Upload
independent
View
5
Download
0
Embed Size (px)
Citation preview
Crea%ng a Gaming World
“A Evolução Darwinista Aplicada à Aprendizagem e
Interação Social de Programas Inteligentes” 2 Julho 2014
Notas Iniciais
n A Inteligência pode ser definida como a capacidade mental que envolve a habilidade de raciocinar, planejar, resolver problemas, pensar de forma abstrata, compreender ideias complexas, aprender rápido e aprender com a experiência. (Mainstream Science on Intelligence)
n A Evolução é uma forma de Inteligência
Inteligência ArMficial
n Quase todas as definições de Inteligência ArMficial assumem a comparação com a inteligência e comportamento humano
n O Homem é o ponto de referência, mas assumir Inteligência apenas em comparação com o Homem é redutor
n A Inteligência ArMficial é o estudo de formas de provocar comportamento inteligente em máquinas ou programas
Pressupostos
n Todos os Mpos de evolução têm mecanismos semelhantes
n Todos os Mpos de evolução obedecem a variáveis parametrizáveis
n Todos os Mpos de evolução são caoMcamente inteligentes
Abordagem
n Simulação da evolução darwinista, através de soWware
n Definição do Habitat
n Definição dos regras de evolução
n Definição dos Cromossomas
Definições da Simulação -‐ HeurísMca
n Evolução de organismo simples que se reproduz inicialmente por mitose
n O tempo da simulação é cortado em faMas de tempo
n Em cada faMa de tempo, é consumida 1 unidade de energia
n Em cada faMa de tempo, cada organismo procura obter energia:
-‐ Respirando
-‐ Alimentando-‐se
Definições da Simulação -‐ HeurísMca
n Se não houver forma de obter energia, o organismo move-‐se
n Cada organismo morre se a sua energia chegar a 0
n Cada organismo reproduz-‐se se Mver o máximo de energia
n A evolução dá-‐se na reprodução com mutação de cromossomas
Definições da Simulação -‐ Cromossomas
n Movimento
n Energia para Movimentar
n Energia no Nascimento
n Energia Máxima
n Tempo para a Energia diminuir
n Taxa de diminuição de energia
n Energia necessária para reprodução
n Energia depois de reprodução
n Eficiência de Respiração
n Eficiência de alimentação
n Estrutura do corpo
n Fonte de respiração
n Fonte de alimentação
n Desperdicio da respiração
n Desperdicio da alimentação
n Reprodução
Definições da Simulação – Pormenores relevantes
n Todas as variáveis e todos os cromossomas têm uma representação binária
n As mutações acontecem nos bits dos cromossomas
n Cada organismo tem um número de controlo, derivado dos cromossomas
n Se esse numero for superior a metade da soma de todos os cromossomas, a especie é diferente da do(s) progenitor(es)
ObjeMvo da Simulação
n Conseguir reproduzir, de uma forma simplista mas consistente, a evolução de um ecossistema a parMr de um organismo.
Próximo passo – Paralelismo com o ‘Social’
n IdenMficar o Habitat de dispersão social e mudá-‐lo no algoritmo (Por ex. Facebook)
n Defenir a nova HeurísMca (regras necessárias a viver e evoluir no Habitat)
n Defenir os cromossomas da nova ‘criatura’, com focus em:
-‐ Alimentação (Por ex. Likes)
-‐ Reprodução/Dispersão (Por ex. Shares)
-‐ Resultados colaterais (Por ex. Novos Convites)
Abordagens do Organismo ‘Social’
n Cada Organismo é subsMtuido por outro em cada passo da reprodução, mas guarda consigo a memória evoluMva e retorna sempre à forma mais eficiente se a evolução atual não for mais eficiente que a anterior
n Cada Organismo faz parte de uma sociedade coleMva com decisão central em que todos votam para uma decisão final, sendo cada individuo exMnguido de acordo com a qualidade do seu voto (quanto mais longe esMver do comportamento adotado mais será a probabilidade de exMnção)
n Cada organismo é autónomo e expande-‐se individualmente sendo a cada evolução exMnguido os menos eficientes
ObjeMvo da Evolução do Organismo ‘Social’
n Comportamento inteligente na linha da simulação de evolução biológica
n A fialibilidade é uma componente presente na evolução e no comportamento humano
n Poder falhar é uma oportunidade de estudar um caminho errado e marcá-‐lo como errado
n Genéricamente a evolução criar mecanismos cada vez mais eficientes para a ‘sobrevivência do organismo’
Se a Hipótese se confirmar…
n Algoritmo génerico de evolução em mulMplos habitats
n Aplicação não só à genéMca, redes sociais ou jogos mas também:
n Biologia
n Física
n Moda
n Previsão de tendências
n MarkeMng direto
n Previsão financeira
n Previsão geo-‐jsica
n Simulações várias