211service.com
Oorsprong van de octrooien
Het adjectief Darwiniaans wordt vaak toegepast op de hond-et-hond software-industrie. Maar bereid je voor op software die natuurlijke selectie tussen computerprogramma's orkestreert, zodat onderzoekers de overgebleven code kunnen oogsten.
Dat opvallende idee ligt ten grondslag aan genetische programmering, een tak van kunstmatige intelligentie waarin een computer problemen oplost in de biogeneeskunde, elektronica en zelfs robotvoetbal door zijn eigen software te ontwikkelen. Onderzoekers werken al vele jaren met het concept en hebben het geïmplementeerd in enkele hoogwaardige technische ontwerptoepassingen.
Bij Stanford probeert genetisch programmeringsonderzoek resultaten te produceren die concurrerend zijn met het oplossen van menselijke problemen, en om dat te testen door het evalueren van succes bij het dupliceren of schenden van bestaande Amerikaanse patenten. De onderzoeksinspanningen hebben nu precies dat bereikt voor patenten die vorig jaar zijn gegenereerd. Het werk kan uiteindelijk geautomatiseerde uitvindingsmachines opleveren, zegt John Koza, genetische computergoeroe en consulting professor in biomedische informatica aan Stanford.
Omgeving voor evolutie
Koza zegt dat het recept voor perfectie van een soort als volgt gaat:
- Creëer een op regels gebaseerde omgeving die wordt gedefinieerd door een probleem dat u wilt oplossen, zoals het ontwerpen van een analoog audiofilter, het vinden van een metabolisch pad of het maken van een antenne-ontwerp.
- Voeg daar nog een oerstroom van een half miljoen of zo willekeurig gegenereerde programma's aan toe, elk ontworpen om het probleem aan te pakken.
- Stap terug en laat de bevolking generatie na generatie evolueren. De programma's sterven elektronisch af, muteren, kruisen en passen zich aan de omgeving aan, totdat de sterkste persoon van een latere generatie het probleem oplost, of ongeveer oplost, zegt Koza.
Het is niet verrassend dat een dergelijke gedwongen evolutie bijna elk computersysteem op de knieën zou kunnen brengen. Gelukkig omvatten de bronnen van Koza een parallel computercluster met 1.000 nodes bij Genetic Programming Inc. in Los Altos, CA, waar Koza president is.
Octrooivoortgang
Koza, die in de jaren tachtig met zijn werk in genetische programmering begon, is al lang gefascineerd door de vraag: hoe zorg je ervoor dat een computer doet wat moet worden gedaan zonder hem te vertellen hoe het moet?
Tot voor kort was zijn biologische methode voor het kweken van software in staat om alleen uitvindingen te bedenken die een kopie waren van of inbreuk maakten op patenten die al in 1917 en pas in 1974 waren ingediend. later, die de state-of-the-art demonstreren voor mensen die worden geholpen met conventionele technische software.
Vijf maanden geleden hadden we geen resultaten waarin we zeer recente patenten dupliceerden of schenden, zegt hij. Nu hebben we er twee in onze zak en vier anderen die zich in verschillende programmeerfasen bevinden.
Koza concentreert zich op wat hij de zwarte kunstgebieden noemt waar er geen bekende wiskundige methode is om het probleem snel op te lossen. Koza's recente focus omvat controllers, analoge circuits en cellulaire automaten.
Concurreren met mensen
Maar als genetische programmering zo ver is gevorderd dat het recente patenten kan dupliceren, hoe snel zal het dan zijn voordat Koza's genetische programmeringsexperimenten tot uitvindingen leiden waar niemand eerder aan heeft gedacht?
Ik kan me voorstellen dat we dat hebben gedaan, maar we weten het niet, lacht Koza. Om waardevolle, originele resultaten te identificeren in plaats van simpelweg patenten te matchen, legt hij uit, zou een menselijke expert op het gegeven gebied tienduizenden overlevenden moeten evalueren.
Koza erkent voorzichtig dat bedrijven uiteindelijk geïnteresseerd kunnen zijn in het in licentie geven van zijn technologie, maar hij moet eerst een groter aantal hedendaagse patenten binnenhalen. Het is duidelijk dat de volgende stap is om patenten te bedenken die nog niet zijn uitgevonden, zegt hij.
Als we een groep van zes hebben, stoppen we met dat project en proberen we de volgende stap te zetten, zegt hij. Maar dat hebben we nog niet. Er zijn zoveel nep-dingen in het AI-veld waar mensen brabbelden over wat ze dachten te gaan doen voordat ze het deden. We wachten 30 jaar later nog steeds op vijf procent ervan.
Met een beetje geluk zullen Koza en zijn bedrijf daar binnenkort iets aan toevoegen.