Multiágenses szimulációk. Ilyen elegáns neve volt annak a választható tárgynak, aminek keretén belül végül működésbe hoztam mindazt, amin addig csak filozofáltam. Életem legdurvább, két hetes kódolás-cunamijának eredményeként megszületett ez: AiVolucio.0.zip (nem kell félni tőle, nem harap)
A program szabályait leírtam a olvassel.txt fájlba, így azokra a részletekre itt nem térnék ki. Inkább arról beszélnék, hogy a viselkedés evolúciós elképzelésemből hogyan jött létre ez.
Ahogy a biológiában egy élőlény felépítést a DNS kódolja, úgy a mesterséges neurális hálózatok viselkedését a szinaptikus kapcsolatok erősségei kódolják. Tehát egy neurális hálózat esetén a szinaptikus erősségek különböző kombinációira tekinthetünk úgy, hogy azok a viselkedésminták génjei.
Az evolúció feltétele, hogy létezik a génekre ható szelekció, reprodukció, és mutáció. Ha ezek megvannak, a gének fejlődni fognak a szelekciós elvárásoknak megfelelően. Tehát ha mesterséges intelligenciát szeretnénk létrehozni, alkossunk egy szimulált evolúciós környezetet, amiben egy neurális hálózathoz tenyészünk és fejlesztünk viselkedést kódoló génkombinációkat.
Szemeszterekkel az AiVolúció megalkotása előtt voltak a vázlatos terveim, hogyan fogom programba írni a nagy agymenésem. Továbbra is a két egymás ellen játszó sakkprogram elképzeléséből indultam ki. A gépi ellenfelek rengeteg meccset játszanak egymás ellen valami egyszerű játékban ... ez eddig ugyan az, amiről már gimiben is fantáziáltam, de ehhez az egyetemen még hozzáadta a mesterséges neurális hálózatok elméletét, és viselkedésüket kódoló géneket.
Az első elképzelés nagyjából így nézett ki: Legyen mindkét félnek egy viselkedési géntárháza, amiből minden meccshez kiválasztanak egy génkódot, az betöltik a saját neurális hálózatukba, és úgy játszanak. Aki nyer, annak a választott viselkedés-génkódja életképesnek bizonyult, tehát az változatlan formában visszakerülhet a géntárházba ... aki veszít, törli az aktuális a génkódját (szelekció), lemásolja a nyertesét (reprodukció), és kis mértékben random módosítva azt (mutáció) behelyezi a saját géntárházába.
Ez az evolúciós mechanizmus szokatlannak tűnhet, de működőképes, mivel az előnyös géneket szaporítja az előnyteleneket ritkítja, a mutáció meg lehetővé teszi új génmódosulatok kipróbálását. Nagyobb probléma volt megfelelően "izgalmas" kompetitív játékot találni a neurális hálózatok számára.
Az egyik legegyszerűbb játékötletem egy fogócska volt. A fogó, a macska, a menekülő, az egér. A macska nyer ha x időn belül elkapja az egeret, ellenkező esetben az egér nyer ... Egyszerű, mégis felvetett egy problémát ... Az eredeti evolúciós koncepció egy szimmetrikus játékot feltételez, amiben mindkét félnek ugyan azok a céljai, míg ez a fogócska kifejezetten asszimetrikus ...
A multiágenses szimulációk előadáson embertömegek mozgásának modellezéséről és egyéb sokszereplős szimulációkról tanultunk. Az ágens egy programegység, ami önálló módon képes döntést hozni a szimuláció keretein belül ... adta magát, hogy a mesterséges neurális hálózatok kifejezetten alkalmasak ágensnek ... pont erre ne indult volna be az agyam?! ... Feltettem a kérdést: Megtanulhatnak-e együttműködni egyszerű neurális hálózatok, kialakulhat-e valami kooperatív stratégia, amivel a macskák közösen cserkésznek be egereket? ... erre nem tudhattam máshogy választ adni, programot kellett írni ... (amúgy meg a beadandóért megajánlott jegyet lehetett kapni a tárgyból) ...
Az új multiágenses elképzelésben már nem két példány játszik egymás ellen, hanem sok ... ez cseppet átírta az eredeti terveket. Dobtam a géntárház ötletét ... vagyis inkább a géntárházat úgy ahogy van áthelyeztem egy arénába. Itt már nem a háttérből töltődnek be a gének, hanem minden létező gén folyamatosan játékban van ... így lett tömeges a macska egér fogócska, amiben ha egy példány elbukik, akkor az törli a viselkedését kódoló géneket (szelekció), majd egy sikeresebb egyed génkódját lemásolva (reprodukció), azt kis mértékben random módosítva (mutáció) folytatja a játékot ...
Ha randomgenerált génekkel indítjuk a szimulációt, megfigyelhetjük, ahogy a kezdeti fogalmatlan bolyongás és halálozások után a macskák viszonylag gyorsan megtanulnak egeret fogni ... ezután nem sokkal az egerek is megtanulnak menekülni. Majd az idő előrehaladtával egyre rendezettebbé válik a tömeges fogócska, miközben az egerek megtanulnak falkába tömörülve védekezni a macskák ellen ... de sajnos a macskákat sosem láttam együttműködni, összehangoltan vadászni.
---
"Hol van itt a tézis? Mit akarsz ezzel a programmal bizonyítani, mi az eredmény? ... Ez nem tudomány. A beadandód ebben a formában értékelhetetlen." - kaptam meg beadás után a velőtrázó kritikát az AiVolucióra a multiágenses szimuláció tárgy előadójától ...
Mi a picsa?!! Két hétig alig aludtam, éjjel nappal kódoltam mint a megszállott ... és értékelhetetlen? ... ez? ... dehisz működik!!! ... magyarázhattam, mit tud a progi, de a tanár hajthatatlan volt ... nem érdekelte mennyi melóm volt vele, az se érdekelte, hogy a program működik-e. Őt az érdekelte, hogy mi volt a szimuláció célja, a valóság milyen aspektusát akartam a programmal modellezni, mit akartam a modellemmel megfigyelni, és mi lett a megfigyelés eredménye ...
Valóban ... az AiVolució nem tudományos jellegű munka volt. Nem egy szimulációval ellenőrizhető tudományos állítást, hanem az intelligencia természetéről alkotott filozófiai elképzelésemet teszteltem vele ... így egyetemi beadandó házifeladatként elbukott, de a viselkedés evolúció működőképességét mégis gyönyörűen igazolta.
