Nenatūrali atranka

Norėdami tapti profesionaliu antenų dizaineriu, galite eiti vienu iš dviejų būdų: galite užsiregistruoti kolegijos ir magistrantūros studijų kursuose apie elektromagnetizmą, pasinerti į empirinį antenos formų tyrimą ir mokytis pas patyrusį techniką, norintį perteikti atidžiai saugomos disciplinos paslaptys.

Arba galite daryti tai, ką padarė Jasonas Lohnas: tegul evoliucija atlieka darbą.

Ši istorija buvo mūsų 2005 m. vasario mėn. numerio dalis

• Žr. likusią numerio dalį
• Prenumeruoti

Fizikai daug žino apie Maksvelo lygtis ir kitus belaidžio ryšio principus. Tačiau antenos dizainas vis dar yra gana tamsus menas, sako Lohnas, kompiuterių mokslininkas, dirbantis NASA Ames tyrimų centre už Mauntin Vju, Kalifornijoje. Laukas toks voveriškas. Visas jūsų mokymasis vyksta bandymų ir klaidų būdu, sunkių smūgių mokykla.

Taigi kodėl gi ne automatizuoti bandymų ir klaidų? Antenos dizainas, Lohno nuomone, yra viena iš daugelio inžinerinių problemų, kurias geriausiai galėtų išspręsti evoliuciniai algoritmai – besiformuojanti programinės įrangos klasė, kuri gamina daugybę skirtingų dizainų, atmeta mažiau tinkamas, kad būtų galima pasirinkti funkcionaliausią. Gauti dizainai dažnai atrodo šiek tiek nežmoniški – neelegantiški ir neįprasti.

Evoliuciniai algoritmai, taip pat žinomi kaip genetiniai algoritmai arba GA, paimti iš biologinės evoliucijos, kuri ropojantį roplį gali paversti sklandančiu paukščiu be jokio į ateitį nukreipto plano. Lytinio dauginimosi metu kiekvieno iš tėvų genų maišymas kartu su atsitiktine genetine mutacija sukuria naujų savybių organizmus, o mažiau tinkami organizmai neperduoda savo genų kitoms kartoms. Evoliuciniai algoritmai veikia beveik taip pat, bet kompiuterio viduje. Pavyzdžiui, kai Lohnas sukuria naują anteną, jis pradeda nuo atsitiktinai sugeneruotų dizainų populiacijos ir įvertina jų santykinį našumą. Dizainai, kurie artėja prie iš anksto nustatytų tikslų, įgyja teisę maišyti savo savybes su kitų sėkmingų kandidatų savybėmis. Nuviliantys dizainai eina archeopterikso keliu: užmarštis.

Žinoma, antenų veisimas užtrunka. Dauguma dizainų yra tiesiog baisūs, o norint rasti tinkamus atlikėjus, reikia daugybės skaičiavimo ciklų. Vis dėlto, kai turite kompiuterį, galintį generuoti ir išbandyti 1000 kartų per valandą, atsiranda įdomių idėjų*. Lohnas, mokslų daktaras, elektromagnetizmo kurso nelankęs nuo bakalauro studijų metų, tikisi, kad šiais metais bent vienas jo komandos antenų dizainas iškeliaus į kosmosą vykdant NASA kosmoso technologijų 5 misiją, kurios metu bus išbandyta miniatiūrų trijulė. palydovai. Jo mėgstamiausia kompiuteriu sukurta antena: kamščiatraukis, pakankamai mažas, kad tilptų į vyno taurę, tačiau galintis siųsti plataus pluošto radijo bangą iš kosmoso į Žemę. Tai nepanašu į nieką, ką protingas radijo inžinierius pats sukurtų.

Evoliuciniai algoritmai yra puiki priemonė tyrinėti tamsius dizaino erdvės kampelius, sako Lohnas. Rodote [savo dizainą] žmonėms, turintiems 25 metų patirtį šioje pramonėje, ir jie sako: „Oho, ar tai tikrai veikia?“ Šiek tiek baisus atsakymas yra toks, kad taip, jie tikrai veikia, kaip Lohnas nustatė po kelis mėnesius trukusių bandymų. Jei mums pasiseks, 2005 m. į kosmosą galėsime patekti net šešios antenos, sako Lohnas.

Ne kiekviena problema pasiduos evoliuciniam požiūriui. Tačiau tie, kurie turės bendrą bruožą: jie visi atsiduria už to, ką matematikas Johnas von Neumannas pavadino sudėtingumo barjeru, skiriamąja linija tarp problemų, kurias galima išspręsti naudojant tradicinius redukcionistinius metodus, ir tų, kurios reikalauja intuityvesnio, sudėtingesnio sprendimo. -ir-pamatykite-kas-klijuoja požiūris. Dar visai neseniai peržengti šį barjerą buvo brangus pasiūlymas. Tačiau šiandieniniai kompiuteriai yra pakankamai greiti, kad galėtų išnagrinėti milijonus neįprastų dizainų, tikėdamiesi rasti tinkamą. Sujunkite tai su šiuolaikinių dizainerių augančiais įgūdžiais taikyti evoliucinius algoritmus, sako Davidas Goldbergas, Ilinojaus universiteto Ilinojaus genetinių algoritmų laboratorijos direktorius Urbana-Champaign, ir jūs gaunate tai, ką inžinieriai mielai vadina mastelio keitimu: gebėjimą įveikti ir miniatiūrinius, ir didžiuliai dizaino iššūkiai.

Kaip garo variklis sukūrė mechaninį svertą didesnėms užduotims atlikti, genetiniai algoritmai pradeda suteikti asmenims tam tikrą intelektualinį svertą, kuris pakeis darbą, sako Goldbergas. Automatizuodami kai kuriuos sunkius minčių kėlimus, išlaisviname save dirbti aukštesniu, kūrybiškesniu lygiu. Tokia laisvė, žinoma, turi savo kainą. Tam reikia, kad inžinieriai pripažintų, kad neįmanoma pažvelgti į kiekvieną tamsų kampelį, ir pasitikėtų dar vienu mechaninės pagalbos sluoksniu. Tačiau vis daugiau jų imasi šio šuolio.

Nuo žaislų iki įrankių
Milijonus metų gamtoje trunkančio proceso atkūrimas per mikrosekundes kompiuteriu yra idėja, kuri buvo senesnė nei galimybė ją įgyvendinti. 76 metų Mičigano universiteto kompiuterių mokslų profesorius Johnas H. Hollandas sako, kad pirmą kartą šią mintį jis sugalvojo naršydamas Mičigano matematikos bibliotekos atviras rietuves šeštojo dešimtmečio pradžioje.

Karts nuo karto pasiimdavau knygą, kuri atrodė įdomi, ir tiesiog perskaitydavau, – sako jis. Šis įprotis atvedė jį prie genetinės natūralios atrankos teorijos, 1930 m. išleistos britų matematiko, tapusio biologu Ronaldo Fisherio, knygos. Įkvėptas XIX amžiaus austrų vienuolio Gregoro Mendelio žirnių augalų eksperimentų, Fisheris parengė matematinius natūralios atrankos aprašymus atskirų genų lygmeniu. Nors tyrėjai nesulaužė šio proceso biochemijos iki šeštojo dešimtmečio, Fisherio darbas vis dėlto buvo susijęs su tuo, ką ūkininkai ir piemenys žinojo šimtmečius: lytinis dauginimasis užtikrina įvairovę ir naujumą.

Štai iš kur atsirado genetiniai algoritmai, sako Holland. Pradėjau galvoti, ar galima veisti programas taip, kaip žmonės, tarkime, veistų gerus arklius ir gerus kukurūzus.

Pirmąjį savo darbą Hollandas parašė apie prisitaikančius algoritmus 1962 m. Tačiau tik aštuntojo dešimtmečio pabaigoje jis ir jo absolventai sukaupė skaičiavimo išteklius, kad galėtų įgyvendinti šią idėją. Hollandas įtikina savo buvusį darbdavį IBM parduoti nebrangų pagrindinį kompiuterį Mičigano tyrimų grupei. (Už pirmųjų reliacinių duomenų bazių kūrimą Coddas laimėtų AM Turingo apdovanojimą, informatikos mokslo atitikmenį Nobelio premijai.) Tačiau net ir tada menka 32 kilobaitai kompiuterio atmintis apribojo tyrėjų pradinės apimties dydį ir apimtį. eksperimentai.

Vienas pirmųjų mokslininkų, rimtai išbandžiusių evoliucinius algoritmus, buvo Goldbergas, kuris devintojo dešimtmečio pradžioje dirbo Olandijos doktorantu. Goldbergas atgaivino problemą, su kuria jis susidūrė dirbdamas gamtinių dujų pramonėje: sumažinti energijos suvartojimą tolimojo vamzdyno, atsižvelgiant į regioninės paklausos skirtumus. Jo evoliuciniai algoritmai davė tokius pat veiksmingus sprendimus, kaip ir tie, kuriuos gamina esama skysčių mechanikos programinė įranga, kurią naudoja vamzdynų projektuotojai. Tačiau kai Goldbergas savo algoritmus paskyrė didesnėmis ir sudėtingesnėmis problemomis, jie pradėjo klibėti: jie įstrigo tyrinėdami evoliucinius aklavietes arba spjaudydamiesi beviltiškai laukinius sprendimus. Aš supratau problemas, kurias sprendžiau, geriau nei įrankius, kuriuos naudoju joms spręsti, ir tai mane trikdė, sako Goldbergas.

Goldbergas daugiausia dėmesio skyrė savo disertacijai ir dar pusę dešimtmečio darbui, kad genetiniai algoritmai būtų labiau nuspėjami. Jis nustatė, kad pakoregavus kiekvieno naujo algoritmo parametrus – pavyzdžiui, pradinį populiacijos dydį arba mutacijos greitį – išlygintos kelios raukšlės. Tačiau didžiąja dalimi jo tyrimai paliko jį blaivią supratimą: evoliuciniai algoritmai dažnai buvo sudėtingesni už problemas, kurias jie bandė išspręsti. Galiausiai Goldbergas išmoko išsisukti nuo problemų, kurias jis vadina adata šieno kupetoje, kurioms reikia vieno geriausio sprendimo; dėl to evoliuciniai algoritmai pradėjo suktis nekontroliuojami. Vietoj to, jis siekė draugiškesnių problemų, kurios turėjo daugybę perspektyvių sprendimų, priklausomai nuo to, kaip į jas kreipėsi. Jei yra daugybė adatų, išsibarsčiusių taip, kad [evoliucinis algoritmas] gali suskaidyti šieno kupetą į mažesnes šieno kupetas, jūs bent jau garantuosite, kad pasieksite geresnių rezultatų, sako Goldbergas.

Goldbergas dokumentavo savo darbą 1989 m. vadovėlyje – tome, kuris įkvėptų kitus kompiuterius išmanančius inžinierius pradėti savo darbą. Dešimtojo dešimtmečio viduryje General Electric tyrimų centro Niskayuna, NY, inžinieriai sukūrė evoliucinius metodus į vidinį projektavimo įrankį, pavadintą EnGENEous, kuris buvo naudojamas efektyviausiai naudojamų GE90 reaktyvinių variklių ventiliatoriaus mentėms rasti. „Boeing 777“ lėktuve. „EnGENEous“ leido GE90 komandai pašalinti vieną variklio kompresoriaus etapą, o tai reiškė, kad sumažėjo variklio svoris ir gamybos sąnaudos, neprarandant aerodinaminių savybių. Po šios pradinės sėkmės atsivėrė užtvaros, leidžiančios naudoti tokio tipo įrankius įvairiose programose visose GE įmonėse, sako Pete'as Finniganas, tyrimų centro pažangių mechaninio dizaino programų laboratorijos vadovas. Rolls Royce, Honda ir Pratt bei Whitney inžinieriai pasekė pavyzdžiu, įtraukdami genetinius algoritmus į savo projektavimo procesus.

Sukčiavimo žymėjimas
Tačiau nors kompiuteriai išaugo pakankamai galingi, kad galėtų pritaikyti evoliucijos principus visoms problemoms spręsti, šieno kupetų daugėjo dar dramatiškesniu greičiu. Apsvarstykite vartotojų sukčiavimą. Kredito kortelių bendrovės apskaičiavo, kad 0,07 USD už 100 USD, nuskaičiuotų iš kredito kortelių, prarandama dėl sukčiavimo, o tai vien tik JAV pramonei kainuoja daugiau nei 1 mlrd. USD per metus. Tačiau rašyti tradicinę programinę įrangą, kad būtų galima nustatyti nesąžiningus mokesčius, tebėra nepaprastai sunku. Kodėl? Nes sukčiavimą vykdantys žmonės yra ekspertai, keičiantys savo elgesį, kad išvengtų aptikimo. Tiesiog neįmanoma parašyti programos, kuri numatytų visas įmanomas sukčiavimo galimybes.

Tačiau evoliuciniai algoritmai gali bent jau padidinti kompiuterinio sukčiavimo aptikimo sėkmę, tvirtina dirbtinio intelekto tyrinėtojai, įkūrę Niujorke įsikūrusią paieškos erdvę. Bendrovė parduoda įvairias programas, kurios skaido šieno kupetą, ieškodamos nenormalios veiklos tiksliai apibrėžtose esamų paskyros duomenų dalyse, sako Michaelas Recce, „Searchspace“ vyriausiasis mokslininkas. Programinė įranga naudoja įrankius, vadinamus sarginiais, užprogramuotus pagal sukčiavimo aptikimo taisykles. Pavyzdžiui, kelis kartus apmokestinus tą pačią debeto kortelę vienoje parduotuvėje per vieną dieną, gali būti automatiškai iškelta raudona vėliavėlė.

Tačiau asmuo, perkantis šiuos pirkinius, gali būti tiesiog užmirštas Kalėdų pirkėjas, o ne vagis. Taigi sargybiniai sveria įvairius veiksnius, pvz., ankstesnę asmens veiklą toje parduotuvėje, kad būtų išvengta klaidingų teigiamų rezultatų ir pažymėti tik tas sąskaitas, kurios, ekspertų nuomone, yra įtariamos. Recce sako: Galite nustatyti tinkamumo kriterijus taip, kad būtų kuo mažiau nuostolių dėl sukčiavimo ir minimalių gerų klientų.

„Searchspace“ reguliariai priglobia bandomuosius, iš esmės programinės įrangos patobulinimus, kurie supriešina jos algoritmus su esamomis potencialių klientų sukčiavimo aptikimo sistemomis. Dalyviai atsineša akluosius istorinių duomenų pavyzdžius, kad pamatytų, ar „Searchspace“ sargybiniai pasodina raudonas vėliavėles visose tinkamose vietose. Visada, sako Recce, sargybiniai atranda ne tik iš anksto pažymėtas paskyras, bet ir dar keletą piktadarių, slypinčių foniniame triukšme. Nemanau, kad buvo vienas iš tų prezentacijų, kuriose mums nereikėjo akimirkai pristabdyti, kad vadovas galėtų greitai paskambinti, šypsodamasis sako Recce.

Akivaizdžiai originalus
Dabar, kai evoliuciniai algoritmai pergudrauja žmones, kai kurie tyrinėtojai nori pakelti kartelę dar aukščiau. Pavyzdžiui, Stanfordo universitete biomedicininės informatikos profesorius Johnas Koza – dar vienas Olandijos protežė – tyrinėja glaudžiai susijusią sritį, vadinamą genetiniu programavimu. Evoliuciniai algoritmai turi fiksuotus instrukcijų rinkinius ir tik keičia duomenis, kuriais jie manipuliuoja. Genetinės programos yra panašesnės į seksualinius organizmus, kurie laikui bėgant gali tobulėti, maišydami kodo dalis tarpusavyje. Iki šiol Koza programų padaryti atradimai apima nuo naujų kompiuterizuotų baltymų rūšiavimo metodų iki pažangiausių elektroninių grandinių dizaino.

Grandinės projektai atsirado Koza bendradarbiaujant su Matthew Streeteriu iš Carnegie Mellon universiteto ir Martinu Keane'u iš Econometrics, rinkodaros strategijos konsultavimo įmonės Čikagoje. Kartu mokslininkai sukūrė programą, kuri nubraižo schematines schemas. Pirmasis jų iššūkis buvo išsiaiškinti, ar genetinis požiūris gali atsirasti iš įbrėžimų grandinės konstrukcijų, kurias jau patentavo buvę inžinieriai. Programa neturėjo didelių problemų kuriant paprastus dizainus, kurie atitiko tuos, kurie buvo patentuoti XX amžiaus trečiajame ir ketvirtajame dešimtmečiuose. Iš tiesų, Koza pradėjo vadinti programą išradimo mašina ir sukūrė tinklalapį, kuriame seka naujausius žmonių konkurencingos programinės įrangos atradimus.

Tuo metu, kai Kozos grupė išbandė ketvirtąją ar penktąją savo programos versijas, ėmė įvykti kažkas dar labiau stebinančio: programa pašalino niekur patentų literatūroje neskelbtus grandinių dizainus. Du iš šių konstrukcijų – pora valdiklių grandinių, reguliuojančių grįžtamąjį ryšį – buvo tokie originalūs, kad Koza ir jo kolegos patentavo juos.

Kad ir kaip didžiuotųsi savo programine įranga, Koza neketina priskirti atsakomybės už naujus dizainus pačiai programai. Patentai kredituoja Keane'ą, Kozą ir Streeterį tokia tvarka. Tačiau čia slypi keletas naujų pseudofilosofinių galvosūkių: jei kažkas išrasta be žmogaus, ar tai tikrai išradimas? Kas yra išradėjas? Ir jei išradimas iš tikrųjų veikia, ar tai svarbu, jei nesuprantame, kaip?

NASA Lohnas teigia, kad pastaruoju klausimu yra dvi mąstymo mokyklos. Vienas sako, kad man tiesiog reikia kažko, kas veiktų X, Y ir Z, ir jei evoliucija man suteikia X, Y ir Z, tai viskas, kas man rūpi. Kita mokykla nori žinoti, kas ten yra ir kaip tai veikia. Mes tikrai negalime padėti tiems žmonėms, nes dažnai matome tobulus dizainus, kurie yra visiškai nesuprantami.

Žmonėms dar nereikia pavydėti žmonių konkurencingos programinės įrangos, sako Koza, nes galutinis tikslas yra tiesiog perduoti sunkiausią inžinerijos darbą kompiuteriams. Jis numato, kad netolimoje ateityje – galbūt po 20 metų – genetiniai algoritmai, veikiantys itin sparčiuose kompiuteriuose, perims pagrindines projektavimo užduotis tokiose įvairiose srityse kaip elektronika ir optika. Tačiau net ir tada, tiki Koza, žmogaus ir mašinų intelektas dirbs kartu. Mes niekada nepasiekėme vietos, kur kompiuteriai pakeitė žmones, sako Koza. Taip, ypač siaurose srityse, bet istoriškai žmonės perėjo prie sunkesnių problemų sprendimo. Manau, kad taip bus ir toliau.

Samas Williamsas yra laisvai samdomas technologijų rašytojas, įsikūręs Stateno saloje, NY. Jis yra dažnas salono bendradarbis.

paslėpti