Доклад «Моделирование эволюции. Генетические алгоритмы»

Вид материалаДоклад

Содержание


Допарадигмальный период.
Зрелая наука
Этапы развития зрелой науки
Генетические алгоритмы
Пример работы генетического алгоритма (Адаптивный генетический алгоритм, для распределенных систем с произвольной топологией)
Подобный материал:

Доклад «Моделирование эволюции. Генетические алгоритмы»



Моделирование эволюция. Философские аспекты развития эволюции.


Эволюция (лат. - развёртывание) - изменение в природе и обществе, их направленность, порядок, закономерности; определённое состояние чего-либо за длительный переход накопления постепенных изменений.


Термин "эволюция" имеет несколько значений, однако чаще всего он используется как синоним развития. Так, например, эволюцию можно рассматривать как закономерный процесс исторического развития организма. Иногда термин "эволюция" используют в более узком смысле, понимая ее как одну из форм развития, которая противопоставляется революции.

Про эволюцию в природе уже до меня говорили, говорили и про теорию Дарвина и про ее не полную состоятельность и так далее. Поэтому я хочу в качестве примера эволюции привести эволюцию языков программирования как эволюцию чего-то искусственного, не живого. Когда от машинно-ориентированных языков низкого уровня произошел переход к языкам высокого уровня. Когда стали развиваться технологии программирования, постоянно переходя на новый уровень абстракции (структурное программирование  объектно-ориентированное программирование  визуальное программирование )


Моделирование - ведущий принцип современного научного познания. Человек не может видеть предмет познания целиком, во всех его проявлениях. Поэтому он ограничивает свои притязания и стремится познать какую-либо сторону этого предмета, в зависимости от стоящей перед человеком задачи.

Моделирование опирается на следующие основные принципы научного знания.
  • Принцип редукционизма - возможность сведения более сложного к более простому. Это значит, что изучение более простого может что-то сказать и о самом объекте.
  • Принцип эволюции - все высшие формы постепенно развились из низших форм. Это значит, что, анализируя поведение низших форм, можно прогнозировать поведение высших форм.
  • Принцип рациональности, который говорит, что объекты реального мира можно познавать с помощью логики и математики.


Моделирование – это инструмент науки для познания чего-либо (в частности мы сейчас рассматриваем моделирование эволюции). При этом интересно также взглянуть на развитие самой науки, на философские проблемы (такие как применение человеческой логики к познанию природы). Освятить этот вопрос и было моей конкретизацией доклада. Этому и посвящена основная часть моего доклада.


«структура научных революций» Т. Куна


В книге Томаса Куна "Структура научных революций" излагается довольно-таки спорный взгляд на развитие науки. На первый взгляд Кун не открывает ничего нового, о наличии в развитии науки нормальных и революционных периодов говорили многие авторы. Но они не смогли найти аргументированного ответа на вопросы: "Чем отличаются небольшие, постепенные, количественные изменения от изменений коренных, качественных, в том числе революционных?", "Как эти коренные сдвиги назревают и подготавливаются в предшествующий период?". Не случайно поэтому история науки нередко излагается как простой перечень фактов и открытий. При таком подходе прогресс в науке сводится к простому накоплению и росту научного знания (кумуляции), вследствие чего не раскрываются внутренние закономерности происходящих в процессе познания изменений. Этот кумулятивистский подход и критикует Кун в своей книге, противопоставляя ему свою концепцию развития науки через периодически происходящие революции.


Основная его идея представлена на следующем рисунке (слайд). Суть теории состоит в следующем:


Допарадигмальный период.

Допарадигмальный период в развитии науки характеризуется наличием большого числа школ и различных направлений. Каждая школа по-своему объясняет различные явления и факты, лежащие в русле конкретной науки, причем в основе этих интерпретаций могут находиться различные методологические и философские предпосылки. В качестве примера можно взять историю физической оптики (когда существовали несколько школ развивающие идеи различного происхождения света). Не имея возможности принять какую-либо общую основу для своих убеждений, представители каждой школы пытались строить свою собственную физическую оптику заново, начиная с наблюдений.


Зрелая наука

На смену допарадигмальной науки приходит, по мнению Куна, зрелая наука. Зрелая наука характеризуется тем, что в данный момент в ней существует не более одной общепринятой парадигмы.

Первоначальные расхождения, характерные для ранних стадий развития науки, с появлением общих теоретических и методологических предпосылок и принципов постепенно исчезают, сначала в весьма значительной степени, а затем и окончательно. Более того, их исчезновение обычно вызвано триумфом одной из допарадигмальных школ. Существование парадигмы предполагает и более четкое определение области исследования в зрелой науке (или профессионализм). Именно благодаря принятию парадигмы школа, интересовавшаяся ранее изучением природы из простого любопытства, становится вполне профессиональной научной школой, а предмет ее интереса превращается в научную дисциплину.

В наши дни такие парадигмы или научные достижения, которые в течение долгого времени признаются определенным научным сообществом как основа для развития его дальнейшей деятельности, излагаются в учебниках. Учебники разъясняют сущность принятой теории, иллюстрируют многие ее применения и сравнивают эти применения с типичными наблюдениями и экспериментами.


Этапы развития зрелой науки

- нормальная наука

"Нормальной наукой" Кун называет исследование, прочно опирающееся на одно или несколько прошлых научных достижений, которые в течение некоторого времени признаются определенным научным сообществом в качестве основы для развития, то есть это исследование в рамках парадигмы и направленное на поддержание этой парадигмы. При ближайшем рассмотрении "создается впечатление, будто бы природу пытаются втиснуть в парадигму, как в заранее сколоченную и довольно тесную коробку", "явления, которые не вмещаются в эту коробку, часто, в сущности, вообще упускаются из виду".

Нормальная наука не ставит своей целью создание новой теории, и успех в нормальном научном исследовании состоит не в этом. Исследование в нормальной науке направлено на разработку тех явлений и теорий, существование которых парадигма заведомо предполагает. Кратко деятельность ученых в рамках нормальной науки можно охарактеризовать как наведение порядка (ни в коем случае не революционным путем).


- аномалии

Нормальная наука не ставит своей целью нахождение нового факта или теории, тем не менее новые явления вновь и вновь открываются научными исследованиями, а радикально новые теории опять и опять изобретаются учеными. "Открытие начинается с осознания аномалии, то есть с установления того факта, что природа каким-то образом нарушила навеянные парадигмой ожидания, направляющие развитие нормальной науки" - пишет Кун. Это осознание различия между вновь обнаруженными фактами и теорией приводит затем к более или менее расширенному исследованию области аномалии.


- Революция в науке

Научная революция, в отличие от периода постепенного накопления (кумуляции) знаний, рассматривается как такой некумулятивный эпизод развития науки, во время которого старая парадигма замещается полностью или частично новой парадигмой, несовместимой со старой.

Осознание кризиса, описанное в предыдущем разделе, составляет предпосылку революции.

В рамках нормальной науки, ученый, занимаясь решением задачи-головоломки, может опробовать множество альтернативных подходов, но он не проверяет парадигму. Проверка парадигмы предпринимается лишь после настойчивых попыток решить заслуживающую внимания головоломку (что соответствует началу кризиса) и после появления альтернативной теории, претендующей на роль новой парадигмы.


Согласно концепции Куна, развитие науки идет не путем плавного наращивания новых знаний на старые, а через смену ведущих представлений - через периодически происходящие научные революции. Однако, действительного прогресса, связанного с возрастанием объективной истинности научных знаний, Кун не признает, полагая, что такие знания могут быть охарактеризованы лишь как более или менее эффективные для решения соответствующих задач, а не как истинные или ложные.

В этой связи следует отметить, что Кун не связывает явно смену парадигм с преемственностью в развитии науки, с движением по спирали от неполного знания к более полному и совершенному. По моему мнению, Кун опускает вопрос о качественном соотношении старой и новой парадигмы: является ли новая парадигма, пришедшая на смену старой, лучше с точки зрения прогресса в научном познании? Спираль развития зрелой науки у Куна не направлена вверх к высотам "абсолютной истины", она складывается стихийно в ходе исторического развития науки.


проблема применимости человеческой логики к познанию природы


Другой момент, которого я бы хотел коснуться в своем докладе – это философская проблема: почему человеческая логика применима к познанию природы. До этого мы рассматривали как происходит становление научного знания, как происходит процесс появления парадигм, но можем ли мы с уверенностью сказать, что логические процессы в нашей голове соответствуют действительности. Т.е. почему физический объект должен подчиняться человеческой логике.

Эта проблема касается принципиальных возможностей человеческого познания, и, в особенности, возможностей научного познания природы. Т. е. проблема касается обоснования всего научного познания. И, следовательно, эта проблема заслуживает тщательного исследования.


Кратко остановлюсь на основных идеях, связанных с этой проблемой:

В 1748 Д. Юм написал "Исследование о человеческом познании", в котором он подверг критическому анализу понятие причинной связи. Кратко аргументация Юма сводится к следующему.

Если мы многократно наблюдаем, что за некотором явлением А следует другое явление B, то мы обычно заключаем, что первое явление А есть причина второго явления B. Например, если мы видим, что удар одного бильярдного шара по второму бильярдному шару (явление A) вызывает движение второго шара (явление B), и если мы наблюдаем ряд таких пар явлений, то мы заключаем, что удар первого шара есть причина движения второго шара.

Но каково основание для такого нашего умозаключения?

Таким образом, согласно Юму, понятие причинной связи сводится к простому (почти тривиальному) чувству привычки формировать идею необходимой связи после наблюдения множественных пар явлений.

Однако, понятие причинной связи – одно из главных научных понятий. Следовательно, критика Юма была попыткой разрушить один из краеугольных камней фундамента науки. Естественно, что эта критика не могла остаться без серьезных возражений. И возражение появилось. Ответом на критику Юма стала знаменитая "Критика чистого разума" И. Канта (1781).

В результате анализа Кант пришел к выводу, что существует система категорий, концепций, логических правил и методов вывода (таких как заключения относительно причинных связей между событиями), которые используются в познании природы. Эта система "чистого разума" имеет априорный характер – она существует в нашем сознании прежде всякого опыта – и является основой научного познания природы.

Однако философская позиция И. Канта была в определенной степени ограничена: он не рассматривал процессы возникновения и эволюции "чистого разума". Но мы можем наблюдать примеры эволюции понятий "чистого разума" в сравнительно непродолжительной пост кантовской истории науки. Так, например, И. Кант считал понятия пространства и времени важными составляющими чистого разума. Однако представления о пространстве и времени претерпели существенные изменения с появлением эмпирически инспирированной теории относительности.


В настоящее время человеческая логика рассматривается не как нечто априорное, данное изначально, но как приобретенное эволюционно, длительно. Это можно представить следующими уровнями формирования логики:
  1. организм различает состояние среды, память об этих состояниях записана в геноме и передается по наследству, организм адекватно использует различие сред, меняя свое поведение с изменением среды.

Описанное свойство – есть ни что иное как безусловный рефлекс на молекулярно-генетическом уровне
  1. временное запоминание организмом состояния среды и адекватное (также временное) приспособление к среде.

Пример этого уровня – привыкание, а именно, постепенное угасание реакции раздражения на биологически нейтральный стимул.
  1. запоминание устойчивых связей между событиями в окружающей организм природе.

Пример – классический условный рефлекс, в котором происходит долговременное запоминание связи между условным и безусловным стимулами

Между классическим условным рефлексом и логикой лежит целый ряд промежуточных уровней.

Здесь мы только упомянем некоторые из них. Инструментальный условный рефлекс отличается от классического тем, что здесь для получения поощрения животному необходимо совершить заранее неизвестное ему действие. Цепь условных рефлексов –система реакций, формирующаяся на основе ранее хранившихся в памяти животного условных связей. Начиная с некоторого уровня, у животных возможно формирование моделей внешнего мира
  1. логика

Пример этого уровня – системы логического вывода (если из А следует В и из В следует С , то из А следует С)


Размышления о биологических корнях логики наводит на ряд любопытных вопросов:
  1. Какова могла бы быть логика представителя внеземной цивилизации? Далеко не очевидно, что жизнь, возникшая на другой планете, обязательно должна была бы пройти через те же "интеллектуальные изобретения" и к тем же формам интеллекта, что и на Земле.
  2. Насколько сильна зависимость "интеллектуальных изобретений" от законов природы?
    То, что такая зависимость есть, интуитивно понятно: наличие различных внешних сред, повторяемости этих сред, закономерных связей между событиями во внешней среде явно используется биологическими организмами в "интеллектуальных изобретениях". С этим вопросом связан и следующий:
  3. Если бы нас окружала другая природа (с другими законами), то могла ли у нас возникнуть логика, принципиально отличная от существующей?

Возможно, что с помощью моделирования можно было бы представить такую ситуацию. Представляет интерес так же моделирование эволюционного возникновения целенаправленного адаптивного поведения. Но это уже более относится к нейроинформатике и возможно будет затронуто в следующем докладе.

Генетические алгоритмы


Вторая часть моей работы, касающаяся генетических алгоритмов носит обзорный характер. По причине уже довольно хорошего разбора этой темы другими выступающими я опускаю эту часть в своем докладе.

Пример работы генетического алгоритма (Адаптивный генетический алгоритм, для распределенных систем с произвольной топологией)


В настоящее время распределенные системы являются наиболее перспективным направлением развития параллельных систем. Для чего используются параллельные системы?
  • моделирование сложных процессов,
  • векторно-матричные вычисления,
  • обработка 3D графики(создание текстурных фильмов),
  • создание распределснных баз данных.

Параллельные системы подразумевают использование одинаковых по параметрам процессоров, быстрых или даже полносвязных соединений, дорогое ПО. В противовес этому вы можете купить 4 персональных компьютера и создать систему, которая параллельно сможет обрабатывать данные. В чем недостаток параллельных и тем более распределенных систем - для корректной работы (распараллеливания) необходим адаптивный алгоритм.


При решении проблемы планирования исходными данными являются: характеристика процессора, тип вычислительной системы, топология вычислительной системы, параллельный алгоритм и критерий эффективности. Будем рассматривать неоднородные вычислительные системы. Характеристиками процессора (процессорного элемента) являются:
  • производительность процессора (количество тактов в единицу времени);
  • количество физических каналов пересылки данных (линков);
  • скорость передачи данных по линкам (количество единиц информации в единицу времени) и возможность пересылки в разных направлениях (дуплексные и полудуплексные);
  • возможность одновременного выполнения вычислений и пересылок.

Вычислительная система задастся в виде графа системы на котором Nп - номер процессора, Sп - скорость процессора в квантах вычислений, которые он может выполнить за один квант времени, Sл скорость линка, связи в количестве квантов даных, которые он может переслать за 1 квант времени. Дуплексная связь или не дуплексная здесь не указывается для облегчения объяснения.

Задача задастся в виде процессов, показанных в виде графа, где Nз ы номер задачи,я Tз - количество квантов времени, которые требуются задаче для выполнения, Tп - количество квантов времени, требуемых для пересылки.


Представленный на ссылка скрыта алгоритм даст возможность произвести оптимальное планирование для распределенных систем. Универсальность его заключается в том, что он практически не зависит от размерности графа задачи, системы и сложности системы.


Alexander A Salmov, ulstu 2002