Presentation is loading. Please wait.

Presentation is loading. Please wait.

Christopher G. Langton (1989) 인지과학 협동과정 강 소 영

Similar presentations


Presentation on theme: "Christopher G. Langton (1989) 인지과학 협동과정 강 소 영"— Presentation transcript:

1 Christopher G. Langton (1989) 인지과학 협동과정 98132-501 강 소 영
Artificial Life Christopher G. Langton (1989) 인지과학 협동과정 강 소 영

2 1. The Biology of Possible Life
Artificial Life Traditional Biology : Top-down approach analytical methods But, Life Principles of dynamical self-organization Non-linear phenomena interaction between parts synthetic approach

3 Artificial Life  synthetic approach to biology
attempts synthesize the process of evolution in computers what emerges from the process what kinds of things can evolve in principle 행동 발현의 문제 Alife: generating lifelike behaviour AI : generating intelligent behaviour 차이점: AI - production of intelligent solutions rather than the production of intelligent behaviour Alife - natural method of behaviour generation를 파악 - parallel distributed.

4 2. Historical Roots of Artificial Life
Historical Review Clock Work : Clepsydra, Jack Automata: lifelike motion to a mechanical figure or animal (코끼리, peacocks, singing birds) Duck of Vaucanson (1975) writing and picutre drawing automata - Jaquet-Droz family Control Device (process control --> programmable control ) 이런 제어 장치에서 중요한 것은 an abstract set of rules (material 에 관계없이)이고, logical form은 material basis of construction과 분리 이때, machiness라는 건 logical form을 의미.. 즉, machine은 algorithm

5 General-Purpose Computers
여러가지 기술적 발전 (programmable controller, calculating engines, formal theory of machines)으로, general-purpose computer, stored-program computer가 출현. Programmable computer는 general behaviour generator이지만 intrinsic behaviour를 갖고 있는 것 아니다. Formal Limits of Machine Behaviours 컴퓨터가 보여줄 수 있는 행동의 기본적 한계 Computability in principle : 행동 발현에 관한 formal specification가 없는 행동 Computability in practice : 어떤 sequence에 의해서 행동이 발현되는지 모르는 행동 in order to determine the behaviour of some machine, run them and see how they behave.

6 John von Neumann: From Mechanics to Logic
Self-reproduction automaton : 자신을 구성하고 증식하는 능력을 가진 기계 kinematic model : universal constructor : 구성해야 하는 기계에 대한 description이 주어짐 --> 수면에 떠 있는 부품 중 선택하여 기계를 구성. Description copier 추가

7 Cellular Automaton Cellular Automaton Cell (finite automata) 의 특징
세포처럼 증식. Cell (finite automata) 의 특징 주어진 시간에 유한한 수효의 상태 중 어느 하나에 있다. 고정된 기하학적 형태에 의해 조직 이웃한 cell과 통신한다 한 시간 단계와 그 다음 시간단계사이의 간격을 generation state-transition rule : 상태변이규칙 - 각 세대마다 각 cell의 상태를 결정하는 것. 시간 t+1에서의 cell의 상태는 시간 t에서 그 자신의 상태와 이웃한 cell의 상태에 의하여 결정된다.

8 Cellular Automaton의 전개 초기배열 : 01011010100110 변이규칙: 00 01 10 11 0 1 1 0
변이규칙: 전개과정 이 모델의 중요성 생물체의 본질적인 행동 - self-reproduction-이 machine에 의해 생성되었다.

9 3. The Role of Computers in Studying Life and Other Complex Systems
Alife 연구의 두가지 방법 Create life in vitro Create life in silico - computer는 유용한 실험적 tool AI와 Alife의 다른점.

10 4. Non-Linearity and Local Determination of Behaviour

11 5. Biological Automata 인공생명에서 생명체의 생화학적 구조로부터 논리적 형태를 추출하는 문제
실마리 - 유전자형(genotype)과 표현형(phenotype)의 구별 생물학에서 유전자형: 개체의 유전자 조성 표현형: 개체의 외관상 특징 (특별한 환경 하에서 유전자형의 지시에 따라 결정되는 개체의 물리적 구조) 인공생명에서 유전자형과 표현형의 개념을 일반화하여 기계에 적용 즉, 생물체의 성장과정을 유전자형이 표현형으로 번역되는 계산과정, 하나의 알고리즘으로 간주 G형: 기계의 집단에 대한 세부규정 (specification), 행동목록의 명세 P형 : 특정한 환경 속에서 집단 내의 기계가 상호작용함에 따라 발생되는 행동.

12 Genuine Life in Artificial Systems
Behavioral PTYPE이 development 되는 예 - Flocking Boids individual Boids --> responding local condition 이웃한 개체와 최소한의 거리 유지 이웃 Boids와 속도를 맞춘다 Boids 집단의 중앙쪽으로 이동하라. behaviour의 level을 구분할 필요 at the level of the individual behavors : Boids are not birds. At the level of behaviours: flocking Boids and flocking birds are two instances of the same phenomenon: flocking ==> 인공적인 개체에서 lifelike behaviour가 일어났고, natural system에서 일어나는 것과 같은 방식으로 행동이 산출

13 Claim: Artificial Life에서 Artificial은 component part. Not emergent process --> component part가 옳게 구현되면, 그 process는 genuine하다. Big Claim: 잘 조직된 artificial primitives는 natural organism이 살아있는 것과 같은 방식으로 사는 process를 제공. --> genuine life --> 지구 상에서 진화해온 생명체와 다른 물질로 만들어졌을 뿐.

14 7. Evolution Evolution: From Artificial Selection to Natural Selection
생물학적 진화의 복잡한 과정에 의해서 지금의 구조가 형성 어떤 것이 우연에 의한 특성이고, 필요에 의한 특성인지 구분 어려움. 진화의 과정을 rewind할 수 있다면.. 컴퓨터 모델이 rewind 기능 해줄 수 있다. Engineering PTYPES from GTYPES 어떤 PTYPE이 어떤 GTYPE으로부터 산출되는지 알기 어려움. 지금까지 적당한 GTYPE을 추측하고, 그것을 변경시키면서 적절한 PTYPE을 산출할때까지 trial and error 한계가 있음. --> process를 automate해야 함.

15 Genetic Algorithms Genetic Operators Operation of GA
implements natural selection by making more copies of the character strings representing the better performing PTYPES generates variant GTYPES by applying genetic operators to these character strings Genetic Operators Reproduction Mutation Cross-over Operation of GA 초기화 --> evaluate --> selection --> operator 적용 --> 다음세대 만듬

16 From Artificial Selection to Natural Selection
Richard Dawkins : Biomorphs. The program consists of a general-purpose recursive tree-generator, which takes an organisms’s GTYPE(parameter settings) as data and generates its associated PTYPE (the resulting tree) 프로그램이 ‘Adam’을 만들고 여러 개의 mutated copies를 만든다. 사용자가 마음에 드는 PTYPE을 고른다. 프로그램은 그 나무의 GTYPE의 mutated copies를 만든다. 그리고 그것의 PTYPE을 보여준다. 사용자가 또 선택한다. 이 과정 계속 반복. ==> 이것이 artificial selection

17

18 8. Conclusion 생물학의 개념을 non-biological thing으로 연구하는 것을 전통적 생물학자들이 받아들이기 어려움. Alife가 받아들여지는 정도는 그것이 생물학적 현상을 설명하는 정도에 비례할 것이다.


Download ppt "Christopher G. Langton (1989) 인지과학 협동과정 강 소 영"

Similar presentations


Ads by Google