عبد الواحد
06-19-2013, 08:39 PM
بسم الله الرحمن الرحيم.
- سواء تعلق الأمر بتحسين أداء جهاز أو إدارة أو تحسين كفاءة خطوط إنتاج أو شبكة اتصالات إلخ ..
- وسواء تم الاعتماد على آلية تبحث عن الحلول المثلى في خطوة واحدة فقط أو على عدة خطوات..
فإن كلمة "optimization" ليس لها أي معنى دون تحديد الغاية المتمثلة في (الدالة الموضوعية) = (objective function)
وحتى لا يُقال أن "الحديث عن الغاية" هو كلام فلسفي .. سيتم الإنطلاق من التعريف الرياضي للدالة الموضوعية للحكم على أية آلية تحسين
أمثلة عن التحسين في خطوة واحدة
المثل 1
لو كلفتك بلدية المدينة بتحديد مسارات الشاحنات المخصصة لجمع النفايات (النقاط الزرقاء) والعودة بها الى مركز التجميع والمعالجة (النقطة الخضراء) .. فإنك ستجد نفسك أمام حتمية المرور من بعض النقاط أكثر من مرة، والمرور من طرق خالية للانتقال من منطقة سكنية الى أخرى. هذا شر لا مفر منه، ومطلوب تقليله قدر المستطاع بحيث يكون مجموع المسافات التي تقطعها الشاحنات هو الأقصر. لحل هذه المشكلة، الخطوة الأولى البديهية هي محاولة البحث عن طريقة ما "لترجمة" الواقع وعوائقه الى معادلات.. وبالتحديد ترجمة غايتك الى (دالة موضوعية) :
https://csamqg.bn1.livefilestore.com/y2pz9X51swYMziMqDKMQK7P-OmKqbJH7RmhAP87ZmkvpT3YfQmZsNG8cj9KtyY9bvmAPEqeMM7 57K3pbDSFaxqTi5Fc_AR_8kaijtvJ6KjSs5E/p1.png?psid=1
https://csamqg.bn1.livefilestore.com/y2pb_oWYQLvrmfqyeDOLVRaFJaN8x2U3zvMCmt8-bH5MZsHXOJBAP7AYpO8D580N_wSITIZVV5PX7BHx5FGoCRHa9s 1_gXQZGCZhJW2_OwKjxQ/p2.png?psid=1
المثل 2
لديك شركة تصنع 4 منتجات وجميعها تمر من نفس محطات التصنيع، إلا أن الزمن الذي تحتاجه كل محطة يختلف من منتج لآخر كما هو مبين في الجدول التالي. وبالنظر الى المكسب بالنسبة لكل منتج، والى الحد الأدنى لإنتاج كل منتج أسبوعيا (حتى لا تفقد زبائنك)، والى عدد الساعات التي لا ينبغي لكل جهاز تجازوها أسبوعيا، المطلوب تحديد العدد الأمثل لكل منتج لتعظيم الربح ؟
https://csamqg.bn1.livefilestore.com/y2p6pf1mMGqsCmeepzLg17-rhnm_YciLdT7szV6b1mnahSy5wC5h0xexySYaDOy1Q_TWiJ1qv ERTqd7NgwS4EF_soRNzEAjnWoegmmqvokmiUk/example1.png?psid=1
المثل3
الاستخدام الأمثل لعدد محدود من الشاحنات ذات سعات مختلفة، لنقل أجهزة ذات أحجام وأولويات مختلفة..
بقية التفاصيل .. (https://csamqg.bn1.livefilestore.com/y2pApkM65F7hmwnB_EI92MXPhFJNIPzjQ4zF2gPUI-8IYlroj5ice-IEsBVr9RbJ2gAiECh3AXI-q84X1rWVSPapP90l_r7jbOhTrLpgedNPW4/sahel.png?psid=1)
وبصفة عامة
هذه النوعية من المشاكل المتعلق بدعم القرار، تصاغ بالطريقة التالية:
https://csamqg.bn1.livefilestore.com/y2prPczuWg2LFx_6bv9pmBrECOOnuo0i-QPjdHeKXIwRyKYm9SPtKue5Ty9R25GRlviSClL61GJURfhWXDL rUVNlOpM9OyrmhvrKZwkqyNJCLY/p3.png?psid=1
في الأمثلة السابقة يمكن البحث عن الحلول المثلى في خطوة واحدة
ولا يجادل الملحد في هذه الحالة حول ضرورة تحديد الهدف مسبقا
لكن ماذا لو توزعت آلية التحسين على خطوات متراكمة و"أجيال"؟
هل عامل "التراكمية" ينفي الحاجة الى توجيه كما يتوهم البعض؟
الجواب لا !
لأنه لا يوجد تعريف لمفهوم "الأصلح" .. يمكن التعامل معه رياضيا .. دون ربط ذلك التعريف بدالة موضوعية
https://csamqg.bn1.livefilestore.com/y2pqLpQv1cji6DngcvrwZ1e7gNGJhFD5hvw5Si5d7qJmQNJMjc 0yZ3nO7JsrTKQse6kAydQJEHya0ujAQhV2wikDqIITJpgwL8u-RV2ZklBdyo/p4.png?psid=1
genetic algorithm
البعض يرد بالقول: "ألم تسمع عن الخوارزمية الجينية كمثال يثبت امكانية وجود انتخاب دون توجيه مسبق"؟ الطرفة هنا أن هذه الخوارزمية تثبت النقيض تماما !! وتثبت جهل من يستشهد بها في هذا السياق، لأنها تعتمد في نجاحها على تحديد ما يُسمى fitness function (http://en.wikipedia.org/wiki/Fitness_function) وهي حالة خاصة من الدالة الموضوعية الـobjective function التي يجب وضعها منذ البداية.
وأما كلمة genetic فيُخدع بها من لا يقرأ من البرنامج غير عنوانه، ولو نظر الى محتواه لعلم أن السبب يرجع الى تسمية (الأعداد الثنائية) مــجـــازا بـ(الكروموسومات) عند البحث عن حلول مثلى في مجالات هندسية مختلفة ليست بالضرورة متعلقة بالمجال البيولوجي. كما تم استخدام كلمة "تزاوج" لوصف (إنشاء أعداد ثنائية جديدة باقتطاع جزء من عدد ووضعه في آخر وبالعكس) إلخ..
والعبرة ليست في المسميات .. بل في العامل الذي بدونه لن ينجح البرنامج = وهو ضرورة تحديد وحفظ الغاية.
https://csamqg.bn1.livefilestore.com/y2plUDux-AtnjNwN3y_2vYvi4j7EJO5mrku2gBJS0RB9rWqzECGcx_himwk b18X6cGnxXDEH2vf1wBmLVc8olNZ2eAsIOzpcWSN4E9_Qf070x c/p5.png?psid=1
مثال ..
https://4cr1pq.blu.livefilestore.com/y2plOgdfRG50wQ72hxV98qg42F_zmN7i5lbsn9A1FJoL8Y-HvpOUUYPRhy0uRO3PL6Ql5liZILz8F-tiRim2ZD_Y0xEV2qI1Uz84npfYLNiHmPFwnlvBzuoXQ62Kp2t6 PIJ/rhjan07g05.png?psid=1
في خانة "الكروموسومات" لديك قائمة من الأعداد الثنائية، والمطلوب تقييمها طبقا لمعايير لـf(x)
للقيام بذلك يتم تحويل كل عدد ثنائي الى عشري، ثم ضربه بـ(10 /1023) لتحصل على قيم x تتراوح بين 0 و 10 .
ثم يتم ربط حظوظ انتقاء x بقيمة f(x)، مثلا حظوظ انتقاء العنصر الثالث = 38% = f(2.55) / 22.05 .
ومن لا يحب الأرقام.. الفكرة بكل بساطة هو ربط كل عنصر بنسبة % تمثل حظوظ انتقائه طبقا لتقييم f(x).
هذه الطريقة تسمى "roulette wheel selection".
https://4cr1pq.blu.livefilestore.com/y2pyH0eIzR9FDrg9u40WICow2k1V56_1VO5XcMgKEn51740XLM _K6XBW0lh473fEry5PjP4HRWC3axTEpVp1joKuMejyj_1RN5zC u4fH22ttly4_uCRH3pJJl7LW5j0wnSU/rhjan07g02.png?psid=1
وهناك طرق أخرى كثيرة غير طريقة "الروليت"، وكلها دون استثناء تعتمد في علمية الانتقاء على معايير تحددها دالة موضوعية.
...
كل ما سبق يمثل الخطوة (أ) في الخوارزمية التالية:
https://csamqg.bn1.livefilestore.com/y2pjeISwr_qzu3wtCKVuAWdPRPTPJ0UMg48sIcYR6iJYa5A7zb qAht_IK-Hzl29VDs-kyAIwEzAUOAEs3-kjy1jFIDQfpe3mfmZplHs-SaaxQ4/p6.png?psid=1
• ينطلق البرنامج من مجموعة من الأعداد الثنائية ..
• (أ) : ينتقي منها الأفضل طبقاً لتقييم f(x).
(ب) : ليُنتج منها "أبناء"، وذلك باقتطاع جزء من عدد ثنائي ووضعه في آخر وبالعكس.
https://csamqg.bn1.livefilestore.com/y2pNwLGTtz72Q70W8BEibzIVBavClsiGE0YiDvDq1POM7SqwtM wTY40iU9NZdswd5ZPMFWuJMy38HiguBbrRcM-VKNmtjF7GXxnkGI_ynZMaJM/p8.png?psid=1
• (ج) : تغيير بعض المواقع من "الشريط" .. لتجربة أعداد "مجاورة"..
https://csamqg.bn1.livefilestore.com/y2pE4EdyO97B4qvb12XfA9Q1RV0yaXFX6FU2059VMlY7I0mvwR T6co5rFDtJkgoMKyeVtCF5qqISk7Rwo2UVHckfQdKJWCRW4ZQV DXU_kUnwYc/p9.png?psid=1
• تكرار الخطوات (أ) ، (ب) ، (ج) لعدد من المرات (100 مثلا) ، لتحصل كل مرة على جيل جديد من الأعداد.
ما هو العامل الضروري لنجاح البرنامج، وما الذي يمكن تغييره دون التأثير على كفاءته؟
- استخدام طرق أخرى غير (ب) لإنشاء جيل جديد من الأعداد الثنائية لها خواص قريبة من العناصر المنتقاة.. لن يؤثر على كفاءة البرنامج
- استخدام طرق أخرى غير (ج) للقيام بتغييرات طفيفة على بعض الأعداد الثنائية للبحث عن حلول مجاورة .. لن يؤثر على كفاءة البرنامج
استخدام مسميات بيولوجية لوصف (ب) و (ج) وتسمية الأعداد الثنائية بالكروموسوم .. لن يغير من الحقيقية التالية:
العامل الذي بدونه لن تنجح أية آلية تحسين في خطوة واحدة أو عدة خطوات.. هو تحديد وحفظ الغاية
المتمثلة في الـobjective function
...
ونفس ما يُقال على (الدالة الموضوعية) يسري أيضاً على (الدالة التي تربط الــgenome بالــphenome).
وقد تم التطرق الى هذا الامر في موضوع: (متى يكون الانتخاب ممكنا؟ (http://www.eltwhed.com/vb/showthread.php?33362))
حيث تمت المقارنة في هذا الرابط (http://fahrs.net/set/s1/c3/naturalselection.php) بين برنامجين متطابقين تماما
الفرق الوحيد بينهما هو أن الأول يعصم (النظام اللغوي) من الطفرات .. وبدون ذلك لن يكون هناك إنتقاء.
https://csamqg.bn1.livefilestore.com/y2p-SmphhzdUIF84LS8yFkz4Qetym-1hKZXkXTLQDjHDCf8hYQJlIwzNkzPq7ZoVIGDuJFNSxGlsW3KM BedsypZopNdwT3HjlmU9jl7DGdy8Ug/geno1.png?psid=1
في جميع الأمثلة السابقة.. دائما هناك "عمود" ثابت يمثل معايير ثابتة .. يوازي شريط الأحداث المتغير.
لماذا؟
لأنه لا يوجد تعريف مطلق لكلمة "الأصلح" .. بل لا بد أن يرتبط بدالة موضوعية
أما من يؤمن أن "الطبيعة لا تنتقي فقط الجيل الأصلح، بل تنتقي أيضاً الدالة الموضوعية الأصلح، والنظام اللغوي الأصلح" .. عليه أن يثبت أنه يفهم حقا ما يدعيه، ويأتي ببرنامج محاكاة ينطلق من (القوانين الفيزيائية) + (صفر توجيه) + (الصدفة) + (تسريع الأحداث).. تكون نتيجته ظهور نُظم لغوية وأجهزة -حية أو غير حية- تنسخ وتحسّن نفسها بنفسها. لماذا لا يوجد هكذا برنامج في عصر يمتلك فيه الإسنان المعرفة والتقنية والحواسيب التي تمكنه من محاكاة سلوك أي جهاز وسلوك الذرة والمجرة وتسريع الأحداث ملايين السنين؟
لأنه لا يمكنك أن تحاكي أمرا ينطلق من تعريف فاسد "للأصلح".. لا يمكن التعامل معه رياضيا .
ولذلك تجد أكبر الملاحدة يستشهد بأمثلة فاشلة تحتوي على ما أسماه دوكينز نفسه بـdistant targeting
كمثل "فتح السارق للخزنة" و "البرنامج الذي يحاول فيه القرد كتابة جملة لشكسبير" ..
متى تحتاج (الدالة الموضوعية) الى جهاز؟
• القاسم المشترك بين (بحث البلدية عن أقصر المسارات لجمع النفايات) وبين (بحث النمل عن أقصر الطرق الموصلة للغذاء)
هو أنه في الحالتين الـ(objective function) محفوظة كشفرة أو كتصميم في جهازٍ (كالدماغ، أو الحاسوب) ..
فالنمل ليتحرى أقصر الطرق المؤدية للطعام، بحاجة الى دماغ بدونه ستفقد (العلاقة التي تربط بين قصر الطريق وبين قوة الفيرومون) قيمتها،
ولن ينجح في تحديد أقصر الطرق.
https://csamqg.bn1.livefilestore.com/y2p9udtoTP_1Mlq6O8lJ2tfKQZLFGu7qVR7gidcOviCqnWVv1y O31xfYZbd8pXmVRg0Yzw9tl1h53CpUnsNfw-n3KWdfJtSglKFVi-R9Qm23Y4/400px-Aco_branches.svg.png?psid=1
في المقابل..
• الفرق بين (مثل النمل ومثل جمع النفايات) من جهة وبين ("تحري" صخرة لأقصر المسارات الممكنة عند سقوطها) من جهة أخرى
هو أن في مثل الصخرة الـ(objective function) = هي نفسها المعادلات الفيزيائية التي لا تحتاج الى جهاز لتدوينها..
كما أنه لا حاجة لتدوين entropy formula في جهاز .. حتى يسعى الكون الى حالة الأنتروبي التي تعتبر "غاية فيزيائية"..
وعلى ضوء ما سبق..
من يؤمن بظهور الحياة بالصدفة .. عليه أن يثبت ما هو دون ذلك.. وأن يأتي بخوارزمية تثبت إمكانية:
- ظهور آلية تحسين بيولوجية أو غير بيولوجية .. تحتاج (دوالها الموضوعية) الى لغة تشفير وأجهزة..
- انطلاقا فقط من النظام الفيزيائي .. الذي لا تحتاج (دواله الموضوعية) الى لغة تشفير وأجهزة..
دون أن يكون هناك توجيه مسبق !
- سواء تعلق الأمر بتحسين أداء جهاز أو إدارة أو تحسين كفاءة خطوط إنتاج أو شبكة اتصالات إلخ ..
- وسواء تم الاعتماد على آلية تبحث عن الحلول المثلى في خطوة واحدة فقط أو على عدة خطوات..
فإن كلمة "optimization" ليس لها أي معنى دون تحديد الغاية المتمثلة في (الدالة الموضوعية) = (objective function)
وحتى لا يُقال أن "الحديث عن الغاية" هو كلام فلسفي .. سيتم الإنطلاق من التعريف الرياضي للدالة الموضوعية للحكم على أية آلية تحسين
أمثلة عن التحسين في خطوة واحدة
المثل 1
لو كلفتك بلدية المدينة بتحديد مسارات الشاحنات المخصصة لجمع النفايات (النقاط الزرقاء) والعودة بها الى مركز التجميع والمعالجة (النقطة الخضراء) .. فإنك ستجد نفسك أمام حتمية المرور من بعض النقاط أكثر من مرة، والمرور من طرق خالية للانتقال من منطقة سكنية الى أخرى. هذا شر لا مفر منه، ومطلوب تقليله قدر المستطاع بحيث يكون مجموع المسافات التي تقطعها الشاحنات هو الأقصر. لحل هذه المشكلة، الخطوة الأولى البديهية هي محاولة البحث عن طريقة ما "لترجمة" الواقع وعوائقه الى معادلات.. وبالتحديد ترجمة غايتك الى (دالة موضوعية) :
https://csamqg.bn1.livefilestore.com/y2pz9X51swYMziMqDKMQK7P-OmKqbJH7RmhAP87ZmkvpT3YfQmZsNG8cj9KtyY9bvmAPEqeMM7 57K3pbDSFaxqTi5Fc_AR_8kaijtvJ6KjSs5E/p1.png?psid=1
https://csamqg.bn1.livefilestore.com/y2pb_oWYQLvrmfqyeDOLVRaFJaN8x2U3zvMCmt8-bH5MZsHXOJBAP7AYpO8D580N_wSITIZVV5PX7BHx5FGoCRHa9s 1_gXQZGCZhJW2_OwKjxQ/p2.png?psid=1
المثل 2
لديك شركة تصنع 4 منتجات وجميعها تمر من نفس محطات التصنيع، إلا أن الزمن الذي تحتاجه كل محطة يختلف من منتج لآخر كما هو مبين في الجدول التالي. وبالنظر الى المكسب بالنسبة لكل منتج، والى الحد الأدنى لإنتاج كل منتج أسبوعيا (حتى لا تفقد زبائنك)، والى عدد الساعات التي لا ينبغي لكل جهاز تجازوها أسبوعيا، المطلوب تحديد العدد الأمثل لكل منتج لتعظيم الربح ؟
https://csamqg.bn1.livefilestore.com/y2p6pf1mMGqsCmeepzLg17-rhnm_YciLdT7szV6b1mnahSy5wC5h0xexySYaDOy1Q_TWiJ1qv ERTqd7NgwS4EF_soRNzEAjnWoegmmqvokmiUk/example1.png?psid=1
المثل3
الاستخدام الأمثل لعدد محدود من الشاحنات ذات سعات مختلفة، لنقل أجهزة ذات أحجام وأولويات مختلفة..
بقية التفاصيل .. (https://csamqg.bn1.livefilestore.com/y2pApkM65F7hmwnB_EI92MXPhFJNIPzjQ4zF2gPUI-8IYlroj5ice-IEsBVr9RbJ2gAiECh3AXI-q84X1rWVSPapP90l_r7jbOhTrLpgedNPW4/sahel.png?psid=1)
وبصفة عامة
هذه النوعية من المشاكل المتعلق بدعم القرار، تصاغ بالطريقة التالية:
https://csamqg.bn1.livefilestore.com/y2prPczuWg2LFx_6bv9pmBrECOOnuo0i-QPjdHeKXIwRyKYm9SPtKue5Ty9R25GRlviSClL61GJURfhWXDL rUVNlOpM9OyrmhvrKZwkqyNJCLY/p3.png?psid=1
في الأمثلة السابقة يمكن البحث عن الحلول المثلى في خطوة واحدة
ولا يجادل الملحد في هذه الحالة حول ضرورة تحديد الهدف مسبقا
لكن ماذا لو توزعت آلية التحسين على خطوات متراكمة و"أجيال"؟
هل عامل "التراكمية" ينفي الحاجة الى توجيه كما يتوهم البعض؟
الجواب لا !
لأنه لا يوجد تعريف لمفهوم "الأصلح" .. يمكن التعامل معه رياضيا .. دون ربط ذلك التعريف بدالة موضوعية
https://csamqg.bn1.livefilestore.com/y2pqLpQv1cji6DngcvrwZ1e7gNGJhFD5hvw5Si5d7qJmQNJMjc 0yZ3nO7JsrTKQse6kAydQJEHya0ujAQhV2wikDqIITJpgwL8u-RV2ZklBdyo/p4.png?psid=1
genetic algorithm
البعض يرد بالقول: "ألم تسمع عن الخوارزمية الجينية كمثال يثبت امكانية وجود انتخاب دون توجيه مسبق"؟ الطرفة هنا أن هذه الخوارزمية تثبت النقيض تماما !! وتثبت جهل من يستشهد بها في هذا السياق، لأنها تعتمد في نجاحها على تحديد ما يُسمى fitness function (http://en.wikipedia.org/wiki/Fitness_function) وهي حالة خاصة من الدالة الموضوعية الـobjective function التي يجب وضعها منذ البداية.
وأما كلمة genetic فيُخدع بها من لا يقرأ من البرنامج غير عنوانه، ولو نظر الى محتواه لعلم أن السبب يرجع الى تسمية (الأعداد الثنائية) مــجـــازا بـ(الكروموسومات) عند البحث عن حلول مثلى في مجالات هندسية مختلفة ليست بالضرورة متعلقة بالمجال البيولوجي. كما تم استخدام كلمة "تزاوج" لوصف (إنشاء أعداد ثنائية جديدة باقتطاع جزء من عدد ووضعه في آخر وبالعكس) إلخ..
والعبرة ليست في المسميات .. بل في العامل الذي بدونه لن ينجح البرنامج = وهو ضرورة تحديد وحفظ الغاية.
https://csamqg.bn1.livefilestore.com/y2plUDux-AtnjNwN3y_2vYvi4j7EJO5mrku2gBJS0RB9rWqzECGcx_himwk b18X6cGnxXDEH2vf1wBmLVc8olNZ2eAsIOzpcWSN4E9_Qf070x c/p5.png?psid=1
مثال ..
https://4cr1pq.blu.livefilestore.com/y2plOgdfRG50wQ72hxV98qg42F_zmN7i5lbsn9A1FJoL8Y-HvpOUUYPRhy0uRO3PL6Ql5liZILz8F-tiRim2ZD_Y0xEV2qI1Uz84npfYLNiHmPFwnlvBzuoXQ62Kp2t6 PIJ/rhjan07g05.png?psid=1
في خانة "الكروموسومات" لديك قائمة من الأعداد الثنائية، والمطلوب تقييمها طبقا لمعايير لـf(x)
للقيام بذلك يتم تحويل كل عدد ثنائي الى عشري، ثم ضربه بـ(10 /1023) لتحصل على قيم x تتراوح بين 0 و 10 .
ثم يتم ربط حظوظ انتقاء x بقيمة f(x)، مثلا حظوظ انتقاء العنصر الثالث = 38% = f(2.55) / 22.05 .
ومن لا يحب الأرقام.. الفكرة بكل بساطة هو ربط كل عنصر بنسبة % تمثل حظوظ انتقائه طبقا لتقييم f(x).
هذه الطريقة تسمى "roulette wheel selection".
https://4cr1pq.blu.livefilestore.com/y2pyH0eIzR9FDrg9u40WICow2k1V56_1VO5XcMgKEn51740XLM _K6XBW0lh473fEry5PjP4HRWC3axTEpVp1joKuMejyj_1RN5zC u4fH22ttly4_uCRH3pJJl7LW5j0wnSU/rhjan07g02.png?psid=1
وهناك طرق أخرى كثيرة غير طريقة "الروليت"، وكلها دون استثناء تعتمد في علمية الانتقاء على معايير تحددها دالة موضوعية.
...
كل ما سبق يمثل الخطوة (أ) في الخوارزمية التالية:
https://csamqg.bn1.livefilestore.com/y2pjeISwr_qzu3wtCKVuAWdPRPTPJ0UMg48sIcYR6iJYa5A7zb qAht_IK-Hzl29VDs-kyAIwEzAUOAEs3-kjy1jFIDQfpe3mfmZplHs-SaaxQ4/p6.png?psid=1
• ينطلق البرنامج من مجموعة من الأعداد الثنائية ..
• (أ) : ينتقي منها الأفضل طبقاً لتقييم f(x).
(ب) : ليُنتج منها "أبناء"، وذلك باقتطاع جزء من عدد ثنائي ووضعه في آخر وبالعكس.
https://csamqg.bn1.livefilestore.com/y2pNwLGTtz72Q70W8BEibzIVBavClsiGE0YiDvDq1POM7SqwtM wTY40iU9NZdswd5ZPMFWuJMy38HiguBbrRcM-VKNmtjF7GXxnkGI_ynZMaJM/p8.png?psid=1
• (ج) : تغيير بعض المواقع من "الشريط" .. لتجربة أعداد "مجاورة"..
https://csamqg.bn1.livefilestore.com/y2pE4EdyO97B4qvb12XfA9Q1RV0yaXFX6FU2059VMlY7I0mvwR T6co5rFDtJkgoMKyeVtCF5qqISk7Rwo2UVHckfQdKJWCRW4ZQV DXU_kUnwYc/p9.png?psid=1
• تكرار الخطوات (أ) ، (ب) ، (ج) لعدد من المرات (100 مثلا) ، لتحصل كل مرة على جيل جديد من الأعداد.
ما هو العامل الضروري لنجاح البرنامج، وما الذي يمكن تغييره دون التأثير على كفاءته؟
- استخدام طرق أخرى غير (ب) لإنشاء جيل جديد من الأعداد الثنائية لها خواص قريبة من العناصر المنتقاة.. لن يؤثر على كفاءة البرنامج
- استخدام طرق أخرى غير (ج) للقيام بتغييرات طفيفة على بعض الأعداد الثنائية للبحث عن حلول مجاورة .. لن يؤثر على كفاءة البرنامج
استخدام مسميات بيولوجية لوصف (ب) و (ج) وتسمية الأعداد الثنائية بالكروموسوم .. لن يغير من الحقيقية التالية:
العامل الذي بدونه لن تنجح أية آلية تحسين في خطوة واحدة أو عدة خطوات.. هو تحديد وحفظ الغاية
المتمثلة في الـobjective function
...
ونفس ما يُقال على (الدالة الموضوعية) يسري أيضاً على (الدالة التي تربط الــgenome بالــphenome).
وقد تم التطرق الى هذا الامر في موضوع: (متى يكون الانتخاب ممكنا؟ (http://www.eltwhed.com/vb/showthread.php?33362))
حيث تمت المقارنة في هذا الرابط (http://fahrs.net/set/s1/c3/naturalselection.php) بين برنامجين متطابقين تماما
الفرق الوحيد بينهما هو أن الأول يعصم (النظام اللغوي) من الطفرات .. وبدون ذلك لن يكون هناك إنتقاء.
https://csamqg.bn1.livefilestore.com/y2p-SmphhzdUIF84LS8yFkz4Qetym-1hKZXkXTLQDjHDCf8hYQJlIwzNkzPq7ZoVIGDuJFNSxGlsW3KM BedsypZopNdwT3HjlmU9jl7DGdy8Ug/geno1.png?psid=1
في جميع الأمثلة السابقة.. دائما هناك "عمود" ثابت يمثل معايير ثابتة .. يوازي شريط الأحداث المتغير.
لماذا؟
لأنه لا يوجد تعريف مطلق لكلمة "الأصلح" .. بل لا بد أن يرتبط بدالة موضوعية
أما من يؤمن أن "الطبيعة لا تنتقي فقط الجيل الأصلح، بل تنتقي أيضاً الدالة الموضوعية الأصلح، والنظام اللغوي الأصلح" .. عليه أن يثبت أنه يفهم حقا ما يدعيه، ويأتي ببرنامج محاكاة ينطلق من (القوانين الفيزيائية) + (صفر توجيه) + (الصدفة) + (تسريع الأحداث).. تكون نتيجته ظهور نُظم لغوية وأجهزة -حية أو غير حية- تنسخ وتحسّن نفسها بنفسها. لماذا لا يوجد هكذا برنامج في عصر يمتلك فيه الإسنان المعرفة والتقنية والحواسيب التي تمكنه من محاكاة سلوك أي جهاز وسلوك الذرة والمجرة وتسريع الأحداث ملايين السنين؟
لأنه لا يمكنك أن تحاكي أمرا ينطلق من تعريف فاسد "للأصلح".. لا يمكن التعامل معه رياضيا .
ولذلك تجد أكبر الملاحدة يستشهد بأمثلة فاشلة تحتوي على ما أسماه دوكينز نفسه بـdistant targeting
كمثل "فتح السارق للخزنة" و "البرنامج الذي يحاول فيه القرد كتابة جملة لشكسبير" ..
متى تحتاج (الدالة الموضوعية) الى جهاز؟
• القاسم المشترك بين (بحث البلدية عن أقصر المسارات لجمع النفايات) وبين (بحث النمل عن أقصر الطرق الموصلة للغذاء)
هو أنه في الحالتين الـ(objective function) محفوظة كشفرة أو كتصميم في جهازٍ (كالدماغ، أو الحاسوب) ..
فالنمل ليتحرى أقصر الطرق المؤدية للطعام، بحاجة الى دماغ بدونه ستفقد (العلاقة التي تربط بين قصر الطريق وبين قوة الفيرومون) قيمتها،
ولن ينجح في تحديد أقصر الطرق.
https://csamqg.bn1.livefilestore.com/y2p9udtoTP_1Mlq6O8lJ2tfKQZLFGu7qVR7gidcOviCqnWVv1y O31xfYZbd8pXmVRg0Yzw9tl1h53CpUnsNfw-n3KWdfJtSglKFVi-R9Qm23Y4/400px-Aco_branches.svg.png?psid=1
في المقابل..
• الفرق بين (مثل النمل ومثل جمع النفايات) من جهة وبين ("تحري" صخرة لأقصر المسارات الممكنة عند سقوطها) من جهة أخرى
هو أن في مثل الصخرة الـ(objective function) = هي نفسها المعادلات الفيزيائية التي لا تحتاج الى جهاز لتدوينها..
كما أنه لا حاجة لتدوين entropy formula في جهاز .. حتى يسعى الكون الى حالة الأنتروبي التي تعتبر "غاية فيزيائية"..
وعلى ضوء ما سبق..
من يؤمن بظهور الحياة بالصدفة .. عليه أن يثبت ما هو دون ذلك.. وأن يأتي بخوارزمية تثبت إمكانية:
- ظهور آلية تحسين بيولوجية أو غير بيولوجية .. تحتاج (دوالها الموضوعية) الى لغة تشفير وأجهزة..
- انطلاقا فقط من النظام الفيزيائي .. الذي لا تحتاج (دواله الموضوعية) الى لغة تشفير وأجهزة..
دون أن يكون هناك توجيه مسبق !