#创作计划#进化算法和宽容噪声
2026-02-23 12:31:47
发布于：广东
12阅读
0回复
0点赞
在此篇文章，我主要想建立一个模拟大脑思维方式的人工智能，首先介绍一下人类大脑的思考机制
人类大脑的机制
基本架构：三脑理论与层次处理
1. 三层大脑结构
原始脑（爬虫脑） - 脑干
├── 功能：生命维持（呼吸、心跳）
├── 特点：自动化、本能反应
└── 思考：无意识、反射性
情感脑（哺乳动物脑） - 边缘系统
├── 功能：情绪处理、记忆形成
├── 核心：海马体（记忆）、杏仁核（情绪）、下丘脑（内分泌）
└── 思考：情感驱动、模式匹配
新皮层（理性脑） - 大脑皮层
├── 功能：逻辑推理、语言、抽象思维
├── 分区：额叶（决策）、顶叶（空间）、颞叶（听觉）、枕叶（视觉）
└── 思考：有意识、分析性
2. 人类大脑的“错误容忍”机制
• 大脑处理信息不是通过消除噪声，而是利用噪声进行探索
• 记忆是重建而非读取，错误是创新的源泉
• “创造性”源于随机扰动与选择压力的平衡
3. 计算机需要“宽容的进化”
• 传统AI追求精确，但真正的智能需要容忍不确定性
• 系统应该像生物进化一样：探索 > 优化
• “教师”角色不应是严格判官，而是引导性筛选者
核心设计原则
1. 主动引入噪声：small/medium/creative 三种噪声类型
2. 宽容性选择：保留前60%，而非精英主义，普通大模型基于数学原理的严谨性
3. 创造性评价：多维度评分 + 随机主观偏好
4. 开放结局：无终止条件
- 系统架构的三个层次
层次一：噪声注入引擎
def inject_noise(self):
创造性噪声的三种类型
noise_type = random.choice(['small', 'medium', 'creative'])
if noise_type == 'small': # 1.微调：替换字符
idx = random.randrange(len(self.content))
new_char = '1' if self.content[idx] == '0' else '0'
# 轻微改变，保持结构
elif noise_type == 'medium': # 2.结构变更：增删字符
if random.random() < 0.5 and len(self.content) > 1:
# 删除操作
else:
# 添加操作
else: # creative：突破性改变
if random.random() < 0.1 and self.complexity_level < 3:
self.complexity_level += 1 # 提升复杂度等级
# 重新生成但保留特征
层次二：宽容性教师
class CreativeTeacher:
@staticmethod
def evaluate(individual, generation, archive):
score = 0.0
# 1. 基本可行性（最低门槛）
if len(content) == 0: return -10
# 2. 复杂度奖励（鼓励向上进化）
score += level * 0.5
# 3. 模式匹配（但不强制）
for pattern in EDUCATIONAL_GOALS[level]['patterns']:
if pattern_lower in content:
score += 3.0 * (len(pattern_lower) / len(content))
# 4. 多样性/新颖性（防止趋同）
novelty = cls._calculate_novelty(content, archive)
score += novelty * 2
# 5. 美学价值（主观偏好）
aesthetics = cls._calculate_aesthetics(content, level)
# 6. 关键：教师的主观偏好（随机性！）
teacher_whim = random.uniform(-0.5, 0.5)
score += teacher_whim # 模拟创造性评价的不确定性
层次三：无休止进化循环
def evolve_one_generation(self):
"""宽容的选择机制"""
# 评估 -> 但不淘汰“差生”
fitnesses = [ind.fitness for ind in self.population]
# 保留前60%（宽容的选择）
sorted_pop = sorted(self.population, key=lambda x: x.fitness, reverse=True)
num_survivors = int(POPULATION_SIZE * 0.6) # 40%淘汰率
survivors = sorted_pop[:num_survivors]
# 存档有趣个体（而非最优个体）
for i in range(min(3, len(survivors))):
if survivors[i].content not in self.archive:
self.archive.append(survivors[i].content)
# 混合繁殖：80%重组 + 20%全新创造
while len(new_population) < POPULATION_SIZE:
if random.random() < 0.8 and len(survivors) >= 2:
# 重组：混合两个幸存者的DNA
child = parent1.crossover(parent2)
else:
# 全新创造：从零开始或从存档获取灵感
child = EvolvableString() # 注入新的随机性
- 实现的创新亮点
1. 多层级编码进化
COMPLEXITY_LEVELS = {
0: '二进制', # 101010
1: 'ASCII', # hElLo!
2: '单词', # bamolu
3: '句子' # The cat jumps.
}
2. 实时可视化系统
四个同步图表：
- 左上：适应度趋势（非单调上升，而是波动探索）
- 右上：复杂度分布演变（展示种群多样性）
- 左下：当前最佳个体详情
- 右下：进化里程碑
3. 自动保存与恢复机制
def save_state(self, filename="evolution_samples.txt"):
with open(filename, 'a', encoding='utf-8') as f:
f.write(f"第{self.generation}代 - {timestamp}\n")
f.write(f"【进化里程碑】:\n")
# 记录有趣的“失败”尝试
1. 进化目标的重新定义
传统目标：收敛到全局最优解
我们的目标：
- 维持种群多样性
- 探索可能性空间
- 发现“有趣”而非“正确”
- 过程本身就是目的
2.观察到的进化路径示例
第1代: '101001' (二进制，随机)
第50代: '01010101' (二进制，规律性)
第100代: 'hello01' (ASCII混合)
第200代: 'Creative' (完整单词)
第500代: 'I see the code' (简单句子)
完整代码架构概览
evolution_system.py
├── EvolvableString (个体)
│ ├── _generate_random_content() # 按等级生成
│ ├── inject_noise() # 创造性噪声
│ └── crossover() # 重组机制
├── CreativeTeacher (评价系统)
│ ├── evaluate() # 多维度评分
│ ├── _check_regularity() # 规律性检测
│ ├── _calculate_novelty() # 新颖性计算
│ └── _calculate_aesthetics() # 美学评价
├── InfiniteEvolutionSystem (核心)
│ ├── evolve_one_generation() # 进化循环
│ ├── save_state() # 过程保存
│ └── get_display_info() # 状态显示
└── EvolutionVisualizer (可视化)
└── update_display() # 实时更新
系统运行效果示例：
（环境：Windows python3.13 必需的Python库：numpy matplotlib）
第 156 代 - 每秒1次进化
【顶级个体】:
1. 句子 | 'The code evolves quickly!' | 适应度: 8.234
2. 单词 | 'Evolution' | 适应度: 7.891
3. ASCII | 'Cr3@t1v3' | 适应度: 6.543
4. 二进制 | '0101010101' | 适应度: 5.210
5. 句子 | 'Noise creates beauty.' | 适应度: 8.112
【复杂度分布】:
二进制: ██████████ 10个 (50.0%)
ASCII: ██████ 6个 (30.0%)
单词: ██ 2个 (10.0%)
句子: ██ 2个 (10.0%)
【趋势】: ↑上升
最佳适应度: 8.234 (历史最佳: 8.456)
总结
利用两个“拟ai”，一个进行辅导相当于“教师”，另一个作为模拟人类的大脑宽容“噪声”也就是大脑中的错误，我认为正是这些错误缔造了人类（不排除动物）所特有的“创造力”
在此篇只是一个基础理论，请不要过分较真，当然，有错误或有其他见解可以在评论区at我
部分内容是ai写的，纯属懒得打字，代码部分是ai写的，我可写不出来进化算法（遗传算法）
有帮助，赞一个