アカウント名:
パスワード:
「万人にウケるルックス」というのは平均顔なんでしょうね。いいルックスなんだけど記憶には残らないという感じでしょうか?
平均が美男美女というより、遺伝的アルゴリズムが正しく働いて美男美女基準が最大になるところに平均が来たのでは?
あくまで、結婚相手(子孫を残すためのパートナー)を決める基準のなかで顔が大きな要素を占めていれば、という前提ですが、その世代世代で選ばれやすい(モテる?)顔の遺伝子が子孫を残しやすくなる。その結果、次の世代では、その美男美女遺伝子が中心となってバリエーションが生成される。なので、世代の平均をとれば、美男美女となる。
よくある顔というのは,生存競争に成功している遺伝形質を示すシグナルですので人が本能的に惹かれる顔がすなわち多数派の総和であるというのはもっともな気がします.美男美女というのは,人気があるから常に需要に対して不足しているけど,絶対数は実際それほど少ないわけではないのではないかなとも思います.
なお遺伝的アルゴリズムというのは,なるべく奇形的な子をたくさん産んで大多数の使えないミュータントを捨てて一握りのニュータイプを得るというものですので保守的な性選択進化とは対極にあるように思います.
これは、遺伝的アルゴリズムのうち、突然変異(mutation) に関するところですよね。たしかにそういう部分も大事ですが、遺伝的アルゴリズムには交配(corss-over)や適者生存という要素もあり、その組み合わせで効率よく探査するということで、上の議論もそんなにハズレていないのではないでしょうか?
集団の中心,つまり局所解に収斂してしまうことを避けるための方法が遺伝的アルゴリズム(GA)の意義と理解しています.
自然界のように,自分自身の血統を伝えることが至上命題で,かつ各個体の客観的な評価法がないのであれば,現在繁栄しているタイプとの配偶を求めることが合理的です.
一方,GAでは各個体の利益など追求せず,マッドサイエンティスト的な神の視点で,試験の点数で選んだエリートたち,それもできるだけ中心からばらつかせた個体に無謀な交配を強い,人間でいえば全周方向に眼がついていたり手が六本生えていたりするような有用な怪物を得ようとするものです.個体の血統維持を目的とする性選択とは,やはり思想の向きが違うんじゃないかと思います.漸進的な探索であれば,最小勾配法のようなアルゴリズムが向いているのではないかと.
局所解に陥らないように仕掛けがあるのはそのとおりですが、微妙に違うような。根本にあるのは、単なる勾配法では。選択の手法も多々ありますが、基本は「良さそうな要素の組み合わせは全体に広がっていくはず」=「解に向かって収斂するはず」です。
全周方向に眼がついていたり手が六本生えていたりするような有用な怪物
なんてのは、あっという間に淘汰されるか、極端な選択法を選んでたら一気に局所解に陥るはず。(局所解に陥るたびに無謀な交配でバラケさせるのであれば、単なるランダム探索と変わらないので。まあどういうモデルで設計すりゃそんな交叉が可能になるかわかりませんが)
最適なルックスを探すというGAを、適応度をその時のスター(映画俳優だとか)を基準に設計したら、やっぱそこに向かって収斂すると思いますよ。で、全員キムタクになってたのに、突然変異で(検閲削除)が高い形質が広がっていったりとかって事では。手が六本あったらやっぱりすぐ淘汰される気がします。
ルックスのみが評価軸であっても、時に一気に形質が広まったりもしますが(あひる口とか、たらこ唇とか)それだけで局所解に陥ったりはしていないので、似てるんじゃないかなあ。結果、ある程度有用(だと皆が信じる)形質が集団に広がりきったのではないかと。で、ちょっと違うのに惹かれると。
ただ、性淘汰は集団社会と切り離せない関係にあるので、当然ルックスだけが全てじゃないぞ!
評価関数が固定されていれるなら,もちろんGAでも最終的には(一定の確率的変動幅内で)収斂します.一方で現実世界の環境は,大なり小なり常に変動しているため,その点では最適解を得るためのアルゴリズムとしてのGAとは異なります.
遺伝子を引数とする性的魅力の評価関数を作るのは無理なような気がしますが,生成された個体をそのつど人間が主観評価して淘汰するというのは可能です.その場合はおっしゃるようにアシュラマンに生存の余地はたぶん無いでしょう(実装法にもよりますが).
ただ,与えられた模範(教師データ)を目指して学習訓練を行うというのはGAではなくニューラルネットワークのやり方です.みんながみんな同じ方向を目指してしまう方法のアンチテーゼがGAだと思います.
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
物事のやり方は一つではない -- Perlな人
「万人にウケるルックス」というのは (スコア:0)
「万人にウケるルックス」というのは平均顔なんでしょうね。
いいルックスなんだけど記憶には残らないという感じでしょうか?
Re: (スコア:0)
……というのを、どこかで見たような気がする。
#TVだったかネットだったか、ソースをど忘れしてしまいましたが。
Re: (スコア:0)
遺伝的アルゴリズムの成果? (スコア:2, 興味深い)
平均が美男美女というより、遺伝的アルゴリズムが正しく働いて美男美女基準が最大になるところに平均が来たのでは?
あくまで、結婚相手(子孫を残すためのパートナー)を決める基準のなかで顔が大きな要素を占めていれば、という前提ですが、その世代世代で選ばれやすい(モテる?)顔の遺伝子が子孫を残しやすくなる。
その結果、次の世代では、その美男美女遺伝子が中心となってバリエーションが生成される。
なので、世代の平均をとれば、美男美女となる。
無事これ名馬 (スコア:1)
よくある顔というのは,生存競争に成功している遺伝形質を示すシグナルですので
人が本能的に惹かれる顔がすなわち多数派の総和であるというのはもっともな気がします.
美男美女というのは,人気があるから常に需要に対して不足しているけど,
絶対数は実際それほど少ないわけではないのではないかなとも思います.
なお遺伝的アルゴリズムというのは,なるべく奇形的な子をたくさん産んで
大多数の使えないミュータントを捨てて一握りのニュータイプを得るというものですので
保守的な性選択進化とは対極にあるように思います.
Re: (スコア:1)
これは、遺伝的アルゴリズムのうち、突然変異(mutation) に関するところですよね。
たしかにそういう部分も大事ですが、
遺伝的アルゴリズムには交配(corss-over)や適者生存という要素もあり、
その組み合わせで効率よく探査するということで、上の議論もそんなにハズレていないのではないでしょうか?
Re: (スコア:1)
集団の中心,つまり局所解に収斂してしまうことを避けるための方法が遺伝的アルゴリズム(GA)の意義と理解しています.
自然界のように,自分自身の血統を伝えることが至上命題で,かつ各個体の客観的な評価法がないのであれば,現在繁栄しているタイプとの配偶を求めることが合理的です.
一方,GAでは各個体の利益など追求せず,マッドサイエンティスト的な神の視点で,試験の点数で選んだエリートたち,それもできるだけ中心からばらつかせた個体に無謀な交配を強い,人間でいえば全周方向に眼がついていたり手が六本生えていたりするような有用な怪物を得ようとするものです.
個体の血統維持を目的とする性選択とは,やはり思想の向きが違うんじゃないかと思います.
漸進的な探索であれば,最小勾配法のようなアルゴリズムが向いているのではないかと.
Re:無事これ名馬 (スコア:1)
局所解に陥らないように仕掛けがあるのはそのとおりですが、微妙に違うような。
根本にあるのは、単なる勾配法では。
選択の手法も多々ありますが、基本は「良さそうな要素の組み合わせは全体に広がっていくはず」=「解に向かって収斂するはず」です。
なんてのは、あっという間に淘汰されるか、極端な選択法を選んでたら一気に局所解に陥るはず。(局所解に陥るたびに無謀な交配でバラケさせるのであれば、単なるランダム探索と変わらないので。まあどういうモデルで設計すりゃそんな交叉が可能になるかわかりませんが)
最適なルックスを探すというGAを、適応度をその時のスター(映画俳優だとか)を基準に設計したら、やっぱそこに向かって収斂すると思いますよ。
で、全員キムタクになってたのに、突然変異で(検閲削除)が高い形質が広がっていったりとかって事では。手が六本あったらやっぱりすぐ淘汰される気がします。
ルックスのみが評価軸であっても、時に一気に形質が広まったりもしますが(あひる口とか、たらこ唇とか)それだけで局所解に陥ったりはしていないので、似てるんじゃないかなあ。
結果、ある程度有用(だと皆が信じる)形質が集団に広がりきったのではないかと。
で、ちょっと違うのに惹かれると。
ただ、性淘汰は集団社会と切り離せない関係にあるので、
当然ルックスだけが全てじゃないぞ!
Re:無事これ名馬 (スコア:1)
評価関数が固定されていれるなら,もちろんGAでも最終的には(一定の確率的変動幅内で)収斂します.一方で現実世界の環境は,大なり小なり常に変動しているため,その点では最適解を得るためのアルゴリズムとしてのGAとは異なります.
遺伝子を引数とする性的魅力の評価関数を作るのは無理なような気がしますが,生成された個体をそのつど人間が主観評価して淘汰するというのは可能です.その場合はおっしゃるようにアシュラマンに生存の余地はたぶん無いでしょう(実装法にもよりますが).
ただ,与えられた模範(教師データ)を目指して学習訓練を行うというのはGAではなくニューラルネットワークのやり方です.みんながみんな同じ方向を目指してしまう方法のアンチテーゼがGAだと思います.