Geri yayılım olmadan yapay sinir ağları evrimsel yöntemle eğitildi
Öne çıkanlar
- Modeller, gradyan yerine mutasyon ve popülasyon sıralamasına dayalı genetik algoritmalarla eğitildi.
- Canlıların kontrolünde 16 birimli iki gizli katmandan ve 466 parametreden oluşan yapay sinir ağları kullanıldı.
- Ağırlıkları dondurulan modeller, daha önce görmedikleri 12 farklı dünyada 10,21 besin toplayarak tam genelleme sergiledi.
- Ortamdaki besin miktarının yarıya indirilmesi durumunda canlıların besin toplama performansı 4,34 seviyesine geriledi.
Yapay zeka modellerinin optimizasyonunda yaygın olarak kullanılan geri yayılım ve gradyan inişi yöntemleri, tek bir kesin hedefin bulunmadığı çok aşamalı ve açık uçlu görevlerde yetersiz kalabiliyor. Yayımlanan teknik incelemede, gradyansız eğitim alternatiflerini araştıran araştırmacılar, Darwinci evrim mekanizmalarına dayanan genetik algoritmalarla yapay sinir ağlarını eğitti. Deneyde simüle edilen canlıların ağırlıkları, gradyan hesaplanmadan doğrudan popülasyon içindeki rastgele mutasyonlar ve uygunluk fonksiyonu sıralamaları üzerinden optimize edildi.
Her canlı, 466 parametreden oluşan iki gizli katmanlı küçük bir yapay sinir ağıyla kontrol edildi. Canlıların çevrelerindeki besinleri ve rakipleri tespit etmelerini sağlayan duyusal girdiler modele yön verirken, uygunluk fonksiyonuna hareket maliyeti ve bazal metabolizma cezaları eklendi. Avlanma dinamiklerinin de dahil edildiği deneylerde, canlıların enerjilerini korumak için hızlarını dengelediği ve avcılardan kaçma gibi karmaşık hayatta kalma davranışlarını kendiliğinden geliştirdiği gözlemlendi.
Eğitilen modellerin genelleyebilme kapasitesini test eden araştırmacılar, canlıların ağırlıklarını dondurarak daha önce görmedikleri 12 farklı simülasyon ortamında denemeler yaptı. Canlılar eğitim gördükleri dünyalarda 10,19 besin toplarken hiç görmedikleri dünyalarda bu miktar 10,21 oldu ve hayatta kalma oranı yüzde 43,4 seviyesinde korundu. Bulgular, gradyansız algoritmaların uzun vadeli ve karmaşık durumlara sahip ortamlarda takviyeli öğrenmeye geçerli bir alternatif oluşturabileceğini gösterdi.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.