진화알고리즘에서는 적합도 함수를 통해 개체에 점수를 매기고 높은 점수를 받는 개체를 자연선택함
점수는 대부분 특정 미션을 수행할수 있는가 의 여부로 점수를 줌
여러가지 미션이 있고 이 미션수행들에 점수를 어떻게 주냐에 따라 진화의 방향이 잡힘 점수를 잘못주면 진화하지 못할수도 있음
이때
A,B,C미션이 있다고 하자
그럼
A미션 수행 성공시 1점
A와 B 둘다 할줄알면 2점
A와 B 와 C 셋다 할줄알면 3점
이런식으로 많은 미션을 수행할줄 아는 개체일수록 높은 점수를 줘야함
그래야 높은 점수를 받게끔 진화가 일어나기 때문임
여러가지 미션을 수행할줄아는 개체로 진화하면서 이전에 없었던 새로운 미션까지 수행할줄 아는 개체가 등장할거임
그게 강인공지능
- dc official App
근데 진화알고리즘이 결국 주류에서 밀려났음 ㅇㄱㅇ
이론상으로는 생태계 크게 만들어서 유전 알고리즘 짜면 좋을수도 있는데 결국 컴퓨팅 자원에는 한계가 있고 유전 알고리즘은 그런 면에선 비효율적임. ㅇㅅㅇ. 그래서 지금 주류는 인공신경망인거고 호애 ..
reinforcement learning이라고 거의 똑같은 아이디어로 기계학습 시키는 방식이 있음. ㅇㅇ
그리고 피드백과 보상 자체는 인공지능이라 여겨지는 인공지능 거의 전부가 그럴껄. 다만 방식의 차이지.