Насколько я понимаю принцип работы генетического алгоритма, ответ на вопрос «Способен ли эволюционный алгоритм путём случайных мутаций сгенерировать реалистичное человеческое лицо?» был известен еще до проведения эксперимента. Вопрос был лишь в корректности применяемой фитнес-функции.
В теории эволюции 2 основных механизма:
1) случайные мутации
2) естественный отбор (неудачные мутации умирают)
В топике 2 механизма:
1) генератор случайных фигур
2) детектор лиц
У комментатора только первый механизм, и нет механизма, который может сравнить 2 текста и вынести вердикт о превосходстве одного над другим.
1) обезьяны с машинками
Почему же, алгоритм отбора есть, просто он очень груб: текст на выходе сравнивается с полным текстом «Война и Мир»
По сути это не алгоритм мутаций — мы просто ждем бесконечное число времени идеальный результат при неограниченных ресурсах
В том то и дело, что алгоритм в случае случайных мутаций сравнивает результаты мутаций между собой и выбирает лучший, по мнению алгоритма, а в случае обезьян сравнивается бесконечное количество вариантов с эталоном. Вдруг у одной обезьяны получится написать Евгения Онегина, а ваш алгоритм сравнения с Войной и Мир его забракует.
Статья расплывчатая, что делалось не понятно. Ожидал увидеть много фигур из которых бы и получилось лицо в конце, на ролики бегает одна фигура и оставляет след. Ясно одно, что если долго гонять адаптирующийся алгоритм с «учителем» (термин из нейронных сетей, думаю и тут уместен) то результат будет рано или поздно.
Можно на стену вешать :) Можно распечатать и попытаться толкнуть на аукционе (молоток? ebay?). А если поставить в углу автограф и задрать цену до тысяч $, то могут купиться и «ценители».
Знаете, я думал, что у меня была в детстве книга, откуда взяты эти картинки, естественно, на русском языке. Но сейчас я как следует погуглил и нашёл, что у меня точно была польская книга «Учимся рисовать птиц». Этой, наверное, не было.
«Я закрыл глаза.
Длинным рядом потянулись предо мной человеческие лица. Веки опущены…
неподвижные мертвые маски… мой собственный род, мои предки.
Все одна и та же форма черепа, хотя тип заметно менялся. Предки
вставали из могил с волосами, гладко причесанными, распущенными,
подстриженными, в париках и в косичках. Века за веками, все ближе ко мне, их
черты становились мне все более и более знакомыми, и, наконец, слились в
одно лицо… в лицо Голема, которым и оборвалась цепь моих предков...» Майринк
Тем не менее разумная идея с капчей, детектор лиц часто ошибается на объектах, которые в анализе похожи на лица. Если поставить рядом колесо, лицо, и ткань с тенью, то машина может ошибиться и выбрать все три. Для человека же никакой проблемы.
Откопал на ютубе ролик на эту же тему, автор учит бегать, прыгать, держать равновесие существ из пружин с помощью генетических алгоритмов. Выглядит всё это весьма забавно. У автора вообще много интересных видео там.
Суть одна, просто в машинках предел обучения не столь явен (хотя он присутствует, ни одна машинка в пределах каких-либо размеров не въедет на отвесную стену достаточно большой высоты). В случае с машинками законы задаются симуляцией физических законов. В случае с лицами — симуляцией естественного процесса распознавания лиц. Просто у данного алгоритма распознавания есть предел в 35 пунктов, и ничего с этим не поделаешь.
В данном случае, думаю, основная цель — не поиск самого лучшего результата, а поиск множества хороших результатов, разнообразие. С этой точки зрения нам, пользователям, задача может быть интересной. Конечно, если вы разработали этот алгоритм и точно знаете, как он работает, то это всё фигня.
В идеале хотелось бы видеть тот же алгоритм распознания, но изображение должно строиться не из хаотичного набора полигонов. Например, можно взять упрощённую 3D-модель головы и рендерить её с нескольких ракурсов одновременно, fit считать как сумму всех fit-ов ракурсов. Тогда результаты могли бы быть намного лучше.
Генетический алгоритм для генерации лиц