Hispanopedia WikiEl desarrollo artificial , también conocido como embriogenia artificial, inteligencia artificial o desarrollo computacional , es un área de la ciencia informática y la ingeniería que se ocupa de los modelos computacionales motivados por mapeos genotipo-fenotipo en sistemas biológicos. El desarrollo artificial a menudo se considera un subcampo de la computación evolutiva , aunque los principios del desarrollo artificial también se han utilizado dentro de modelos computacionales independientes.
Dentro de la computación evolutiva, la necesidad de técnicas de desarrollo artificial fue motivada por la falta percibida de escalabilidad y evolutividad de las codificaciones de soluciones directas (Tufte, 2008). El desarrollo artificial implica la codificación indirecta de soluciones. En lugar de describir una solución directamente, una codificación indirecta describe (explícita o implícitamente) el proceso por el cual se construye una solución. A menudo, pero no siempre, estas codificaciones indirectas se basan en principios biológicos del desarrollo como gradientes de morfógenos , división celular y diferenciación celular (por ejemplo, Doursat 2008), redes reguladoras de genes (por ejemplo, Guo et al. , 2009), degeneración (Whitacre et al. , 2010), evolución gramatical (de Salabert et al. , 2006), o procesos computacionales análogos como reescritura, iteración y tiempo. Más recientemente se han investigado las influencias de la interacción con el medio ambiente, la espacialidad y las limitaciones físicas en el desarrollo multicelular diferenciado (por ejemplo, Knabe et al., 2008).
Los enfoques de desarrollo artificial se han aplicado a una serie de problemas computacionales y de diseño, incluido el diseño de circuitos electrónicos (Miller y Banzhaf 2003), controladores robóticos (por ejemplo, Taylor 2004) y el diseño de estructuras físicas (por ejemplo, Hornby 2004).
Notas
- René Doursat, "Arquitecturas cultivadas orgánicamente: creación de sistemas descentralizados y autónomos mediante ingeniería embriomórfica", Computación orgánica, RP Würtz, (ed.), Springer-Verlag, cap. 8, págs. 167-200, 2008.
- Guo, H., Y. Meng y Y. Jin (2009). "Un mecanismo celular para la construcción de múltiples robots mediante la optimización evolutiva multiobjetivo de una red reguladora de genes". BioSystems 98(3): 193-203. (https://web.archive.org/web/20110719123923/http://www.ece.stevens-tech.edu/~ymeng/publications/BioSystems09_Meng.pdf)
- Whitacre, JM, P. Rohlfshagen, X. Yao y A. Bender (2010). El papel de la robustez degenerada en la capacidad de evolución de sistemas multiagente en entornos dinámicos. Resolución paralela de problemas de la naturaleza (PPSN) XI, Cracovia, Polonia. (https://www.researchgate.net/profile/James_Whitacre/publication/220701596_The_Role_of_Degenerate_Robustness_in_the_Evolvability_of_Multi-agent_Systems_in_Dynamic_Environments/links/0d2b2c6889b5121d730dd3be.pdf)
- Gregory S. Hornby, "Escalabilidad funcional a través de representaciones generativas: la evolución de los diseños de tablas", Environment and Planning B: Planning and Design, 31(4), 569-587, julio de 2004. (resumen)
- Julian F. Miller y Wolfgang Banzhaf (2003): "Evolución del programa para una célula: de las banderas francesas a los circuitos booleanos", On Growth, Form and Computers, S. Kumar y P. Bentley, (eds.), Elsevier Academic Press, 2003. ISBN 978-0-12-428765-5
- Arturo de Salabert, Alfonso Ortega y Manuel Alfonseca, (2006) “Optimización del dibujo ecológico de plantas de edificios mediante la evolución gramatical”, Proc. ISC'2006, Eurosis, pp. 493-497. ISBN 90-77381-26-0
- Kenneth Stanley y Risto Miikkulainen (2003): "Una taxonomía para la embriogenia artificial", Artificial Life 9(2):93-130, 2003.
- Tim Taylor (2004): "Un controlador en tiempo real inspirado en una red reguladora genética para un grupo de robots submarinos" Archivado el 13 de agosto de 2017 en Wayback Machine , Intelligent Autonomous Systems 8 (Actas de IAS8), F. Groen, N. Amato, A. Bonarini, E. Yoshida y B. Kröse (eds.), IOS Press, Ámsterdam, 2004. ISBN 978-1-58603-414-6
- Gunnar Tufte (2008): "Recursos fenotípicos, de desarrollo y computacionales: escalamiento en el desarrollo artificial", Proc. Conferencia sobre computación genética y evolutiva (GECCO) 2008, ACM, 2008.
- Knabe, JF, Nehaniv, CL y Schilstra, MJ "Evolución y morfogénesis de organismos multicelulares diferenciados: gradientes de difusión generados de forma autónoma para información posicional". En Artificial Life XI: Proceedings of the Undécima Conferencia Internacional sobre Simulación y Síntesis de Sistemas Vivos , páginas 321-328, MIT Press, 2008. corr. página web