x86 - 进化算法是否有可能创建机器代码？

Question

就目前而言，这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持，但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开，visit the help center为指导。




9年前关闭。




这是一个普遍感兴趣的问题，因为我不是要解决特定问题。我环顾四周，试图找到一些涵盖该领域的文章，但我什至都在努力拼凑一些好的搜索词。

让我们从我所知道的开始:我在人工智能方面接受了大学水平的教育，包括遗传编程和更广泛的进化算法类别，尽管自从我十年前毕业后我就很少接触它们。我想知道这些方法是否可以用来创建机器代码来解决问题(也许是 x86，或者一些“任意”指令集)。我们能否自己进化算法，例如可以计算平方根或在屏幕上绘制令人愉悦的图像的算法？是否可以使用进化算法来创建完整的编译器来创建优化的代码(针对大小、速度等)？

此外，我经常认为基因编程或进化算法本身并不是物种进化的好证据。涉及进化算法的问题解决方法似乎总是需要将智能写入其中。一个人如何创建真正的进化算法，从而真正产生真正有趣和令人惊讶的结果？

TLDR:进化算法的使用在创建某种机器代码方面是否有用，之前是否有进化算法的例子通常会产生真正有趣和令人惊讶的结果？

缺口

Answer 1

使自然界的进化发挥作用的一件事是它是非常开放的。你只需要找到一种方法，不管怎样，来传递你的基因，而且成功率有很多种。

相比之下，程序被期望做一些非常具体的事情，通常要么工作要么不工作。对于遗传算法，小的变化需要能够贡献小的(或大的)改进，以便在适应度领域攀升。但是项目的健身环境是可怕的。

换句话说:有无数个程序“几乎”对列表进行排序，而这些程序与对列表进行排序的程序完全不同，因此不能通过一个小的变异将其合并。大多数对列表进行排序的程序也会因为一个突变而严重崩溃，而不是产生几乎正确的结果，无论这意味着什么。这些组合意味着很难通过小渐进度的进化来产生这样的算法(或任何算法)。

至少，这是我在尝试做类似事情时学到的东西。我很想被证明是错误的。