АссистентНовый вопросИсторияОбласти знаний
Партнёрские проектыСпецпроектыСтать автором
Сменить язык
О РУВИКИ

Интерактивные эволюционные вычисления

ИИ-обзор статьи
Интерактивные эволюционные вычисления — это методы эволюционных вычислений, использующие человеческую оценку вместо автоматической функции приспособленности для оптимизации решений на основе субъективных предпочтений или эстетических критериев.
Основные разновидности IEC
К методам IEC относятся интерактивная эволюционная стратегия, интерактивный генетический алгоритм, интерактивное генетическое программирование и генетический алгоритм, основанный на человеке.
Интерактивный генетический алгоритм: суть и применение
Интерактивный генетический алгоритм использует человеческое мнение для оценки потомков, применяется в генерации изображений, музыки и дизайна. Представления могут быть линейными (традиционные ГА) или древовидными (как в генетическом программировании).
Проблема утомляемости пользователя
Ограниченное количество оценок из-за утомляемости требует сходимости за малые числа оценок и малых популяций. Для ускорения применяются вмешательство пользователя или аппроксимация предпочтений.
Много-пользовательские реализации
Системы, принимающие оценки от множества пользователей, преодолевают утомляемость. Пример — инсталляция Карла Симса с сенсорами для эволюции трёхмерных форм. Также используются для совместной работы (HBGA).

Интерактивные эволюционные вычисления (англ. interactive evolutionary computation, IEC) или эстетический отбор — это общее обозначение методов эволюционных вычислений, использующих человеческую оценку. Обычно применение человеческой оценки необходимо в тех случаях, когда форма функции приспособленности неизвестна (например, визуальная привлекательность или эстетическая оценка; пример подобного подхода описан в работе Доукинза, 1986[1]) или когда результат оптимизации должен соответствовать определённым пользовательским предпочтениям (например, вкус кофе или цветовое оформление пользовательского интерфейса).

Проблемы проектирования IEC

Количество оценок, которые может предоставить один человек в рамках IEC, ограничено из-за быстрой утомляемости пользователя, что отмечалось многими исследователями как серьёзная проблема. Кроме того, человеческая оценка является более медленной и затратной по сравнению с автоматическими вычислениями функции приспособленности. Таким образом, методы IEC, рассчитанные на одного пользователя, должны сходиться за малое число оценок, а это, в свою очередь, предполагает малые размеры популяций. Для ускорения сходимости были предложены различные методы, такие как интерактивный ограничивающий эволюционный поиск (вмешательство пользователя) или аппроксимация предпочтений пользователя выпуклой функцией[2]. Интерфейсы человеко-компьютерного взаимодействия для IEC требуют тщательного проектирования с целью уменьшения утомляемости пользователя. Также есть данные о том, что добавление вычислительных агентов может успешно компенсировать утомляемость пользователя[3].

Однако реализации IEC, способные параллельно принимать оценки от множества пользователей, позволяют преодолеть указанные выше ограничения. Примером такого подхода является интерактивная медиаинсталляция Карла Симса (англ. Karl Sims), в которой предпочтения многих посетителей фиксируются с помощью напольных сенсоров для эволюции привлекательных трёхмерных анимированных форм. Некоторые много-пользовательские реализации IEC также используются как инструменты для совместной работы, например, HBGA.

Виды IEC

К методам интерактивных эволюционных вычислений относятся интерактивная эволюционная стратегия[4], интерактивный генетический алгоритм[5],[6] интерактивное генетическое программирование[7],[8][9] а также генетический алгоритм, основанный на человеке[10].

Интерактивный генетический алгоритм

Интерактивный генетический алгоритм — это разновидность генетического алгоритма, в которой для оценки потомков используется человеческое мнение. Подобные алгоритмы составляют подмножество методов интерактивных эволюционных вычислений. Основные области их применения — задачи, в которых вычислительное определение функции приспособленности затруднено или невозможно, например, генерация изображений, музыки, различных художественных форм и дизайнов с учётом пользовательских эстетических предпочтений[11]. Методы интерактивных вычислений могут использовать различные представления: как линейные (традиционные генетические алгоритмы), так и древовидные (как в генетическом программировании).

Примечания

  1. ↑ Доукинз, Р. The Blind Watchmaker : [англ.]. — Longman, 1986.
  2. ↑ Takagi, H. (2001). “Interactive Evolutionary Computation: Fusion of the Capacities of EC Optimization and Human Evaluation” (PDF). Proceedings of the IEEE [англ.]. 89 (9): 1275—1296. DOI:10.1109/5.949485. Дата обращения 2024-06-19.
  3. ↑ Kruse, J.; Connor, A.M. (2015). “Multi-agent evolutionary systems for the generation of complex virtual worlds”. EAI Endorsed Transactions on Creative Technologies [англ.]. 15 (5). arXiv:1604.05792. DOI:10.4108/eai.20-10-2015.150099. S2CID 12670076. Дата обращения 2024-06-19. |access-date= требует |url= (справка)
  4. ↑ Herdy, M. (1997), Evolutionary Optimisation based on Subjective Selection – evolving blends of coffee. Proceedings 5th European Congress on Intelligent Techniques and Soft Computing (EUFIT'97); pp 2010–644.
  5. ↑ Caldwell, C. and Johnston, V.S. (1991), Tracking a Criminal Suspect through "Face-Space" with a Genetic Algorithm, in Proceedings of the Fourth International Conference on Genetic Algorithm, Morgan Kaufmann Publisher, pp.416–421, июль 1991
  6. ↑ Milani, A. (2004). “Online Genetic Algorithms” (PDF). International Journal of Information Theories and Applications [англ.]. 11: 20—28. Дата обращения 2024-06-19.
  7. ↑ Sims, K. (1991). “Artificial Evolution for Computer Graphics”. Computer Graphics [англ.]. 25 (4): 319—328. CiteSeerX 10.1.1.226.7450. DOI:10.1145/127719.122752.
  8. ↑ Sims, K. (1991), Interactive Evolution of Dynamical Systems. First European Conference on Artificial Life, MIT Press
  9. ↑ Unemi, T. (2000). SBART 2.4: an IEC tool for creating 2D images, Movies and Collage, Proceedings of 2000 Genetic and Evolutionary Computational Conference workshop program, Лас-Вегас, Невада, 8 июля 2000, стр. 153.
  10. ↑ Kosorukoff, A. Human based genetic algorithm // 2001 IEEE International Conference on Systems, Man and Cybernetics. E-Systems and e-Man for Cybernetics in Cyberspace (Cat.No.01CH37236) : [англ.]. — IEEE Transactions on Systems, Man, and Cybernetics, 2001. — Vol. 5. — P. 3464–3469. — ISBN 978-0-7803-7087-6. — doi:10.1109/ICSMC.2001.972056.
  11. ↑ Khan, Shahroz; Gunpinar, Erkan; Sener, Bakir (2019). “GenYacht: An interactive generative design system for computer-aided yacht hull design”. Ocean Engineering [англ.]. 191. DOI:10.1016/j.oceaneng.2019.106462. S2CID 204150911. Дата обращения 2024-06-19.

Ссылки

Категории