपयोग वांछित परिणाम प्राप्त करने के लिए किया जाता है।

डिजिटल चयन का एक अन्य सामान्य तरीका जैविक के समान प्राकृतिक चयन का उपयोग करना है, जब विकास अग्रिम में सीमित नहीं है। पिछले एक से मुख्य अंतर यह है कि इस पद्धति के साथ कोई निश्चित पूर्व निर्धारित परिणाम और एक फिटनेस फ़ंक्शन नहीं है। इसी समय, डिजिटल प्राणियों सीमित संसाधनों के लिए संघर्ष में प्रतिस्पर्धा करते हैं, जैसे कि कृत्रिम पोषक तत्व। यहां, जीनोम रिकॉर्डिंग के लिए केंद्रीय प्रोसेसर के चक्रीय संचालन को एक डिजिटल माध्यम पर प्राणियों के कोड या भंडारण स्थान को दोहराने की आवश्यकता होती है। जब आबादी में परिवर्तनशीलता को निर्दिष्ट करते हैं, तो कुछ जीव अपने आनुवंशिक सामग्री के प्रजनन के साथ प्रजनन के लिए लंबे समय तक जीवित रहेंगे, जबकि अन्य गायब हो जाएंगे, और यह प्राकृतिक के समान एक विकास प्रदान करता है।

आमतौर पर, डिजिटल विकास प्रणाली और इसी तरह के प्रयोगों को सीधे 4/30 इंजीनियरिंग उद्देश्यों के लिए लागू नहीं किया जाता है, लेकिन जीव विज्ञान की तुलना में सरल सेटिंग्स के साथ जीवन और विकास के बुनियादी सिद्धांतों का अध्ययन करने के साधन के रूप में उपयोग किया जाता है; यही है, वे विकासवादी प्रयोगों में उपयोग के लिए कृत्रिम जीवन मॉडल प्रदान करते हैं। डिजिटल विकास की एक लगातार गलत व्याख्या है क्योंकि यह है
यदि इसे कंप्यूटर माध्यम पर शुरू किया जाता है, तो जैविक विकास के अध्ययन का अनुपालन खो जाता है। हालांकि, दार्शनिक तर्क और प्रासंगिक प्रकाशन दोनों के माध्यम से, यह सुझाव दिया गया है कि जैविक विकास के लिए अनुसंधान को सुविधाजनक बनाने और पूरक करने के लिए डिजिटल विकास एक उपयोगी उपकरण हो सकता है। वास्तव में, इस तरह की विकसित प्रणाली को केवल इसके सिमुलेशन के बजाय, विकास के वास्तविक अवतार के रूप में माना जा सकता है।

एल्गोरिदम और सिमुलेशन - आश्चर्य

सबसे पहले, यह स्पष्ट प्रतीत हो सकता है कि एल्गोरिदम का एक वर्ग व्यवस्थित रूप से अपने संकलक को आश्चर्यचकित कर सकता है। एक ही समय में, हम आश्चर्य की एक व्यापक परिभाषा देते हैं, जिसके परिणामस्वरूप परिणाम अपेक्षाओं से काफी भिन्न होते हैं, यह अंतर्ज्ञान के कारण अपेक्षाएं हैं, अनुभव के परिणामस्वरूप भविष्यवाणियां, या इसके कारण
सैद्धांतिक मॉडल। चूंकि एल्गोरिथ्म एक विशिष्ट क्रम में निष्पादित किए जाने वाले अस्पष्ट निर्देशों की एक औपचारिक सूची है, इसलिए आश्चर्य की किसी भी संभावना का मुकाबला करते हुए संभावित परिणामों की पूरी श्रृंखला की भविष्यवाणी करने के लिए एल्गोरिथ्म के विवरण की जांच करना काफी पर्याप्त लगता है। इसके अलावा, यह कंप्यूटर विज्ञान के सिद्धांत का अनुसरण करता है जो कि कई कंप्यूटर प्रोग्राम निष्पादन के परिणाम के लिए होता है
एक कार्यक्रम चलाने के बिना भविष्यवाणी नहीं की जा सकती। जटिल प्रणालियों के अनुसंधान के क्षेत्र में, यह भी ज्ञात है कि सरल कार्यक्रम जटिल और कभी-कभी आश्चर्यजनक परिणाम भी ला सकते हैं जब निष्पादित किया जाता है।

यह एक बुनियादी तथ्य है, जो सबसे ऊपर है, अंतर्ज्ञान का खंडन करता है। कई आधुनिक सॉफ्टवेयर उत्पादों के बीच की बातचीत, जो विशेष रूप से पूर्वानुमेय परिणाम प्राप्त करने के लिए डिज़ाइन की गई है, अग्रिम में किसी भी आश्चर्य की अभिव्यक्ति को उजागर करने के लिए लगता है। लेकिन फिर भी, अगर चौंकाने वाले नवाचारों की अभिव्यक्ति की विशेषता है
जैविक विकास, फिर कंप्यूटर मॉडल से इसी तरह की अभिव्यक्तियों की अपेक्षा की जानी चाहिए जो विकास प्रक्रिया के मूल पहलुओं को दर्शाती है। हम अप्रत्याशित परिणामों का उत्पादन करने के लिए डिजिटल विकास की क्षमता का अनौपचारिक साक्ष्य प्रदान करते हैं; और नीचे प्रस्तुत विविध अभिव्यक्तियाँ यह प्रदर्शित करती हैं कि ये आश्चर्यजनक परिणाम कितने सामान्य और व्यापक हैं। मानव के ऐसे पहलू पर भी ध्यान देना जरूरी है
मनोविज्ञान, बेलगाम निर्णयों की प्रवृत्ति के रूप में, जो अक्सर किसी अन्य व्यक्ति द्वारा अपनी व्यक्तिपरक धारणा को देखते हुए आश्चर्य के महत्व को समझना मुश्किल बनाता है।यही है, लोग अक्सर अतिरंजित होते हैं कि घटना कैसे होती है, इसकी घटना के बाद। उसी समय, नीचे प्रस्तुत कई मामले
इस तथ्य के बाद परिणामों की समझ शुरू कर सकते हैं, जिससे पाठक को कुछ आश्चर्यजनक अभिव्यक्तियों से इनकार करना पड़ सकता है।

डिजिटल विकास रचनात्मकता का वर्गीकरण

50 शोधकर्ताओं के काम से संबंधित 27 दिलचस्प मामले निम्नलिखित हैं।
हमने इन मामलों को सशर्त रूप से 4 श्रेणियों में विभाजित किया है:

• उग्र चयन, जब डिजिटल इवोल्यूशन के बीच विसंगति दिखाई देती है कि प्रयोग करने वाले क्या मांगते हैं और पूछने पर क्या सोचते हैं;
• अनजाने डिबगिंग, डिजिटल विकास का पता लगाता है और पहले अज्ञात सॉफ़्टवेयर या हार्डवेयर त्रुटियों का उपयोग करता है;
• अपेक्षाओं से अधिक, डिजिटल विकास उन समाधानों की खोज करता है जो उम्मीदों से अधिक हैं;
• जीव विज्ञान के साथ अभिसरण, डिजिटल विकास मीडिया और स्थितियों के बारे में महत्वपूर्ण विसंगतियों के बावजूद, प्रकृति में पाए जाने वाले समाधानों को अभिसरण करता है।

उग्र चयन

व्यावहारिक समस्याओं को हल करते समय, प्रयोगकर्ताओं के बीच सबसे आम दृष्टिकोण फिटनेस फ़ंक्शन का विकल्प है, जो अध्ययन के वांछित लक्ष्य को दर्शाता है। ऐसे फिटनेस कार्यों के रूप में, सरल मात्रात्मक माप अक्सर निर्धारित किए जाते हैं जो एक सफल परिणाम प्राप्त करने के लिए बुनियादी विशेषताओं को कवर करने के लिए स्पष्ट लगते हैं।



अंजीर। 1 आंदोलन के लिए संभावित ऊर्जा का उपयोग। विकास से पता चलता है कि ऊंची संरचनाओं को बनाना आसान है जो सक्रिय आंदोलन के लिए रणनीतियों की तुलना में तर्कसंगत गिरावट का प्रदर्शन करते हैं। वाम: प्रयास की शुरुआत में प्राणी। सही: गति बनाए रखने के लिए गिरने और सोमरस के क्षण।

ऐसी प्रक्रियाएं ईए ट्रिगर हैं, क्योंकि वे प्रत्यक्ष खोजों के लिए "फ़नल" के रूप में काम करते हैं। "प्रजनन" का उद्देश्य फिटनेस के उच्च मूल्यांकन के साथ प्राणियों को प्रजनन करना है, इस उम्मीद में कि इससे फिटनेस में और सुधार होगा और निश्चित रूप से वांछित परिणाम प्राप्त होंगे। यह जानवरों की नस्लों के प्रजनन की प्रक्रिया के समान है और किसी दिए गए
परिणाम को प्राप्त करने के लिए विकास के समान सिद्धांतों पर आधारित है ।

हालांकि, जैसा कि नीचे दिखाया गया है, अच्छे इरादों के साथ किए गए मात्रात्मक माप को अक्सर गैर-स्पष्ट साधनों द्वारा अधिकतम किया जाता है। इसके अलावा, प्रयोगकर्ता अक्सर यह अनुमान लगाते हैं कि परिमाणात्मक माप कितना सही है, यह प्रयोगकर्ताओं द्वारा निहित अंतर्निहित गुणात्मक परिणाम को दर्शाता है। यह मानचित्र और क्षेत्र के टकराव के रूप में ज्ञात एक गलती है (उदाहरण के लिए, मीट्रिक एक नक्शा है, और शोधकर्ता एक वैध क्षेत्र को निहित करता है;)।

अर्थात्, अक्सर विकास के लिए, मात्रात्मक माप करने की प्रक्रिया में अंतराल का शोषण वास्तविक वांछित परिणाम प्राप्त करने की तुलना में कार्यात्मक रूप से सरल है। इसके अलावा, मानव समाज में अच्छे लक्ष्यों के साथ बनाई गई संकेतक प्रणाली सीधे उनके अनुकूलन (तथाकथित कैंपबेल के कानून या गुडहार्ट के कानून) को प्रभावित करके नष्ट की जा सकती है। और डिजिटल विकास अक्सर कानून के पत्र को पूरा करने के लिए कार्य करता है (जो कि फिटनेस के कार्य पर है)
इसके बहुत अर्थ को अनदेखा करते हुए।

यदि आप सोखना कर सकते हैं तो क्यों चलें?

फाउंडेशनल वर्क (1994, कार्ल सिम्स) में 3-आयामी आभासी जीव विकसित होते हैं, जो एक नकली भौतिक वातावरण में चलने, तैरने और कूदने जैसे व्यवहारों की खोज करने में सक्षम हैं। प्राणियों के शरीर जुड़े हुए ब्लॉकों से बने होते हैं। उनके दिमाग को सरल तंत्रिका नेटवर्क के माध्यम से महसूस किया जाता है जो अंगों से संवेदनाओं के आधार पर जोड़ों पर एक परिवर्तनशील क्षण उत्पन्न करता है, एक
आंदोलन के निष्पादन के साथ जो यथार्थवादी दिखता है। संरचना और नियंत्रण प्रणाली एक साथ विकसित हुई, जिससे सभी प्रकार के निकायों और आंदोलन रणनीतियों को प्राप्त करना संभव हो गया। वास्तव में, ऐसे जीव डिजिटल विकास के सबसे आम उत्पाद बने हुए हैं।

हालांकि, जब सिम्स ने पहली बार आंदोलन के दौरान व्यवहार के विकास को लागू करने की कोशिश की, तो कठिनाइयां पैदा हुईं। गुरुत्वाकर्षण और घर्षण की उपस्थिति के साथ एक सिम्युलेटेड क्षेत्र में, प्राणियों की फिटनेस को 10 सिम्युलेटेड सेकंड की जीवन अवधि में सतह पर गति की औसत गति के रूप में मापा गया था। इसके बजाय स्मार्ट जोड़ों या साँप जैसी गतिविधियों को रोकने के लिए, जिससे उन्हें धक्का देने में मदद मिल सके
सतह के साथ (उम्मीद के मुताबिक), जीव लंबा और कठोर हो गया। सिमुलेशन के दौरान, वे उच्च गति प्राप्त करने के लिए अपनी मूल संभावित ऊर्जा का उपयोग करते हुए, कैपेसाइज़ करने के लिए प्रवृत्त हुए। और कुछ भी क्षैतिज गति (छवि 1) को बढ़ाने के लिए tumbled। इस तरह के "ट्रिक्स" को रोकने के लिए, प्रत्येक
आंदोलन की शुरुआत में प्राणियों में निहित संभावित ऊर्जा को छोड़ने के लिए प्रत्येक सिमुलेशन की शुरुआत में एक समय अंतराल आवंटित करना आवश्यक है, इससे पहले कि उनके आंदोलन कोई परिणाम दें।



अंजीर। 2. पोल वॉल्टिंग के लिए संभावित ऊर्जा का उपयोग।
इवोल्यूशन से पता चलता है कि जंप को सक्रिय करने के लिए तंत्र बनाने की तुलना में गिरने वाले जीवों को पालना और लुढ़कना आसान है।

सिम्स के लेखक के काम के आधार पर, लेकिन एक अलग सिमुलेशन प्लेटफॉर्म का उपयोग करते हुए, शोधकर्ता क्रैका ने सतह से सबसे अधिक संभव ऊंचाई तक कूदने के लिए प्राणियों को लाया। प्रयोगों की पहली श्रृंखला में, प्रत्येक जीव की फिटनेस की गणना एक ऊंचाई तक गुरुत्वाकर्षण के केंद्र के अधिकतम उदय के रूप में की गई थी। नतीजतन, सतह से 7 सेमी उछलते हुए, 15 सेमी की ऊंचाई वाले जीव बनाए गए थे। एक ही समय में, प्राणियों को भी गलती से उत्पन्न हुआ, एक उच्च स्थैतिक टॉवर के रूप में एक शरीर बनाकर, बिना किसी आंदोलन के उदय के, फिटनेस के उच्च स्तर तक पहुंच गया। प्रयोगों की अगली श्रृंखला में इस तरह के अंतर को ठीक करने के प्रयास में, फिटनेस की गणना सतह से नोड तक की सबसे बड़ी दूरी के रूप में की गई थी जो मूल रूप से सतह के करीब थी। किसी प्रयोग के मात्रात्मक परिणामों का मूल्यांकन करते समय,शोधकर्ताओं के आश्चर्य के कारण, कुछ जीव बहुत लम्बे हो गए और यह भी दिखा
कूदने में लगभग दस गुना सुधार! उसी समय, यह पता चला कि विकास बिना किसी छलांग के सोमरस के रूप में ऐसी "चाल" दिखाता है। विकसित शरीर में कई बड़े ब्लॉक शामिल थे, और एक लंबे ऊर्ध्वाधर मस्तूल (छवि 2) द्वारा समर्थित एक सिर जैसा दिखता था।

सिमुलेशन की शुरुआत में, जीव ने सतह से अपने लंबे पैर को धकेल दिया और पहले सिर को गिराना शुरू कर दिया, पैर की सतह पर आक्रमण के साथ (शुरुआत में निचला बिंदु जहां से कूद मूल्य की गणना की गई थी) सतह से। यह स्पष्ट कूद कौशल में किसी भी प्रशिक्षण के बिना एक उच्च फिटनेस मूल्य बनाए रखते हुए, सतह और निचले बिंदु के बीच एक बड़ा अंतर पैदा करता है।

वीडियो का लिंक ।

अनजाने डिबगिंग

निम्नलिखित उदाहरण दिखाते हैं कि आभासी प्राणियों के विफल तत्व अप्रत्याशित अनुकूलन के लिए कैसे सक्षम हो सकते हैं।

पुनर्प्राप्त निष्क्रिय सुविधाएँ

टेबल पर रखे एक छोटे क्यूब के साथ रोबोट हाथ की संभावित अंतःक्रिया की जांच के लिए MAP-Elites नामक EA का उपयोग किया गया था। अध्ययन का उद्देश्य विभिन्न नियंत्रकों की पीढ़ी और संचय है जो तालिका में विभिन्न स्थानों पर घन को स्थानांतरित कर सकता है। सामान्य सेटिंग्स के साथ, एमएपी-एलिट्स सॉफ्टवेयर क्यूब को टेबल के चारों ओर ले जाने में सक्षम है, इसे पकड़ो और यहां तक ​​कि इसे
रोबोट के हाथ के सामने स्थित टोकरी में छोड़ दें । बाद के एक प्रयोग के लिए, रोबोट की ग्रिप क्षतिग्रस्त हो गई थी, जिसके खुलने / बंद होने से रोका गया था। यह उम्मीद की गई थी कि हाथ केवल एक निश्चित तरीके से घन को स्थानांतरित करने में सक्षम होगा, अर्थात, इसे बेवकूफी से धक्का दें। हालांकि, एमएपी-एलिट्स ने एक पेचीदा तरीका खोजा: क्यूब को केवल एक निश्चित दिशा में पकड़ के साथ धक्का दें, पकड़ को खोलने के लिए प्रेरित करें ताकि वह
घन को सुरक्षित रूप से पकड़ सके (चित्र 4)।



अंजीर। 4.(a) ,
(b)
© ,
, ,
.
(d) .

.

,

एक एल्गोरिथ्म पेश किया गया था जिसने एक क्षतिग्रस्त रोबोट को दो मिनट के भीतर सफलतापूर्वक अनुकूलित करने की अनुमति दी थी। हमने छठे रोबोट को नुकसान के विकास का अध्ययन किया - क्षतिग्रस्त पैर या इंजन (छवि 5) के साथ चलना। परीक्षण से पहले, शोधकर्ताओं ने विभिन्न प्रकार की चलने वाली रणनीतियों में प्राथमिक प्रशिक्षण के उद्देश्य के लिए एक रोबोट सिम्युलेटर के साथ डिजिटल विकास को जोड़ा। क्षति के बाद, रोबोट को एक वास्तविक वातावरण में परीक्षणों के दौरान जल्दी से सीखने के लिए नकली विकास से प्राप्त अनुभव का उपयोग करना पड़ा।

विभिन्न चलने के तरीकों के विकास को लागू करने के लिए, एमएपी-एलाइट्स विकासवादी एल्गोरिथ्म का उपयोग किया गया था, जो कि दिए गए आयामों के प्रत्येक विशिष्ट संयोजन के लिए सबसे अनुकूली जीव की खोज की गई थी (अर्थात, फेनोटाइप द्वारा लागू किए गए संभावित तरीके)। इस मामले में, परिवर्तनशीलता के 6 आयाम समय के अंशों के अनुरूप हैं (प्रत्येक पैरों द्वारा उपयोग किया जाता है); उस समय के सापेक्ष अंश को मापा गया जब पैरों की सतह प्रत्येक पैर को छूती थी। इस प्रकार, विकासवादी एल्गोरिथ्म ने छठे रोबोट के प्रत्येक पैर की सतह को छूने की प्रत्येक विशिष्ट आवृत्ति पर चलने का सबसे तेज़ तरीका खोजा। उसी समय, विकास विकल्प को असंभव माना जाता था जब छह पैरों में से कोई भी सतह को नहीं छूता था, अर्थात, स्पर्श 0% के समय अंतराल के अनुरूप था।



हालाँकि, रोबोट अपनी पीठ पर लुढ़क गया और अपने घुटनों (पीठ को मोड़कर) पर चला गया, जिसके पैर हवा में लटके हुए थे! (अंजीर। 6)।

वीडियो विभिन्न चलने के पैटर्न को प्रदर्शित करता है, जिसमें उल्लेख किया गया है
(1: 49 समय पर)।

वीडियो का लिंक ।

सबसे तेज़ यात्रा - हमेशा एक सीधी रेखा में नहीं

शोधकर्ता रिचर्ड वॉटसन और सेवन फिकिसी ने दो पहियों, दो इंजन और दो सेंसर के साथ रोबोट के व्यवहार का अध्ययन किया। इस प्रकार के रोबोट अच्छी तरह से ज्ञात हैं, उनका उल्लेख पुस्तक में किया गया है, जहां यह कहा गया है कि मोटर आउटपुट के साथ सेंसर इनपुट का कनेक्शन, एक निश्चित तरीके से किया जाता है, एक
प्रकाश किरण का पालन करने के समान व्यवहार का कारण बनता है । उदाहरण के लिए, जब दाहिने पहिये के इंजन का क्षण बाएं सेंसर द्वारा ज्ञात प्रकाश की तीव्रता के समानुपाती होता है, और तदनुसार, बाएं पहिया के लिए, दाएं सेंसर द्वारा, प्रकाश स्रोत की दिशा में रोबोट चलता है। इस प्रयोग में, सेंसर इनपुट और पहिया गति के बीच के कनेक्शन के लिए वजन विकास द्वारा निर्धारित किया गया था। उसी समय, पुस्तक में उल्लिखित कथन की सच्चाई को सत्यापित किया गया था।

जब विकासशील रोबोट प्रकाश स्रोत की दिशा में चले गए, तो उन्होंने अक्सर अप्रत्याशित तरीके से काम किया। कुछ ने स्रोत का समर्थन किया जब सेंसर को अंधेरा कर दिया गया था, दूसरों ने स्रोत के लिए एक विलक्षण प्रक्षेपवक्र के माध्यम से खोज की, और सत्यापित कथन (छवि 7) के अनुसार नहीं। यह पता चला कि भंवर के साथ इस तरह के प्रक्षेपवक्र को स्रोत का पालन करते समय वक्र की वक्रता या सीधा होने के कारण समायोजित करना आसान होता है। लेखकों ने पाया कि आनुवंशिक खोज का क्षेत्र जो घूमता रहता है, बहुत विस्तृत है, जबकि उपरोक्त कथन के अनुसार शास्त्रीय समाधान के लिए सटीक संतुलन की आवश्यकता होती है (उदाहरण के लिए, दक्षिणावर्त दिशा से विपरीत, अंजीर 7 तक थोड़े बदलाव के साथ) और अपेक्षाकृत संकीर्ण क्षेत्र से मेल खाती है। आनुवंशिक खोज। इसके अलावा, मनाया अक्षमता के बावजूद,भँवर को उच्च गति पर भी बनाए रखा जाता है, शास्त्रीय समाधान के विपरीत, जब उच्च इंजन गति में पर्याप्त रूप से तेज विनियमन असंभव होता है। और इसके अलावा, व्यक्तिगत रोबोट में विभिन्न ड्राइव का उपयोग करते समय भंवर अधिक विश्वसनीय होता है, और साथ ही, परीक्षण स्थल के किनारों पर उनके "चिपके" होने की संभावना कम होती है।



अंजीर। 7. प्रकाश स्रोत के बाद रोबोट। वाम: क्लासिक समाधान। सही: विकास के माध्यम से भँवर।

जीवविज्ञान के साथ अभिसरण

जैविक विकास के अध्ययन से प्रेरित, डिजिटल विकास स्वाभाविक रूप से इसी तरह के बुनियादी सिद्धांतों, जैसे चयन, परिवर्तनशीलता, आनुवांशिकता को प्रदर्शित करता है। एक ही समय में, कोई निश्चितता नहीं है कि डिजिटल विकास विशिष्ट व्यवहार के मामलों में और साथ ही प्रकृति में, कम-
फैले कारकों की एक विस्तृत विविधता के कारण प्रकट होगा : म्यूटेशन की डिग्री, जीनोम के आकार, जीनोटाइप्स (मैपिंग) के लिए फेनोटाइप्स के बाद, जनसंख्या आकार, आकृति विज्ञान। बातचीत के प्रकार, पर्यावरण की जटिलता। इसके अलावा, व्यवहार में ऐसे अभिसरण के मामलों का निरीक्षण करना दिलचस्प है।

हड्डी और मांसपेशियों का विकास

आभासी प्राणियों के अध्ययन में, विकास ने जीव जंतुओं के साथ देखे गए आंदोलन की रणनीति दिखाई (चित्र 11)। ऊपर एक केंचुए के समान प्राणी की गति है। विकास पूरक (एंटी-दिशात्मक) मांसपेशी समूहों का उपयोग करके, मनुष्यों में बाइसेप्स और ट्राइसेप्स और उनके इष्टतम प्लेसमेंट जैसे लाभों का पुन: निर्धारण करता है। नीचे, पतले नोड्स के समर्थन के लिए हड्डी जैसी सामग्री के विकास का परिणाम प्रदर्शित किया गया है, जो उन्हें असर क्षमता के नुकसान के बिना लंबे और पतले होने की अनुमति देता है। परिणाम घोड़ों के लिए सरपट आम की तरह है।

अंजीर। 11. तीन आयामी छवि के रंगों को अलग-अलग रंगों में दिखाया गया है:
लाल और हरे रंग - मांसपेशी समूह विपरीत तरीके से काम करते हैं,
नीले और नीले - कठोर और नरम सहायक सामग्री।



ऊपर यह दिखाया गया है कि प्रत्येक पेशी के विभिन्न क्षेत्र कैसे विकसित होते हैं।

Kroscpost