人工智能将能够适应不同的环境和变化。
这是我试图解释这个问题。
进化算法对于解决优化问题很有用……通过测量各种可能解决方案的“适合度”，然后通过自然选择过程测量算法的“适合度”。
假设，“适应度计算”/“环境”在训练中期发生了变化（这很容易发生在人们可能在不同时间需要不同解决方案的现实生活场景中）。进化算法能否有效应对这种变化？
进化算法能否适应不断变化的环境？
人工智能
进化算法
2021-10-20 15:32:09
3个回答
人工智能是否具有适应性的核心问题是它是否支持在线学习。这并不意味着使用互联网来学习东西。这意味着在系统运行期间继续接受训练数据。
这（大部分）独立于底层架构；在进化方法中，人们可以继续繁殖具有不断变化的适应度函数的世代，或者使用神经网络，人们可以继续反向传播错误，以此类推。
我认为 Matthew Graves 的回答是完全正确的。但我也认为这个问题可能暗示了一个更大的问题。具有一组特定功能的机器变异为具有其他特定功能集的其他机器所需的最小算法复杂度是多少？
答案是：潜在的无限算法复杂度。如果不先验地知道变异成可以解决某些黑盒问题的事物需要多少步骤，就无法确定 AI 是否以及何时能够变异成该事物。