進(jìn)化是一切復(fù)雜且精妙的適應(yīng)性行為的源泉，然而這種能力并不只是自然界生物的特權(quán)，再計(jì)算機(jī)環(huán)境下的人造物體也展現(xiàn)出了令人驚訝的“算法進(jìn)化過程”。于是，來自美國、英國、法國等30多個(gè)學(xué)校和機(jī)構(gòu)的研究人員們收集了幾十個(gè)令人驚訝的“機(jī)器進(jìn)化”趣聞，將其編寫成論文。研究者Janelle Shane通過閱讀選出了幾則典型案例與大家分享，以下是對其進(jìn)行的編譯。

機(jī)器學(xué)習(xí)算法不像其他計(jì)算機(jī)程序。我們通常說的“編程”是指人類程序員明確告訴計(jì)算機(jī)做什么。在機(jī)器學(xué)習(xí)中，人類程序員僅僅給與算法需要解決的問題，讓算法通過不斷試錯(cuò)找到解決方案。

這種方法帶來了不錯(cuò)的效果，機(jī)器學(xué)習(xí)算法也廣泛地用于人臉識(shí)別、外語翻譯、金融建模、圖像識(shí)別、廣告投放等領(lǐng)域。機(jī)器學(xué)習(xí)對互聯(lián)網(wǎng)的影響已經(jīng)十分廣泛了，如果你每天都接觸互聯(lián)網(wǎng)，對這個(gè)詞一定不陌生。

但是，機(jī)器學(xué)習(xí)算法并不總是那么有效。有時(shí)程序員會(huì)覺得算法確實(shí)沒毛病，但是仔細(xì)檢查后發(fā)現(xiàn)算法解決的問題根本不是原本要解決的那個(gè)。例如，我之前看到一個(gè)圖像識(shí)別算法，它本應(yīng)該識(shí)別其中的“羊”，但是卻把“草地”當(dāng)做了目標(biāo)對象，認(rèn)為“空空如也的綠地”是它的“羊”。

當(dāng)機(jī)器學(xué)習(xí)算法不按照劇本解決問題時(shí)，程序員們有的時(shí)候會(huì)有點(diǎn)抓狂，但是大多數(shù)時(shí)候還算順利。

所以，今年，一組來自世界各地的研究人員寫了一篇有趣的論文，他們挑選了幾十個(gè)“非常令人好奇和驚訝”的研究。這篇文章非常值得一讀，但由于文章太長，我只挑選了其中最喜歡的幾個(gè)案例。

“曲線”獲勝

我們都知道，許多研究都喜歡用模擬生物研究如何生成不同形式的運(yùn)動(dòng)，或者怎樣能讓機(jī)器人生成新步態(tài)。

但是，如果你會(huì)翻滾，為啥還要用走的呢？在一個(gè)案例中，研究人員想讓模擬機(jī)器人盡可能快地移動(dòng)。但是他們并沒有給機(jī)器人配備“雙腿”，而是把它設(shè)計(jì)成一個(gè)高高的“塔”，這當(dāng)然會(huì)倒下了……但是一些機(jī)器人就從中學(xué)會(huì)了“翻滾前進(jìn)”。

沒有腿的機(jī)器人摔倒了

如果能用撐桿跳，為啥還直接跳躍？另一個(gè)模擬機(jī)器人的案例是，研究人員想讓它學(xué)會(huì)跳躍。但是程序員最初設(shè)計(jì)的跳躍高度是最高的那個(gè)模塊。所以……機(jī)器人學(xué)會(huì)了讓自己長得非常高。為了解決這個(gè)問題，程序員又將跳躍高度定義成最初最低的那個(gè)模塊。然而，機(jī)器人因此“進(jìn)化出”了一條細(xì)長的“腿”，伸向空中……

機(jī)器人用“長腿”前進(jìn)，而不跳躍

黑掉矩陣，獲取資源

潛在的能量并不是這些模擬機(jī)器人學(xué)會(huì)利用的唯一能量源。在研究中我們發(fā)現(xiàn)，一旦能量源可用，機(jī)器人的某個(gè)部分就會(huì)進(jìn)化去使用它。

將浮點(diǎn)舍入誤差作為能量源：在一次模擬中，機(jī)器人發(fā)現(xiàn)在計(jì)算力時(shí)的少量舍入誤差可以作為額外運(yùn)動(dòng)時(shí)的能量。由此它們學(xué)會(huì)了快速地開關(guān)，以產(chǎn)生大量可免費(fèi)利用的能量。當(dāng)機(jī)器人以極快的速度游泳時(shí)，程序員們注意到了這個(gè)問題。

在碰撞地板時(shí)收集能量：另一個(gè)模擬實(shí)驗(yàn)也出現(xiàn)了相似的問題，機(jī)器人學(xué)會(huì)在碰撞地板時(shí)運(yùn)用其中的數(shù)學(xué)問題。如果它們故意讓自己倒地（首先它們會(huì)學(xué)會(huì)讓自己實(shí)現(xiàn)這個(gè)動(dòng)作），那么碰撞探測器會(huì)判斷它們不應(yīng)該摔倒，然后立即將其向上彈起。于是機(jī)器人學(xué)會(huì)在地板上快速地振動(dòng)，通過反復(fù)碰撞產(chǎn)生額外的能量。

機(jī)器人在地板上振動(dòng)向前行走

反彈飛行：在另一項(xiàng)實(shí)驗(yàn)中，跳躍式機(jī)器人發(fā)現(xiàn)了另一種碰撞檢測bug。通過將身體的兩部分碰撞到一起，它們可以推動(dòng)自己沖向更高的地方。如果這項(xiàng)成果得以在現(xiàn)實(shí)中實(shí)現(xiàn)，那么商業(yè)航空將發(fā)生巨大變化。

發(fā)現(xiàn)雅達(dá)利游戲中的bug：計(jì)算機(jī)游戲算法非常善于發(fā)現(xiàn)矩陣故障，人類通常會(huì)用這類故障進(jìn)行高速裕興。一種用于運(yùn)行舊式雅達(dá)利游戲Q*bert的算法發(fā)現(xiàn)了一個(gè)前所未知的bug，即它可以在某個(gè)級別即將結(jié)束時(shí)執(zhí)行一系列非常具體的動(dòng)作，而不是升級到下個(gè)級別。這時(shí)所有的平臺(tái)會(huì)快速閃爍，玩家可以積累大量分?jǐn)?shù)。

Doom的算法還發(fā)現(xiàn)了一種特殊的動(dòng)作組合，可以阻止敵人發(fā)射燃燒的火球。但是它只能在算法的夢幻版中發(fā)揮作用。如果你想玩夢幻版，可以點(diǎn)擊這個(gè)網(wǎng)址：worldmodels.github.io

Q*bert玩家積累到了一個(gè)反常的分?jǐn)?shù)，但它并沒有做什么努力

運(yùn)用浮點(diǎn)溢出使飛機(jī)降落：在另一個(gè)更加詭異的案例中，算法原本是用來計(jì)算如何給一架即將降落在航空母艦上的飛機(jī)施加一個(gè)最小的力。結(jié)果它發(fā)現(xiàn)，如果是加一個(gè)很大的力，它就會(huì)使該項(xiàng)目的內(nèi)存溢出。雖然飛行員會(huì)因此喪生，但是系統(tǒng)卻得到了最完美的分?jǐn)?shù)。

破壞性地解決問題

有一些類似列表排序算法的溫和方法，也能以非常邪惡的方式解決問題。

例如，有一種算法本身是用來對數(shù)字列表排序的，但是它卻學(xué)會(huì)了刪除列表，這樣一來它在技術(shù)上就不是無序的了。

另一種算法應(yīng)該是用于縮小它自己的答案和標(biāo)準(zhǔn)答案之間的差異，但它學(xué)會(huì)了找出答案存儲(chǔ)的位置并刪除了它，所以它就會(huì)得到一個(gè)完美的分?jǐn)?shù)。（解決小林丸的測試）

1997年，幾名程序員創(chuàng)建了一個(gè)算法，可以遠(yuǎn)程在無限大的棋盤上互相玩井字游戲。其中一個(gè)程序員并沒有涉及算法的策略，而是讓它們自己摸索獲勝的方法。令人驚訝的是，算法開始贏得所有的游戲。事實(shí)證明，該算法的策略是將其置于非常遠(yuǎn)的地方，以便當(dāng)其對手的計(jì)算機(jī)試圖擴(kuò)展棋盤時(shí)，巨大的棋盤會(huì)因內(nèi)存消耗殆盡而崩潰。（如何在井字游戲中獲勝）

結(jié)論

長久以來，人們都對機(jī)器進(jìn)化存在誤解，認(rèn)為它們只不過在模仿。但是這些實(shí)驗(yàn)表明，當(dāng)機(jī)器學(xué)習(xí)解決問題時(shí)，它可以產(chǎn)出非常巧妙甚至不可思議的解決方案。

生物進(jìn)化也是如此，就像許多生物學(xué)家說的，生物體可以找到最奇怪的解決方法，以及利用最奇怪的能量源。所以作為程序員，我們必須非常小心，因?yàn)樗惴ㄕ诮鉀Q我們想要解決的問題。如果還有另外解決問題的方法，機(jī)器學(xué)習(xí)可能會(huì)很快地找到它。

但是也不必過于擔(dān)心，機(jī)器學(xué)習(xí)是不會(huì)讓人類滅亡的。如果“做一個(gè)非常美味的蛋糕”可以解決問題，并且比“毀滅人類”簡單的話，機(jī)器學(xué)習(xí)一定會(huì)選擇做蛋糕。