GENETİK ALGORİTMALAR
Temel ilkeleri John Holland tarafından atılan genetik algoritma kavramı, doğal seçime dayanan bir arama ve optimizasyon metodudur. Bu kavram yapay zekanın evrimsel süreçleri inceleyip problemlere hızlı ve kolay çözümler üretmesi sonucu ortaya atılmıştır. Örneğin bir populasyonda hangi canlının neslini sürdürme ihtimalinin daha yüksek olduğunu belirler. Bu durum canlının ortama uyum gücünün göstergesidir. Aynı şekilde bu populasyonun ortama adaptasyonundan daha yüksek uyum gücüne sahip bir canlı varsa o canlı çoğalır. Bu çoğalma logaritmiktir ve zaman ilerledikçe çoğalma hızı artar. Doğan yeni bireyler ana-babadan daha yüksek uyum gücüne sahiptir.
Ortama adaptasyonun nesilden nesle artmasının iki sebebi vardır:
- Bir canlının uyum gücü düşük olan bireyinin üreme hızı da düşüktür. Bu uyum gücü düşük bireyin özelliğini aktarması engellenir.
- Genetik algoritma bir canlının iyi özelliklerini nesilden nesle daha çok aktarır.
Genetik algoritma diğer algoritma türlerinden farklı olarak sonsuz çözüm uzayında birden çok başlangıç noktası belirler ve kuşaklar ilerledikçe en iyi çözümleri, diğer bir deyişle en güçlü genleri seçer. Algoritma durunca ortaya çıkan bireyler sonsuz çözüm uzayında en iyi çözümler olur. Kromozomlar arası çaprazlama yaptığı için her bir bireyin parametrelerini inceleyerek genlerin uygunluk fonksiyonuna bakar. Uygunluk fonksiyon değeri düşük olan genleri eleyip değeri yüksek genleri seçer ve ebeveynden ona göre yeni kuşak doğar. Kısaca genetik algoritma seçme, çaprazlama ve mutasyonu kullanarak en iyi kromozomu üretir.
608453894)
Genetik algoritma sadece biyolojik alanlarda değil, diğer meslek kollarında da kullanılabilir. Bu uygulamalar kromozomları dolaylı olarak içerir. Örneğin bu sene yayımlanan bir mimari çalışmada kapalı bir ortamda insanın beyin sinir sistemi üzerinde genetik algoritma uygulanmıştır. Üzerinde deney yapılan kişi bulunduğu içi boş kapalı alanda bir iç tasarım hayal etmiştir. Algoritma bireyin düşünce ve anılarını inceleyip insan beynine göre en ideal ortamı yapmıştır.
Geliştirilmiş genetik algoritma bu çalışmada deney yapılan kişinin beynini inceleyip çocuklar için en ideal sınıf ortamını yapmıştır. Sınıf temiz ve öğrenmeye çok elverişli olmuştur. Tavan, lambalar ve duvar uzay görüntüsü vermiştir. Masa da sınıfın merkezindedir. Bu tasarım çocukların dersleri en iyi öğrenebileceği sınıfların basitlik üzerine kurulu olduğunu gösterir.
Genetik algoritma mimari dışında mühendislik, bilgisayar ve ekonomi gibi alanlarda da kullanılır. Hayal ve düşüncelerimizi aktarmaya çalıştığımız bu dünyada genetik algoritmalar ileride en iyi şehirleri kurabilir, en iyi ekonomi planlarını hazırlayabilir ve en iyi bilgisayar sistemlerini kurabilir. Bunların hepsi insan DNA’sında saklı bilgilerin yapay zeka aracılığıyla açığa çıkmasıyla yapılabilir. Bu uygulamalar tıbbın yaşamın her alanında kullanılabileceğini gösterir.
Bilgi Kaynakçası
- ScienceDirect. Yang, Jianfeng. “Indoor space compositions based on genetic algorithms to optimize neural networks” Physical Communication. (42). Ekim 2020.
- Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. Emel, Gül Gökay. Taşkın, Çağatan. “Genetik Algoritmalar ve Uygulama Alanları” (21):1, 129-152. 2002.
Görsel Kaynakçası
- Creations/Shutterstock
- ktsdesign/Shutterstock, ID: 608453894
