¿Son los algoritmos genéticos en sí mismos una forma de inteligencia artificial?

¡Es posible que no esté seguro de tener una definición precisa de IA porque realmente no hay una! Es un término general increíblemente vago que trata más o menos con el estudio de algoritmos y arquitecturas para hacer que las computadoras realicen tareas cognitivas que los humanos realizan naturalmente. Sin embargo, si alguien termina objetando esa definición con la suya, ¡no me sorprendería!

Más específicamente a su pregunta sobre GA, un GA es un algoritmo de optimización y los algoritmos de optimización son increíblemente cruciales para mucha IA. Los algoritmos de optimización también son importantes para otras áreas de CS que no son IA. Entonces la respuesta es, depende 🙂 Si está utilizando un GA para resolver un problema de IA; por ejemplo, quizás para optimizar el comportamiento de caminar de un robot, entonces sí, es un algoritmo de IA y una forma de IA. También es cierto que encontrará GA y variantes de GA en una gran cantidad de literatura sobre IA. Entonces también es un algoritmo de IA en ese sentido. Pero dado que puede ser importante para otros campos, podría ser un error decir que AI lo “posee”.

¡Ojalá eso ayude y no te confunda más!

No, no lo son, como se señala en algunas otras respuestas. Esencialmente, hay dos componentes para resolver un problema usando AI: modelado y optimización. Más detalles sobre esto se pueden encontrar en mi otra respuesta.

El modelado cae bajo AI. Sin embargo, los algoritmos genéticos caen bajo técnicas de optimización. Se usan en sistemas de IA, pero no son parte de la IA. Esto es análogo a cómo se usa el cálculo en cinemática; sin embargo, el cálculo es un tema independiente y estudiado por derecho propio, y tiene aplicaciones en muchos campos, incluida la cinemática.

Creo que hay dos corrientes principales dentro de AI:

• Los pragmáticos: todo lo que funciona está bien (incluso la fuerza bruta). Si algo más funciona mejor, eso está aún más bien. Para los pragmáticos, el uso de GA es una opción, especialmente si no se conocen mejores formas o si son demasiado complicadas o no lo suficientemente flexibles (por ejemplo, no reutilizables). Deep Blue pertenece al campo pragmático.
• Los teóricos que quieren un modelo biológicamente plausible que imite el cerebro humano. Aunque la evolución es un proceso biológico para eliminar a individuos / genomas no aptos, no es así como funciona nuestro cerebro. Entonces, GA no sería aceptable para ellos. Pero, ¿a quién le importa si puede resolver su problema y obtener soluciones que sean lo suficientemente buenas (o mucho mejores que ninguna solución)?
• Entonces podríamos usar GA’s para generar y seleccionar los modelos de cerebros más adecuados. Así es como la evolución produjo nuestros cerebros. Creo que si el resultado es biológicamente plausible, el campo teórico no podría tener ninguna objeción a esto. Entonces, incluso para ellos, los GA pueden ser útiles.

Los teóricos no están completamente equivocados.

• En sí mismo, es bueno comprender cómo funcionan los cerebros humanos .
• Entonces, un modelo biológicamente plausible podría ayudar a curar muchas enfermedades / defectos cerebrales. Incluso es posible que los “chips neurológicos basados ​​en el enfoque teórico” sean “más compatibles” con los cerebros humanos (que los “chips neurológicos pragmáticos”) y puedan usarse más fácilmente como reemplazo directo de las partes disfuncionales del cerebro.
• Además, un buen modelo teórico puede ayudar con la educación de los humanos, aumentando drásticamente el rendimiento y reduciendo los costos (financieros, de tiempo, de esfuerzo).
• No sería la primera vez que copiamos buenas ideas de la naturaleza. Un buen modelo de cerebro humano ciertamente ayudaría a avanzar en todo el campo de la IA.

Dependiendo del problema que necesite resolver: elija el que mejor se adapte a usted y a sus propósitos.

Como se define en Wikipedia:

La inteligencia artificial (IA) es la inteligencia exhibida por las máquinas. En informática, una máquina “inteligente” ideal es un agente racional flexible que percibe su entorno y toma medidas que maximizan sus posibilidades de éxito en algún objetivo.

Entonces mi respuesta es sí.

1. agente racional flexible que percibe su entorno – función objetivo de GA
2. y toma medidas que maximizan sus posibilidades de éxito en algún objetivo: evolución de GA (selección, apareamiento, mutación)

\ U0001f60e

Sí, GA está comprendido en Inteligencia Computacional que, aunque por definición es similar a AI, se considera un subconjunto de AI.