Evoluzione di palette ispirata alla biologia in substrati codificati indirettamente: la compatibilità delle scale temporali plasma la scoperta delle funzioni di attivazione

Abstract degli autori

Le reti neurali codificate indirettamente possono assegnare funzioni di attivazione diverse ai singoli nodi, ma raramente si conoscono in anticipo quelle giuste. Quando l’insieme disponibile comprende solo funzioni monotone standard, problemi come quello della parità diventano irrisolvibili; eppure, una palette onnicomprensiva rende meno di una selezionata. Come può l’evoluzione scoprire quali funzioni usare? Affrontiamo la questione come un problema di meta-apprendimento, progettando 13 strategie (11 ispirate a meccanismi di adattamento biologico, oltre a controlli di base e oracle) che modificano l’insieme delle funzioni di attivazione disponibili durante l’evoluzione. Ogni strategia traduce un principio biologico in un operatore evolutivo: per esempio, il gating oscillatorio ispirato ai ritmi circadiani inserisce ed esclude a turno funzioni dalla palette secondo una sequenza fissa, mentre la selezione clonale ispirata al sistema immunitario protegge in modo permanente le funzioni che risultano costantemente correlate al fitness. Valutiamo tutte le strategie in oltre 3.000 esecuzioni su problemi di parità e non-parità: prima facciamo evolvere soltanto la palette di attivazioni, poi co-evolvere, su problemi più difficili, una palette di aggregazione per ogni nodo. Una replica indipendente con nuovi seed conferma la presenza di un gruppo stabile e altamente affidabile, con Circadian ancora al primo posto. Le strategie ispirate alla biologia raggiungono lo stesso tasso di soluzione di una baseline ottimizzata, ma convergono fino al doppio della velocità, e Circadian dimezza il calcolo totale. Le classifiche delle strategie si invertono a seconda del tipo di problema, senza che nessuna prevalga in tutti gli ambiti. Il successo delle strategie dipende in larga misura dalla compatibilità delle scale temporali: quelle la cui scala temporale caratteristica corrisponde alla finestra di valutazione evolutiva ottengono risultati costantemente migliori di quelle che operano troppo lentamente. L’indicazione pratica è abbinare la scala temporale del meccanismo al budget di valutazione. Riscalare la strategia più lenta consente di superare del tutto la barriera oscillatoria: tutte e nove le soluzioni risolvono il problema della parità con attivazioni non oscillanti abbinate all’aggregazione min o max.