เราคือใคร ? เกิดมาเพื่ออะไร?
เร่เข้ามาเถิด เขยิบเข้ามาฟัง คุณ คุณนั่นแหละ! เคยตระหนักกันหรือไม่ว่าพวกคุณเป็นใคร ? เกิดมาทำไม ? กว่าจะมาถึงวันนี้ บรรพบุรุษคุณผ่านร้อนผ่านหนาวพัฒนาศักยภาพเพื่ออยู่รอดต่อสภาวะแวดล้อมที่จ้องจะฆ่าคุณเพื่ออะไร ? มนุษย์เรียกการพัฒนาศักยภาพนี้ว่า "การวิวัฒนาการ" แล้ววิวัฒนาการนี่ทำงานอย่างไร ? ทำไมการวิวัฒนาการจึงมาอยู่ในตัวพวกคุณ ? อนาคตพวกคุณจะไปจบลงที่ใด ?
ชาลส์ ดาร์วิน นักธรรมชาติวิทยาชาวอังกฤษผู้โด่งดัง ค้นพบว่าสิ่งมีชีวิตนั้นวิวัฒนาการตามกลไลของธรรมชาติจากการศึกษานกฟินช์กลุ่มหนึ่งที่อาศัยอยู่บนหมู่เกาะกาลาปาโกส เดิมทีพวกมันอาศัยอยู่บนแผ่นดินใหญ่ทวีปอเมริกาใต้ ด้วยสาเหตุบางประการของธรรมชาติ เช่น มีพายุพัดพวกมันออกจากฝั่งไป ทำให้พวกมันไปติดอยู่ที่นั่น พวกมันแพร่พันธุ์อย่างรวดเร็ว เพราะบนเกาะมีอาหารอุดมสมบูรณ์ และ ไม่มีนักล่า ส่งผลให้ประชากรนกเพิ่มขึ้นอย่างมากมาย (Population)
เมื่อประชากรนกเพิ่มมากเกินไปแหล่งอาหารหลักร่อยหรอลง การแข่งขันในสายพันธุ์เดียวกันจึงไม่สามารถหลี่กเลี่ยงได้ ดาร์วินสังเกตว่านกฟินช์กลุ่มนี้มีสิ่งที่แตกต่างกันคือ จะงอยปาก พวกมันปรับตัวด้วยการเปลี่ยนแหล่งอาหาร ทำให้จะงอยปากของพวกมันต่างกัน จากนกฟินช์สายพันธุ์เดียว สามารถแตกออกได้ถึง 13 สายพันธุ์ ดาร์วินเรียกสิ่งนี้ว่า "การคัดสรรโดยธรรมชาติ" (Natural Selecting) อย่างมีนัยสำคัญ (Fitness Function)
การคัดสรรโดยธรรมชาตินี้มีอิทธิต่อการผสมพันธุ์ของนกฟินช์สายพันธุ์ดั้งเดิมเกิดเป็นลูกนกที่มีลักษณะเหมือน หรือ ต่างจากพ่อแม่ก็ได้ ลูกนกฟินช์ที่มีลักษณะปากเล็กเรียวกว่าพ่อแม่สามารถเข้าถึงแหล่งอาหารในที่แคบได้ดีสายพันธุ์ดั้งเดิม หรือลูกนกฟินช์ที่มีปากหนาและแข็งสามารถเจาะเมล็ดเปลือกเมล็ดพืชเพื่อกินเมล็ดด้านในได้ ลักษณะที่เปลี่ยนไปนี้ทำให้ผู้ที่เหมาะสมกับธรรมชาติ ณ เวลานั้น ได้สิทธิ์ในการอยู่รอดและแพร่พันธุ์ส่งต่อลักษณะเด่นสู่ลูกหลาน ในขณะที่บางพวกไม่สามารถหาอาหารได้เริ่มตายลง (Crossover & Mutation)
เมื่อประชากรนกเพิ่มในขณะที่พื้นที่บนเกาะไม่ได้เพิ่ม ประชากรนกจึงถูกจำกัดและถูกแทนที่ด้วยสายพันธุ์ที่ดีกว่า แข็งแกร่งกว่า หรือ เร็วกว่า (Replacement) ไม่ได้หมายความว่า ความได้เปรียบพวกนี้จะชนะเสมอไป พวกมันเพียงได้เปรียบชั่วระยะเวลาหนึ่งเท่านั้น (อาจจะแค่ไม่กี่สิบปี หรือเป็นล้านๆปีก็ได้) เมื่อใดก็ตามที่ธรรมชาติเปลี่ยนแปลงไป สัตว์เหล่านี้ก็ต้องวิวัฒนาการปรับสภาพตามไปด้วย
“ไม่ใช่ว่าคนที่แข็งแรงที่สุดหรือฉลาดที่สุดที่จะอยู่รอด แต่คนที่ปรับตัวมากที่สุดต่อการเปลี่ยนแปลงต่างหากที่จะอยู่รอด”[1]
ชาลส์ ดาร์วิน
ปี ค.ศ.1953 James Watson นักชีววิทยา กับ Francis Crick นักฟิสิกส์ ค้นพบโครงสร้างโมเลกุลดีเอ็นเอ ว่ามีลักษณะเป็นเกลียวคู่และมีสารเคมี 4 ชนิดอยู่ด้านในของเกลียวเหล่านั้นเรียกว่า "นิวคลีโอไทด์เบส" 4 ปีต่อมา Francis Crick พบว่าสิ่งสำคัญของสารเคมีทั้ง 4 ชนิดนั้นไม่ใช่โครงสร้างทางเคมี หรือ รูปทรง แต่มันคือการจัดเรียง เรียงแบบมีระบบ มีความหมาย เหมือนการเรียงตัวอักษรจนเกิดเป็นคำเป็นประโยค หรือ การเรียงของ 0 กับ 1 ในภาษาคอมพิวเตอร์จนเกิดเป็นชุดคำสั่งต่างๆ ใช่ครับ พวกมันเรียงตัวกันเป็นรหัสดิจิตอล
สรุปได้ว่าดีเอ็นเอเป็นชุดคำสั่งที่ประกอบไปด้วยนิวคลีโอไทด์เบสเรียงกันเป็นรหัสดิจิตอลเพื่อใช้สร้างโปรตีน รหัสเหล่านั้นมีอยู่มากมาย เพราะ โปรตีนที่ต่างชนิดกัน และทำหน้าที่ต่างกัน จะใช้รหัสที่ต่างกันด้วย
หากจำลองรูปแบบการการวิวัฒนาการนี้ให้อยู่ในรูปของภาษาคอมพิวเตอร์ มนุษย์อาจพอทำนายได้ว่าอนาคตเราจะไปจบลงที่ใด GA (Genetic Algorithm) จึงกำเนิดขึ้นโดยลำดับการทำงานดังนี้ (ผู้เขียนขออธิบายคร่าวๆ เข้าใจง่ายๆ ให้ผู้อ่านทั่วไป ไม่ได้ลงลึกสำหรับนักวิจัยที่จะเอาไปใช้เป็นข้อมูลอ้างอิง)
จากข้อมูลที่กล่าวมาข้างต้น มนุษย์ได้ทำการแปลงปัญหาและทฤษฎี "การคัดสรรโดยธรรมชาติ" ออกมาเป็นตัวเลข เพื่อใช้ในการแก้ไขพวกมัน โดยทั่วไปจะอิงจากโครงสร้างต้นแบบของ GA คือ SGA (Simple Genetic Algorithm) ที่มีกระบวนการทำงานดังนี้
1.ขั้นตอน Population Generating การสร้างประชากรอิงจากปัญหาที่เราต้องการจะแก้ไข เช่น ต้องการสร้างรถง่ายๆ มีองค์ประกอบ ล้อหน้า 2 แบบ+ล้อหลัง 2 แบบ + คานรถสั้น, ยาว และโหลดเตี้ย, ยกสูง โดยกำหนดสิ่งต่างๆเป็นเลขฐานสอง
รถแบบไหนจะเคลื่อนที่ไปได้ไกลที่สุด (กรณีนี้กำหนดระยะทางไว้ 1 กิโลเมตร)
แปลงคำเป็นเลขฐานสอง
-ไม่มีล้อหน้า 00, ล้อหน้าเล็ก 01 และล้อหน้าใหญ่ 10
-ไม่มีล้อหลัง 00, ล้อหลังเล็ก 01 และล้อหลังใหญ่ 10
-คานรถสั้น 01 และคานรถยาว 10
-โหลดเตี้ย 01 และยกสูง 10
เพราะฉะนั้น รถล้อหน้าเล็ก ล้อหลังเล็ก คานสั้น โหลดเตี้ย ทำการเข้ารหัสจะได้
0 1 0 1 0 1 0 1 ทั้งหมดนี่ 1 ชุด เรียกว่าโครโมโซม
หรือ รถล้อหน้าใหญ่ ล้อหลังใหญ่ คานสั้น ยกสูง ทำการเข้ารหัสจะได้
1 0 1 0 0 1 1 0 ทั้งหมดนี่ 1 ชุด เรียกว่าโครโมโซมเช่นกัน
สมมุติให้รถที่สุ่มมาทั้ง 2 คันนี้เป็นรถต้นแบบ หรือ โครโมโซมพ่อและแม่ (Parants)
2.ขั้นตอน Genetic Operation กระบวนการทางพันธุกรรม ประกอบไปด้วยการ การสลับสายพันธุ์ (Crossover) และการกลายพันธุ์ (Mutation) โดย
ขั้นตอน Crossover มีกลไกดังนี้ นำโครโมโซมพ่อจับคู่กับโครโมโซมแม่
ตัดแบ่งโครโมโซมออก 1 จุด เราเรียกว่า One point crossover ได้โครโมโซมลูก 1 และลูก 2 (Offspring 1 และ Offspring 2) ดูภาพด้านล่าง
ขั้นตอน Mutation การกลายพันธุ์ เมื่อโครโมโซมพ่อแม่ที่มีลักษณะเด่นได้ผสมกันบางครั้งมีโอกาสได้ลูกที่ไม่เหมือนทั้งพ่อและแม่ กรณีนี้ให้เป็นโครโมโซมลูก 3 (Offspring 3) ดูภาพด้านล่าง
ตัวอย่างการ Crossover และ Mutation Image by ArrowDisc
3.ขั้นตอน Fitness Function การประเมินค่าความเหมาะสมของโอกาสการอยู่รอดขอโครโมโซมลูก กรณีนี้ใช้เป้าหมายเป็นระยะทางที่รถเหล่านี้จะวิ่งไปได้ เมื่อทำการทดสอบด้วยถนนจำลองและเก็บค่าระยะทางเพื่อนำไปคำนวณหาแนวโน้มการแก้ปัญหา (%) เช่น รถพ่อแม่วิ่งไปได้ 10 เมตร รถลูกวิ่งไปได้ 12, 9 และ17 เมตร ตามลำดับ คิดเป็น% ในรูปของแผนภูมิดังภาพด้านล่าง
วงล้อเสี่ยงทาย [2] Image by ArrowDisc
จะเห็นได้ว่าลูก 3 มีโอกาสอยู่รอดมากกว่าคนอื่นเล็กน้อย หมายความว่าโครโมโซมของลูก 3 จะถูก GA นำไปเป็น Parrents มากกว่าโครโมโซมอื่นในรอบถัดไป
ป.ล. สมการหาค่าสูงสุด และ สมการอัตราการกลายพันธุ์เป็นสิ่งสำคัญในงานวิจัยลักษณะนี้ คุณควรเลือกสมการที่ได้รับการตีพิมพ์ (เป็นที่ยอมรับ) ที่เหมาะกับปัญหาของคุณ เพราะกลุ่มคำตอบจะส่งผลไปในทิศทางขึ้นอยู่กับความเข้าใจปัญหาและทฤษฎีที่คุณนำมาจับคู่ด้วย
4.ขั้นตอน Replacement หรือการแทนที่ หากเรากำหนดให้รถในการทดลองนี้มีจำนวนไม่เกิน 100 คัน หมายความว่า รถที่มีประสิทธิภาพสูงกว่าจะแทนที่กับรถที่มีประสิทธิภาพต่ำสุดในระบบ เพื่อไม่ให้ประชากรเกิน 100 คัน รถที่มีประสิทธิภาพต่ำจะถูกลบออกไป
5.ขั้นตอน Termination Condition เงื่อนไขหยุดการทำงาน สามารถกำหนดให้หยุดการทำงานของแบบจำลองได้หลายวิธี แล้วแต่ความต้องการของคุณ เช่น เมื่อทำการสุ่มแล้วได้รถที่สามารถวิ่งครบ 1 กิโลเมตรจึงหยุด (ได้โครโมโซมที่สามารถแก้ปัญหาได้แล้ว) หรือ เมื่อได้รถลักษณะเดิมจึงหยุด (ได้โครโมโซมลูกที่ซ้ำพ่อหรือแม่) หรือ เมื่อได้รถลักษณะเดิม 20 รุ่นให้หยุด (ได้โครโมโซมลูกที่ซ้ำพ่อหรือแม่ และไม่มีการเปลี่ยนแปลงของโครโมโซมอีกใน 20 รุ่นถัดไป) หรือ เมื่อมีรถรุ่นที่ 1,000,000 ให้หยุด (สุ่มจนครบ 1,000,000 รอบ)
สรุป
GA เป็นแนวคิดที่มนุษย์นำทฤษฏีของ ชาลส์ ดาร์วิน มาประยุกต์ใช้ เพื่อให้แก้ปัญหาบางอย่างโดยไม่ต้องเสียเวลาแก้เอง มีการนำ GA ไปใช้กันอย่างแพร่หลายแล้วแต่จุดประสงค์ เช่น การสร้างรูปภาพเลียนแบบ, ระบบยานพาหนะไร้คนขับ หรือใช้แทนแรงงานคน GA สร้างประโยชน์มหาศาลให้แก่มนุษย์
แล้วพวกคุณล่ะ ? คุณนั่นแหละ! พวกคุณเป็นใคร ? ใครสร้างพวกคุณ ถูกสร้างมาเพื่อใช้วิจัยแก้ปัญหาอะไรบางอย่างหรือไม่ ? ย่อหน้านี้เป็นเพียงทฤษฏีสมคบคิดของตัวผู้เขียนเท่านั้น (คิดไปเองสนุกๆ) โปรดใช้ทุกสิ่งที่ท่านมีในการไตร่ตรอง เพราะยังไงเสียคำตอบของคำถามเหล่านี้คงไม่ได้ปรากฎง่ายๆในเร็ววัน หรืออาจจะไม่ปรากฏเลยตลอดยุคสมัยของ "มนุษย์"
บทความโดย สิ่งมีชีวิตจากดาวหักมุม ArrowDisc
References
1.Charles Darwin, The Origin of Species.
2.Goldberg, D.E. 1989. Genetic Algorithms in Search, Optimisation and
Machine Learning. Massachusetts, Addison-Wesley.
- 1
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
