有這么一種算法，它會騙人、寫詩，還會讓游戲里的機(jī)器人碾壓你
有一款非常魔性的小游戲叫《Boxcar2D》，游戲主要內(nèi)容是用幾何圖形和圓形的輪子組成小汽車，不斷走過一條有上下波動的路，看什么形狀的小車可以走的更遠(yuǎn)。但和大部分游戲不一樣的是，不用玩家自己手動拼裝小車，整個過程完全由算法自動進(jìn)行，每次隨機(jī)生成小車，卡到路上了就重新來過。最后小車會越走越遠(yuǎn)，整個過程中小車的形狀會越來越合適，一開始可能只是個獨(dú)輪車，到后期則會很接近我們生活中摩托車的樣子。
要問有什么案例能簡單明晰地體現(xiàn)出智能、自學(xué)習(xí)的概念，這款游戲一定是我的首選。而這款游戲中，應(yīng)用的就是遺傳算法。
什么是遺傳算法？
簡單來說，遺傳算法是一種隨機(jī)搜索算法，主要目的是用來優(yōu)化。和自然界的遺傳一樣，遺傳算法秉持的是適者生存、優(yōu)勝劣汰。通過選擇、交叉和變異，不斷迭代出更優(yōu)秀的解法。
通過編碼，將解空間變成編碼空間，從中選擇當(dāng)前較為優(yōu)秀的解當(dāng)做父母，下一步則是將多種解的特征進(jìn)行交叉，誕生下一代，最后再經(jīng)過變異成為子嗣。如果子嗣還是不能符合要求，那就再進(jìn)行一次上述步驟，直到滿足要求。
過程中，工業(yè)機(jī)器人維修，較差的基因就會一步步被淘汰。最后再進(jìn)行解碼，就能得到我們想要的結(jié)果。總之，這是一個枚舉的過程。就像長頸鹿的進(jìn)化一樣，樹葉長在高處，每一只鹿都去嘗試吃樹葉，只有符合標(biāo)準(zhǔn)的長頸鹿能夠吃到食物、生產(chǎn)下來并誕生后代。
但要注意的是，這種算法很多時候不會給出一個最優(yōu)解，而是給出一些較為接近的次優(yōu)解，從中矮子里面拔將軍。
在哪里能看到遺傳算法？
遺傳算法經(jīng)常被用來解決一些調(diào)度類的問題，比如確定車間工程流程、飛機(jī)航線等等。工程、航行中所需要的資源消耗、時間等等權(quán)值看做染色體，幾種染色體排列組合，最終選擇其中的較優(yōu)方案。
此外，機(jī)器人中也會用到遺傳算法，尤其是快速定位、路徑規(guī)劃等。就像《Boxcar2D》這個游戲一樣，機(jī)器人在仿真環(huán)境中不斷嘗試接近目標(biāo)，路線的優(yōu)越度隨著路線的長度減少，結(jié)合機(jī)器人對自身位置的感知，最后得出較優(yōu)解。
同時，遺傳算法也可以被應(yīng)用于幫助神經(jīng)網(wǎng)絡(luò)調(diào)參數(shù)，只是這種方式需要的時間太長、運(yùn)算量太大，屬于性價(jià)比較低的參數(shù)調(diào)整方式。
在游戲中，也能見到遺傳算法的影子。很多游戲會有在同一場景面對多輪敵人的生存模式，在這一模式中，敵人的屬性是會不斷增強(qiáng)的，有了遺傳算法，就可以根據(jù)你自身屬性的變化不斷改變敵人的屬性，以增強(qiáng)游戲的難度。你的法術(shù)強(qiáng)度高，敵人就會增加法術(shù)防御度，你的攻擊穿透性高，敵人就會增加血量。這樣一來，相比直接的增加屬性，可以有更好的游戲體驗(yàn)。
從騙人到寫詩，遺傳算法有什么好玩的應(yīng)用？
以上都是一些適用于實(shí)際場景的應(yīng)用，由于遺傳算法簡單易用，我們可以看到很多娛樂化的、有趣的應(yīng)用。
比如說，模仿圖形。在一款程序中，我們可以看到遺傳算法通過幾何圖形的不斷組合，最終慢慢變成接近案例圖形的樣子。
同時你還可以親自調(diào)整變異的傾向，最終成果雖然和原圖相比還有很大差距，但也不乏自己的風(fēng)格。不過嘗試時就可以發(fā)現(xiàn)，整個過程時間很長，某種程度上也體現(xiàn)了遺傳算法的低效。
基于上述的功能，遺傳算法還有一個非常有趣的玩法，庫卡機(jī)器人驅(qū)動器維修，那就是欺騙深度學(xué)習(xí)模型。
2014年有一篇論文曾經(jīng)寫過，深度神經(jīng)網(wǎng)絡(luò)（DNN）在圖片識別上有著很優(yōu)異的表現(xiàn)。可當(dāng)用遺傳算法模擬圖片時，兩張圖片在人眼看來一模一樣，可深度神經(jīng)網(wǎng)絡(luò)卻完全識別不出來。或者遺傳算法可以模擬出一張人眼看起來是亂碼的圖片，卻被深度神經(jīng)網(wǎng)絡(luò)識別成正常的圖片。
這一點(diǎn)讓人們注意到了機(jī)器視覺和人類視覺的區(qū)別，和人類不一樣，機(jī)器還是會把圖像轉(zhuǎn)化為數(shù)字，再進(jìn)行比對、識別。這也導(dǎo)致了，有時候深度神經(jīng)網(wǎng)絡(luò)會把一張?jiān)肼晥D識別成動物、建筑等等。
除了生成圖片，遺傳算法還可以生成音樂、宋詞等等。將詞語和音符輸入，讓機(jī)器隨機(jī)組合，加入人類評分機(jī)制。整個過程幾乎和讓猴子在打字前坐幾十年可以寫出莎翁作品的假說差不多。基本上只能用于娛樂，不太適合實(shí)操。
其實(shí)，目前遺傳算法已經(jīng)慢慢淡出了主流舞臺。雖然主旨是為了避開局部最優(yōu)誤區(qū)，為無限解集問題尋找答案，可在實(shí)際應(yīng)用時相比梯度和蒙特卡羅算法都沒有明顯的差異和優(yōu)勢，常常被視作玄學(xué)算法。比如計(jì)算結(jié)果的穩(wěn)定性差、求解過程沒有可復(fù)制性等等都是遺傳算法的缺點(diǎn)。很長一段時間里，遺傳算法都被看做只能用來湊論文的算法。
不過理論也和技術(shù)一樣，KUKA機(jī)器人示教器維修，會隨著實(shí)踐和研究不斷發(fā)展，曾經(jīng)的神經(jīng)網(wǎng)絡(luò)也曾被打入冷宮。最近DeepMind還提出了把神經(jīng)網(wǎng)絡(luò)和遺傳算法結(jié)合，應(yīng)用到遷移學(xué)習(xí)中的案例。或許，有朝一日遺傳算法還會重新進(jìn)入我們的視野。