Resumo e perspetivas: rumo a formas de inteligência mais avançadas

Esta página regressa ao fio condutor central do curso —evolução de métodos. No passado, os sistemas inteligentes procuravam, na sua maioria, melhores soluções dentro de estruturas de resolução fixas; a evolução de métodos faz com queo próprio método de resoluçãose torne o objeto de iteração: algoritmos, operadores, estruturas ou estratégias podem autoaperfeiçoar-se ao longo do processo evolutivo, alcançando assim a auto-evolução do algoritmo.

Ligação entre os níveis interior e exterior: do espaço de soluções ao espaço de métodos

Evolução interior: procura soluções num problema dado, encarregando-se de explorar ao máximo o método atual e produzindo soluções candidatas e respetivos resultados de avaliação.
Evolução exterior: utiliza o feedback da tarefa para aperfeiçoar o próprio método de resolução, passando o objeto de busca de «solução» a «algoritmo, operador ou estrutura».
Ciclo: a qualidade das soluções interiores constitui o sinal de avaliação do nível exterior, e o método aperfeiçoado regressa ao nível interior, formando um ciclo fechado contínuo do espaço de soluções ao espaço de métodos.

O contributo impulsionador do EvoX

Para que a evolução de métodos se concretize verdadeiramente, é necessário organizar a população, os resultados de avaliação e o estado do algoritmo como tensores calculáveis de forma integrada e, sobre essa base, escalonar recursos computacionais heterogéneos. O EvoX, através dacomputação tensoriale de uma arquitetura de base unificada, desacopla o «como evoluir» do «como escalonar com eficiência», conferindo à evolução de métodos e à evolução contínua ao nível do sistema uma base de implementação de engenharia e impulsionando os sistemas inteligentes da «obtenção de respostas» para a «melhoria de métodos» e até para uma auto-evolução de nível superior.

Exemplo: MetaDE — melhorar algoritmos evolutivos com algoritmos evolutivos

O MetaDE resolve problemas com evolução diferencial (DE) no nível interior e, no nível exterior, procura a configuração ou estrutura do DE, fazendo com que o «próprio método de resolução» participe na iteração. O que procura não é a solução de um problema concreto, mas o mecanismo que gera soluções — uma demonstração evidente da passagem do espaço de soluções para o espaço de métodos.

Resumo e perspetivas

Uma forma de inteligência mais avançada não consiste em obter uma vez a solução ótima, mas sim na capacidade de gerar continuamente métodos mais fortes e capacidades sistémicas mais robustas. Revisitando o mecanismo de evolução de métodos, o próximo passo essencial é tornar o ciclo fechado interior-exterior mais estável e mais transferível, e sustentar, numa base como o EvoX, o paradigma de investigação AI Native.

Sistema de conhecimento da evolução de métodos

Este diagrama organiza o fio condutor central do curso, da evolução de métodos ao ciclo fechado interior-exterior: o nível interior procura soluções no problema dado; o nível exterior aperfeiçoa algoritmos, operadores ou estruturas com base no feedback da tarefa; e, sobre a base tensorial do EvoX, sustenta a evolução contínua do espaço de soluções para o espaço de métodos.

Pergunta 1

Qual das afirmações seguintes descreve com maior precisão o significado central da «evolução de métodos»?

Otimiza apenas o escalonamento de hardware e o grau de paralelismo, sem relação com o nível de conceção de algoritmos.

Procura melhores soluções apenas dentro de um espaço de soluções fixo, sem alterar o próprio método de resolução.

Faz com que os próprios métodos de resolução — algoritmos, operadores, estruturas ou estratégias — se tornem objetos de iteração e aperfeiçoamento.

Substitui todos os mecanismos de seleção e atualização por reinícios aleatórios.

Pergunta 2

Sobre que espaços atuam, respetivamente, a evolução interior e a evolução exterior?

Nem o nível interior nem o exterior precisam de procurar: o sistema fornece diretamente a solução ótima.

O nível interior procura soluções no espaço de soluções; o nível exterior utiliza o feedback da tarefa para aperfeiçoar o método de resolução (espaço de métodos).

O nível interior procura operadores no espaço de métodos; o nível exterior procura soluções no espaço de soluções.

Tanto o nível interior como o exterior procuram no espaço de soluções; a única diferença é o grau de paralelismo.

Pergunta 3

Quanto ao significado do EvoX na evolução de métodos, qual das afirmações seguintes está correta?

O EvoX oferece computação tensorial e uma base unificada, conferindo à evolução de métodos e à evolução contínua ao nível do sistema uma base de implementação de engenharia.

O EvoX só suporta computação serial numa única máquina, não conseguindo escalonar recursos computacionais heterogéneos.

O EvoX encarrega-se apenas da visualização de resultados, não tendo relação com a computação evolutiva.

O EvoX garante a estabilidade do sistema limitando as combinações de algoritmos.

Pergunta 4

Por que razão o MetaDE é considerado uma «passagem do espaço de soluções ao espaço de métodos»?

Porque recorre à evolução exterior para procurar a configuração ou estrutura do DE, fazendo com que o próprio método de resolução participe na iteração.

Porque substitui o DE por uma estratégia de busca totalmente aleatória.

Porque apenas compara a qualidade das soluções de problemas diferentes.

Porque resolve o problema do nível interior apenas uma vez, reduzindo custos.

Pergunta 5

No contexto desta página, qual é a descrição mais adequada de «formas de inteligência mais avançadas»?

Produzir de uma só vez a solução ótima global e não voltar a atualizar.

Substituir completamente o trabalho de conceção de algoritmos por uma escala de modelo maior.

Depender totalmente do ajuste manual de parâmetros, sem necessidade de qualquer feedback automático.

Gerar continuamente métodos mais fortes e capacidades sistémicas mais robustas, em vez de procurar apenas uma solução ótima pontual.

Estudo de caso: construir um sistema de otimização «capaz de se autoaperfeiçoar»

Leia o cenário e responda às perguntas seguintes, apresentando uma análise estruturada e fundamentada.

Uma equipa de engenharia pretende construir, sobre a base EvoX, um sistema de otimização orientado a problemas de escalonamento da produção. O sistema tem dois níveis: o nível interior usa evolução diferencial (DE) para procurar planos de escalonamento no problema dado; o nível exterior utiliza o «feedback da tarefa» como sinal para procurar a configuração de operadores, os parâmetros e a estrutura do DE. O objetivo da equipa é que o próprio método de resolução se aperfeiçoe continuamente à medida que as tarefas se acumulam e, por fim, avaliar se o sistema caminha para uma forma de auto-evolução mais avançada.

1. Explique como a equipa pode ligar a evolução interior e exterior e indique o papel concreto do «feedback da tarefa» nesse ciclo fechado.

Resposta:
A evolução interior procura soluções no problema de escalonamento dado, gerando planos candidatos e respetivas avaliações de qualidade; a evolução exterior utiliza essas avaliações como sinal de «feedback da tarefa» para procurar e aperfeiçoar o mecanismo que gera soluções, isto é, a configuração de operadores, os parâmetros ou a estrutura do DE. O papel do feedback da tarefa é traduzir o desempenho no espaço de soluções em direções de melhoria no espaço de métodos: uma melhoria da qualidade das soluções indica que a configuração atual do método é eficaz e deve ser preservada e reforçada; a estagnação ou a degradação da qualidade das soluções sugere que o nível exterior deve explorar novas combinações de operadores ou ajustes estruturais. O método aperfeiçoado no exterior regressa ao nível interior para nova resolução, formando o ciclo fechado «resolver — avaliar — dar feedback — melhorar o método — resolver de novo», fazendo com que o próprio método de resolução participe na iteração.

2. Para avaliar se «o sistema caminha para uma forma de auto-evolução mais avançada», que indicadores observáveis definiria? Justifique.

Resposta:
Podem definir-se três tipos de indicadores observáveis: ① indicadores ao nível do método — no mesmo conjunto de tarefas de teste, se a melhoria da qualidade das soluções trazida pelo método obtido na busca exterior (configuração de operadores/estrutura) após iteração é estável, refletindo se o método é continuamente melhorado; ② indicadores de transferibilidade — em tarefas nunca vistas, se o método obtido pela evolução exterior se adapta rapidamente e mantém um bom desempenho, refletindo a transferibilidade do método e não o sobreajuste a uma única tarefa; ③ indicadores de autonomia — com menos intervenção humana, se o sistema consegue descobrir por si novos conjuntos eficazes de operadores ou ajustes estruturais, com um processo de melhoria reprodutível. Na avaliação, deve comparar-se o sistema de base com o sistema após evolução e apresentar as métricas e o protocolo de avaliação. Reunindo estes três tipos de indicadores, se o método se tornar continuamente mais forte, for transferível e capaz de se autoaperfeiçoar com pouca intervenção humana, pode concluir-se que o sistema caminha para uma forma de auto-evolução mais avançada.