Veja como a Seleção Natural e Genética influenciam a Inteligência Artificial.

Rodrigo Regis

Dentre várias técnicas de Inteligência Artificial existentes, hoje, vamos falar do Algoritmo Genético.

O Algoritmo Genético (AG) é uma técnica de busca utilizada na ciência da computação para achar soluções aproximadas para problemas de otimização e busca, inspirados nos mecanismos de seleção natural (Teoria da Evolução) e genética. Eles combinam um mecanismo de valorização dos “melhores” indivíduos, ou dos mais adaptados ao objetivo em questão, com uma estrutura para combinar e “reproduzir” aleatoriamente estes indivíduos, criando uma nova população. Assim, a cada geração, um conjunto de novos indivíduos é criado utilizando-se informações contidas na geração passada.

Os Algoritmos genéticos são implementados  em computadores em que uma população são representações abstratas de uma problema e os melhores indivíduos, dessa população, são selecionados para cruzamento. A evolução geralmente se inicia a partir de um conjunto de soluções criado aleatoriamente e é realizada por meio de gerações. A cada geração, a adaptação de cada solução na população é avaliada, alguns indivíduos são selecionados para a próxima geração, e recombinados ou mutados para formar uma nova população. A nova população então é utilizada como entrada para a próxima iteração do algoritmo.

Implementação e funcionamento de um AG

A implementação de um AG começa com uma população aleatória de cromossomos. Essas estruturas são, então, avaliadas e associadas a uma probabilidade de reprodução de tal forma que as maiores probabilidades são associadas aos cromossomos que representam uma melhor solução para o problema de otimização do que àqueles que representam uma solução pior.

A função “fitness” ou função objetivo de um problema de otimização é construída a partir dos parâmetros envolvidos no problema. Ela fornece um medida da proximidade da solução em relação a um conjunto de parâmetros. Esta função também permite fornecer através de probabilidade quais indivíduos serão selecionados para reprodução. 

As etapas do funcionamento de um AG podem ser descritas da seguinte forma:

1. Gera-se a população inicial de forma aleatória;
2. Avaliação: avalia-se aptidão das soluções (indivíduos da população), é feita uma análise para que se estabeleça quão bem elas respondem ao problema proposto;
3. seleção: indivíduos são selecionados para a reprodução. A probabilidade de uma dada solução i ser selecionada é proporcional à sua aptidão;
4. cruzamento: característica das soluções escolhidas são recombinadas, gerando novos indivíduos;
5. mutação: características dos indivíduos resultantes do processo de reprodução são alteradas, acrescentando assim variedade à população;
6. atualização: os indivíduos criados nesta geração são inseridos na população;
7. finalização: verifica se as condições de encerramento da evolução foram atingidas, retornando para a etapa de avaliação em caso negativo e encerrando a execução em caso positivo.

Figura - Diagrama de blocos do Algoritmo genético