แนวคิดหลักและการก้าวข้ามของวิวัฒนาการวิธีการ

บทเรียนก่อนหน้าได้จัดระเบียบกระบวนการวิวัฒนาการให้เป็นเทนเซอร์ที่คำนวณได้ทั้งชุด ซึ่งแก้ปัญหาประสิทธิภาพของการประเมินผู้สมัครจำนวนมาก หน้านี้จะก้าวไปอีกขั้น如果我们มีอะไรที่มากกว่าคำตอบ候选วิธีการที่สร้างคำตอบ候选จะเกิดอะไรขึ้น? การก้าวข้ามหลักของวิวัฒนาการวิธีการ (Meta-Evolution) คือการเปลี่ยน "วิธีการที่สร้างคำตอบ候选" ให้กลายเป็นวัตถุที่ถูกปรับให้เหมาะสม: ไม่ได้วิวัฒนาการแค่คำตอบ แต่เป็นการวิวัฒนาการอัลกอริทึม กลยุทธ์ หรือโอเปอเรเตอร์ที่สร้างและปรับปรุงคำตอบ ทำให้อัลกอริทึมเปลี่ยนจากเครื่องมือคงที่ไปเป็นตัวแก้ปัญหาที่วิวัฒนาการอย่างต่อเนื่อง

1. จาก "วิวัฒนาการคำตอบ" สู่ "วิวัฒนาการวิธีการ"

เส้นทางดั้งเดิมสามารถเขียนเป็นห่วงโซ่เส้นเดียวได้:ปัญหา → อัลกอริทึมคงที่ → คำตอบ候选นักวิจัยเลือกอัลกอริทึมหรือโอเปอเรเตอร์ก่อน แล้วให้อัลกอริทึมค้นหาในพื้นที่ปัญหา โดยตัวอัลกอริทึมเองไม่เปลี่ยนแปลง วิวัฒนาการวิธีการเขียนห่วงโซ่ใหม่เป็น:กลุ่มปัญหา/สภาพแวดล้อม → พื้นที่วิธีการที่วิวัฒนาการได้ → ตัวสร้างผู้สมัคร → การประเมินคำตอบ候选 → การอัปเดตวิธีการ → สร้างใหม่ตัวแปรที่ถูกปรับให้เหมาะสมขยายจากคำตอบ x ไปสู่วิธีการ โอเปอเรเตอร์ กฎไฮเปอร์ฮิวริสติก หรือกระบวนการสร้างผู้สมัคร m"วิธีการ" ในที่นี้สามารถเป็นกลยุทธ์การกลายพันธุ์ใน Differential Evolution น้ำหนักความเฉื่อยและโทโพโลยีใน Particle Swarm โอเปอเรเตอร์การค้นหาเฉพาะที่ หรือแม้แต่การเลือกอัลกอริทึมและการจัดตารางเวลาระดับที่สูงขึ้น

2. การเปลี่ยนแปลงสำคัญ 5 ประการ

• การขยายวัตถุที่วิวัฒนาการ: ขยายจากคำตอบ พารามิเตอร์ โครงสร้าง ไปสู่วิธีการ โอเปอเรเตอร์ กฎไฮเปอร์ฮิวริสติก หรือกระบวนการสร้างผู้สมัคร
• การนิยามปัญหาใหม่: ปัญหาการปรับให้เหมาะสมเปลี่ยนจาก "หาคำตอบที่เหมาะสมที่สุดภายใต้อัลกอริทึมที่กำหนด" เป็น "วิวัฒนาการตัวแก้ปัญหาที่เก่งในการหาคำตอบมากกว่าในงานหรือสภาพแวดล้อม"
• ความสัมพันธ์ของผลป้อนกลับ: วิธีการสร้างผู้สมัครและรับการประเมินจากงาน ผลการประเมินจะขับเคลื่อนการกลายพันธุ์ การคัดเลือก และการรวมตัวใหม่ของวิธีการ ก่อให้เกิดผลป้อนกลับต่อเนื่องระหว่างชั้นวิธีการกับชั้นคำตอบ
• การเปลี่ยนเกณฑ์การประเมิน: ความดีของวิธีการไม่ได้ดูแค่ค่าที่เหมาะสมที่สุดครั้งเดียว แต่ดูที่การวางนัยทั่วไป ความทนทาน ความหลากหลาย และต้นทุนการคำนวณข้ามงานและข้ามสภาพแวดล้อม
• การเปลี่ยนบทบาท: นักวิจัยไม่ได้ออกแบบเพียงกระบวนการคงที่อีกต่อไป แต่ต้องออกแบบพื้นที่วิธีการที่วิวัฒนาการได้ สัญญาณผลป้อนกลับ และกลไกการคัดเลือก

3. ทำไมวงป้อนกลับจึงสำคัญ

ชั้นวิธีการและชั้นคำตอบไม่ใช่วงการปรับให้เหมาะสมสองวงที่เป็นอิสระต่อกัน ชั้นวิธีการสร้างตัวสร้างผู้สมัคร ชั้นคำตอบใช้มันสร้างผู้สมัครบนงานเฉพาะและได้รับการประเมิน หลังจากการรวมหรือจัดสรรเครดิตแล้ว ผลประเมินเหล่านี้จะกลับไปยังชั้นวิธีการ ขับเคลื่อนการกลายพันธุ์ การคัดเลือก และการรวมตัวใหม่ของวิธีการเอง หากสัญญาณผลป้อนกลับเบาเกินไปหรือให้รางวัลเฉพาะค่าที่เหมาะสมที่สุดระยะสั้น ชั้นวิธีการจะปรับตัวมากเกินไปกับงานเดียวได้ง่าย แต่หากสัญญาณผลป้อนกลับมีการวางนัยทั่วไปและความหลากหลายข้ามงาน ชั้นวิธีการจึงจะเรียนรู้เมตากลยุทธ์ที่ "เก่งในการหาคำตอบ" ได้ ที่นี่สามารถเข้าใจได้ว่าเป็นการเปิดการค้นหาเชิงวิวัฒนาการอีกชั้นบนพื้นที่วิธีการ แต่การประเมินของมันแยกจากการแสดงจริงของชั้นคำตอบไม่ได้

4. ฐานรากแนวคิด: MetaDE และ AutoPSO

วิวัฒนาการวิธีการไม่ได้หยุดอยู่แค่คำขวัญ MetaDE ทำให้กลยุทธ์ พารามิเตอร์ และแม้แต่การผสมผสานโอเปอเรเตอร์ของ Differential Evolution กลายเป็นวัตถุที่วิวัฒนาการได้ ส่วน AutoPSO นำโครงสร้าง พารามิเตอร์ หรือโทโพโลยีของ Particle Swarm เข้าสู่การค้นหาอัตโนมัติ ทั้งสองมีจุดเริ่มต้นร่วมกัน: นำ "วิธีการที่สร้างผู้สมัคร" เข้ามาเป็นวัตถุที่ถูกปรับให้เหมาะสม เพื่อให้อัลกอริทึมวิวัฒนาการตัวเองได้ หน้านี้จะสร้างฐานรากแนวคิดแบบรวมก่อน ส่วนสถาปัตยกรรมเฉพาะและวิวัฒนาการโครงสร้างอัลกอริทึมจะขยายความในภายหลัง