Evolution - der Schlüssel zu intelligenten Computern?
Zu Beginn der 1960er-Jahre hielt eine neue, bahnbrechende Idee Einzug in die Computerwissenschaften, die die Darwinsche Evolutionstheorie zum Vorbild nahm. Seither versteht man unter dem Begriff Evolutionary Computation das Lösen von komplexen Problemstellungen aus Wissenschaft, Technik und Wirtschaft am Computer nach dem Prinzip Survival of the Fittest.
Hierbei werden Lösungen als Phänotypen bezeichnet, die auf Basis eines Genotypen (Konstruktionsvorschrift für eine Lösung) generiert und mit einer Fitness(zahl) bewertet werden, die die Überlebenswahrscheinlichkeit einer Lösung bestimmt. Viele solcher Lösungen bilden eine Population, deren Individuen über viele Generationen immer wieder selektiert, mutiert und rekombiniert werden.
Einfacher gesprochen wird eine große Zahl von zufälligen Lösungen generiert, wobei die besseren überleben und die schlechteren aussterben, was nach langer Rechenzeit (auch Tage und Wochen) zu Lösungen führen kann, die besser sind als sie je ein menschlicher Konstrukteur entwickelt hat.
In diesem Artikel werden die Grundzüge von Evolutionären Algorithmen vorgestellt und auch verwandte Teilgebiete der Computerwissenschaften präsentiert. Zu diesen zählen Particle Swarms, Ant Algorithms, Artificial Immune Systems und Artificial Neural Networks. Zur Illustration werden Anwendungsbeispiele dieser Methoden aus internationaler und eigener Forschung demonstriert und auf die Frage eingegangen, ob solche Systeme Formen von Intelligenz hervorbringen können.
Helmut A. Mayer
Last modified: Dec 31 2015