Simona
(che si sente una “brava artigiana”)

p.s.
qualche mese fa ti ho mandato anche una mail…a presto!

da Caos, segnali e visioni
di Alberto Fortunato

Lo spazio dato dalla letteratura scientifica agli algoritmi genetici, almeno in Italia, sembra davvero esiguo. Per trovarne da leggere devo fare click sulla ricerca avanzata in google. In libreria, invece, mi dicono che “…non hanno testi di biologia…” oppure “ …per la medicina devo guardare lì, in fondo a destra”. Annuisco, metto le mani nel cappotto e vado a leggere il dizionario del corpo umano. Devo passare il tempo.
L’algoritmo genetico chi lo usa? Lo usano i ricercatori. Quelli che, prendendo spunto dalla selezione naturale di Darwin, progettano e realizzano uno strumento di ricerca. Lo strumento, a mio avviso molto stimolante dal punto del coinvolgimento interdisciplinare nell’ambito della sua progettazione, è l’emblema di un ambiente di ricerca teso al miglioramento continuo. Un ambiente che lavorando con i classici tools stocastici e “aleatori” per necessità, è sempre alla ricerca di una possibile ottimizzazione.
In questi ambienti, specialmente dove ricerco io, la perfezione non esiste. Esiste un punto che, nel tempo, costituisce un punto di arrivo e di immediata ripartenza per un altro, ancora più ambizioso. Tutte le popolazioni possono essere investigate dall’algoritmo genetico? Si. In un certo senso si, purché si tratti di popolazioni di soluzioni. Se nella biologia studiamo popolazioni e campioni di animali e individui, nella ricerca che utilizza l’algoritmo genetico dobbiamo sostituire le soluzioni dei problemi agli individui della popolazione. Parlare di “evoluzione” significa indicare una popolazione di soluzioni migliori rispetto alla popolazione costituita dalle soluzioni precedenti.
Il parallelismo con la logica biologica dell’evoluzione e della “selezione naturale” si ripropone più forte quando si parla di generazione. In realtà con l’algoritmo genetico, dalla popolazione di soluzioni originarie, vengono selezionate delle soluzioni più promettenti perché queste si combinino e diano vita ad una nuova generazione di “soluzioni migliori”. Il livello di Fitness è quello che concorre ad ordinare in maniera crescente le soluzioni per consentire, ad un certo punto della sequenza, un taglio di quelle meno interessanti. Con il passaggio generazionale da una popolazione di soluzioni a quella successiva avviene ovviamente una trasmissione (solo una parte) del patrimonio genetico. Le soluzioni genitori migliori lasciano, alle soluzioni figlie, parte della loro costituzione genetica.
Due cose ancora sono importanti in questo passaggio generazionale. Si tratta delle due cose che mi intrigano di più. Di queste non dobbiamo trascurare alcun aspetto, sia dal punto di vista filosofico che dal punto di vista operativo e tecnico sperimentale: la mutazione genetica vista nella sua “casualità” e il “crossover” visto nel suo determinismo.
La mutazione genetica avviene con una modifica casuale di alcune parti di geni con valore di fitness più basso. La mutazione genetica delle soluzioni non dà alcun risultato in termini di reale miglioramento. Quel che può essere un risultato di fitness più elevato infatti non deve essere considerato un passaggio evolutivo certo. E’ discutibile, in un’ottica di popolazione di soluzioni, pensare ad una evoluzione in presenza di una mutazione genetica. Con la mutazione possiamo sempre trovarci di fronte ad un ottimo locale ( si badi bene che ottimo locale non è ottimo assoluto) e cioè un risultato migliore ma ancora perfezionabile.
Con il crossover mettiamo le mani sul caso. E qui cominciano i problemi. Soprattutto quando si parla di popolazioni di soluzioni. Paradossalmente. Sogno. Vedo. Sento.
Sono nella stanzetta di Tommy. Estraggo il set delle soluzioni dal gold box e ne srotolo una. La prendo a caso? Non so. La dispiego sul letto e ne ammiro la costituzione genetica. Merita. Le trovo un compagno e affianco gli individui in modo da poterne ammirare il parallelismo. Tommy mi passa il bisturi e comincia il mio dilemma. Dove taglio? Qual è sarà il punto in cui il fendente avrà casualmente determinato l’evoluzione di una specie di soluzioni migliori. Testa e coda. Zac. Un colpo secco e seziono le soluzioni a metà. Taglio (a caso?) le stringhe di codifica e ottengo due teste e due code. Ancora si muovono. Vibrano nello spazio antistante due battiti di ali di farfalla che porteranno le vicissitudini del Mondo lontano dagli universi probabili fin’ora definiti. Scambio teste e code. Nuovi geni. Nuove visioni. Nuova vita. Il Signore abbia pietà di me anche in questa.

di Alberto Fortunato

Algoritmi Genetici. Pietà nella nuova vita.
Da Caos, segnali e visioni

Saluti, uno studente molto incazzato (perchè gli stanno complicando di molto il futuro..)