home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1993 #3 / NN_1993_3.iso / spool / comp / ai / genetic / 146 < prev    next >
Encoding:
Text File  |  1993-01-21  |  3.3 KB  |  76 lines
  1. Newsgroups: comp.ai.genetic
  2. Path: sparky!uunet!zaphod.mps.ohio-state.edu!hobbes.physics.uiowa.edu!news.iastate.edu!IASTATE.EDU!danwell
  3. From: danwell@IASTATE.EDU (Daniel A Ashlock)
  4. Subject: Re: So, genetic algorithms have nothing to do with genetics?
  5. Message-ID: <1993Jan21.130800@IASTATE.EDU>
  6. Sender: news@news.iastate.edu (USENET News System)
  7. Reply-To: danwell@IASTATE.EDU (Daniel A Ashlock)
  8. Organization: Iowa State University
  9. References:  <1jlmb2INNjp4@gaia.ucs.orst.edu>
  10. Date: Thu, 21 Jan 1993 19:08:00 GMT
  11. Lines: 63
  12.  
  13. In article <1jlmb2INNjp4@gaia.ucs.orst.edu>, choup@ava.bcc.orst.edu (Ping Chou)
  14. writes:
  15. > 
  16. >         Or the development of genetic algorithms has completed?
  17. > 
  18. >         Isn't it true that selection/mating/mutation/chromosome/hybrid/
  19. > genotype/phenotype/gene/... are taken from genetics?
  20.  
  21.    The words yes, but genetic algorithms go far beyond the biological genetic 
  22. model.  There are a number of papers on Lamarckian genetic algorithms, for
  23. example.  Lamarck is a discarded reject in genetic theory; in genetic algorithms
  24. his ideas are useful.
  25.  
  26.    I suppose what I'm getting at here is the point Chris Langston makes when he
  27. attempts to difine the field of Artificial Life.  He says Alife is an attempt
  28. to study life as it can be rather than as it is.  The practical code-hacking
  29. implications of this are that while biology has benn and will continue to
  30. be a source of insparation one cannot let it be a strait jacket.
  31.  
  32. >         Don't you think you may be able to discover new algorithms from
  33. > studying genetics?
  34.  
  35.    Well, biology in general actually, but yes I'd guesstimate a roughly 100%
  36. chance that there are good ideas for genetic algorithms lurking in biology. 
  37. The paper I mentioned last week (Iterated Prisoner's Dillemma with Choice and
  38. Refusal) studies the effect of rational partner selection on a genetic
  39. algorithm.  Our inspiration for this was mate selection behavior in biology.
  40. The effect was startling - the algorithm converged to places it never went
  41. before.
  42.  
  43.    The problem is that taking a pile of courses won't help.  I've taken courses
  44. and they consist of irrelevant trivia and foundational material valuable to work
  45. within the discipline.  They seldom give the gestalt one needs to rip off good
  46. ideas.  I maintain reading Science and Science news is a better way to get the
  47. cross specialization you need to be a better GA programmer.
  48.  
  49. >         Do you really believe the complete genome of HIV is just a 4-state
  50. > bits encoded string?
  51.  
  52.    Since there are at least thousands of HIV pseudospieceis, no.  On the
  53. other hand the hardware we evolve our stings on, like my DEC station 3100,
  54. is considerably less sophistocated than the hardware an HIV virus runs on,
  55. a human cell.  The biology used to "run" a virus is roughly totally unrelated 
  56. to the hardware used to run a GA.
  57.  
  58. >         Then please, give youself a chance, take a look at any modern
  59. > genetics text book, and be a cross-discipline expert.
  60.  
  61.    You seem confused as to the source of knowledge...   ...the very best thing
  62. you can do is ask an expert a specific question and ask questions while he
  63. answers until you understand.  Reading Science will prevent you from being so
  64. ignorant that said expert will refuse to talk to you.
  65.  
  66. > --Ping
  67. > 
  68. >         BTW, I would appreciate any reasonable arguments because I'm trying
  69. > to learn ai-genetic from the genetics side.
  70.  
  71.    Good luck.
  72.  
  73. Dan
  74. Danwell@IASTATE.EDU
  75.  
  76.