Informace k semináři Evolving structures in mathematics NMMB471
Výběrový seminář pro
studenty bakalářského, navazujícího magisterského a doktorského studia
Tvůrčí seminář o možnostech, jak modelovat evoluci
složitých adaptujících se systémů na
počítači
Seminář vede
Tomáš Mikolov za pomoci Jiřího Tůmy a případných hostů
Místo a čas
Seminární místnost katedry algebry, 3. patro, budova Sokolovská 83, čtvrtek 15,40
Konzultace
Lze domluvit osobně po semináři nebo mailem na tuma (at) karlin.mff.cuni.cz, nebo telefonem 2 2191 3240
Zápočet
Bude za pravidelnou a aktivní účast na semináři
Program semináře v tomto semestru
21.2.2019 Tomáš Mikolov, prezentace o článku A.
Turing, Computing Machinery and Intelligence,
28.2.2019 Tomáš Mikolov, prezentace
7.3.2019 Bára Hudcová, prezentace
14.3.2019 Alex Kazda, O Kolmogorovově složitosti, prezentace, některé odkazy:
Blogpost o K. složitosti, ze kterého jsem vycházel:
https://johncarlosbaez.wordpress.com/2011/10/28/the-complexity-barrier/
Slajdy z přednášky o K. složitosti z CMU
https://www.cs.cmu.edu/afs/cs.cmu.edu/academic/class/15251-f05/Site/Materials/Lectures/Lecture28/lecture28.ppt
Scott Aaronson o K. složitosti a komplexitě:
https://www.scottaaronson.com/blog/?p=762
https://www.scottaaronson.com/blog/?p=791
Stránky Jana Kadlece (poslední update je teda z roku 2010):
http://rrrola.wz.cz/
Wikipedie o překryvu genů:
https://en.wikipedia.org/wiki/Overlapping_gene
21.3.2019 Volná diskuse nad tématy Tomáše Mikolova
1. Můžeme definovat množinu matematických modelů, ve
kterých může docházet k otevřené evoluci?
Jaké podmínky musí tato množina splňovat?
2.Jak by mohl vypadat jeden konkrétní model, který se může neomezeně rozvíjet?
3.Jak kontrolovat evoluci v těchto modelech tak, aby byla pro nás pochopitelná/užitečná ?
4.Vztah Kolmogorovovy složitosti a evoluce.
a tématy Jiřího Tůmy
1. Jaké modely evoluce na počítači si umíte úředstavit? (Kromě celulárních automatů)
2. Jaké evoluce v přírodě, u člověka, ve společnosti, vás zajímají?
3. Co z možnosttí 2. si umíte představit v nějaké
zjednodušené formě modelované
napočítači?
4. Jak jsou různé evoluční procesy ovlivňované prostředím?
28.3.2019 Pokračování volné diskuse
4.4.2019 Jarní škola katedry algebry
11.4.2019 Pavel Pudlák, Matematický ústav Akademie věd ČR,
18.4.2019 Michal Koucký, Informatický ústav UK, MFF, O Kolmogorovově složitosti
25.4.2019 Roman Neruda, Evoluční
algoritmy ve strojovém učení, přednáška v
rámci Pražského informatického semináře,
začátek 16,15, posluchárna E-301, FEL ČVUT, Karlovo
náměstí 13, viz http://praguecomputerscience.cz/
2.5.2019 Tomáš Mikolov, von Neumannovy sebereplikující automaty
9.5.2019 seminář se nekoná
16.5.2019 Hugo Cisneros, Evaluating complexity in cellular automata, prezentace s animacemi, prezentace bez animací
23.5.2019 Bára
Plánovaný program semináře
- We will discuss some early ideas about
artificial intelligence, and high-level
overview of topics such as
Turing-completeness.
- In this book, Marwin advocates that
complex intelligent behavior is a result of
cooperation of simple agents, and that the
human mind can be explained this way.
- Occam's razor, Minimum description
length, Kolmogorov complexity, Algorithmic
probability, measures of complexity proposed
by Gell-Mann
- parallel string rewriting grammars that
can generate objects that resemble those found
in nature (leaves, trees); the grammars can be
very trivial, while the objects may appear
complex to us
Fractals: The fractal geometry of nature,
B. Mandelbrot
- Fractals are objects that appear the same
at different scales, while some appear rather
complex to us.
- Conway's Game of Life can be seen as a
simple example how cellular automatons work.
However, the ideas here are deeper than they
appear at first, and we can see that the
original motivation for the development of
cellular automatons was to design
mathematical structures that can copy
themselves in a non-trivial way, and
possibly increase in complexity while doing
so.
- Deals with mathematical structures that
can have similar properties to how we define
life: self-reproduction, evolution.
Genetic Algorithms, J. Holland
- We will discuss the basic ideas behind
evolutionary and genetic algorithms and
genetic programming, and compare these
algorithms with the previously discussed
attempts to design objects that can evolve.
Neuroevolution
- Evolving neural networks through
augmenting topologies, K. O. Stanley and
R. Miikkulainen