El mejor piloto de combate ya no es humano

Por primera vez una inteligencia artificial de vuelo parece imbatible. Ni el mejor de los pilotos de combate parece tener demasiadas oportunidades contra su algoritmo genético basado en lógica difusa. "[ALPHA] parecía conocer mis intenciones en todo momento, reaccionando de inmediato a mis cambios de vuelo o mi despliegue de misiles. Sabía cómo derribar mis disparos. Cambiaba entre maniobras defensivas y ofensivas de forma inmediata cuando era necesario", aseguró el Coronel Gene Lee, uno de los mayores expertos del mundo en combate aéreo

[#101 Seguy]

#34 (GA) Es un montecarlo sampling sobre reglas.
Para mi una IA es mas la evolución que esta teniendo el deep learning

A) No hay que definir el espacio de reglas / el gen.
B) Se empieza a explorar la atencion.
C) Se empieza a explorar la conciencia y la capacidad de establecer similitudes.
X) Trabaja con imagenes, conversaciones, textos y empieza a ser capaz de generarlos.

Estas capacidades estan fuera del alcance de un algoritmo genetico por ejemplo una deep net aprende a jugar ajedrez como un jugador de elite, un algoritmo genetico no (computacionalmente es demasiado caro jugar las partidas para decidir si el gen sobrevive o muere).

[#102 Mister_Lala]

#26 Dile a tu cuñao que realmente el lenguaje no importa tanto. Es más un sistema matemático de matrices, o un sistema de reglas con pesos (puntuaciones) para ser aplicadas, donde el "entrenamiento" hace que esos pesos varíen con las mejores soluciones (es un humano quien dice si la solución A es mejor que la B).

Cuando el sistema deja de entrenarse porque ya un humano decide que da respuestas óptimas, esas matrices o reglas mantienen sus pesos y dejan de actualizarse. Y cualquier lenguaje de programación puede implementar eso.

[#103 santiso]

#99 los genéticos también. Permite lanzar individuos simultáneamente, así como su cálculo del fitness. No deja de ser una función de minimización de energía. No lineal, eso sí.

[#104 Seguy]

#103 No lo veo.

Si el objetivo de la GA se expresa en calculos matriciales, que si se benefician de la GPU, estamos hablando de una red neuronal en la que utilizas GA para optimizar los pesos. No?

Entiendo una GA mas como un seleccion de reglas optimas y como dices no tiene porque ser lineales, expresarse en notacion matricial y por tanto beneficiarse de una GPU.

en.wikipedia.org/wiki/Genetic_programming

[#105 santiso]

#104 una GPU lo que hace es realizar la misma operación sobre todo el conjunto de datos que pases. Un algoritmo genético, a grosso modo, no deja de ser una busqueda heuristica sobre un espacio de datos. Pongamos una superficie 2D: lo que hace es ir tirando semillitas por todo el espacio de datos, con la esperanza de acertar dónde está el mínimo. Allí donde encuentra valores bajos, lanza más semillas, porque asume que es más probable que el mínimo se encuentre cerca de donde se obtienen dichos resultados bajos. Calcular el valor de la superficie en donde se lanza cada semilla se puede realizar en paralelo. Y como la superficie es la misma para todas las semillas, sólo cambia su localización, se puede usar la GPU para acelerar dicho proceso, y de paso aumentar el número de semillas lanzadas simultáneamente.

Un algoritmo genético no deja de ser un filtro de partículas con ciertos añadidos (mutaciones, por ejemplo)