Inteligencia artificial: ¿Cuáles son los programas tempranos de IA más importantes que los estudiantes de IA deberían conocer?

Permítanme parafrasear el trabajo seminal de John Holland sobre Algoritmos genéticos de la década de 1970. Utilizó la computadora para simular algunos aspectos de cómo los organismos biológicos se adaptan a su entorno. Los competentes y afortunados sobreviven, los otros perecen rápidamente. Los sobrevivientes crearían la próxima generación que a menudo se adapta mejor a su entorno.

Holland comenzaría con un problema cuya solución podría codificarse / decodificarse como una cadena fija de bits (genes). Inicialmente, se generó un conjunto de cadenas de bits al azar, se decodificaron de acuerdo con algún problema específico y se evaluaron en qué medida resolvieron un problema particular.

Se descartaron soluciones deficientes y se utilizaron mejores soluciones para producir el siguiente conjunto de cadenas de bits que se evaluarán. Utilizó los métodos biológicos de cruce y mutación para combinar cadenas (genes) para crear la próxima generación. Holland descubrió que su conjunto de cadenas de bits a menudo mejoraría su estado físico durante generaciones de pruebas y cría.

La técnica tuvo tanto éxito que muchos siguieron sus pasos, mejorando tanto el software como la representación de los genes. Las cadenas de longitud fija se convirtieron en genes de longitud variable. Los genes unidimensionales se convirtieron en árboles (John R. Koza). Algunos se concentraron en el aprendizaje a largo plazo y la reutilización de soluciones (por ejemplo, Dan Dunay). Otros intentaron emular el cerebro a través de redes neuronales. Otros se concentraron en diferentes aspectos de cómo los sistemas biológicos se adaptan y resuelven problemas. El trabajo de John Holland tuvo un gran impacto en la IA.