چگونه پای رقابت های استعماری به دنیای ریاضی باز شد؟ – مصاحبه با پدید آورنده این الگوریتم

متن مصاحبه روزنامه هفت 7 صبح در مورد الگوریتم رقابت استعماری، اسماعیل آتش پز گرگری

 

الگوریتم رقابت استعماری، به عنوان یک روش جدید و با قدرت عمل بالا، به خوبی، جای خود را در میان روشهای بهینه سازی تکاملی باز کرده است و روند رشد و توسعه آن هنوز هم ادامه دارد. اخیراً روزنامه هفت صبح در بخش سرویس علمی خود، مصاحبه ای را با پدید آورنده این الگوریتم منتشر کرده است که باز نشر آن برای مخاطبین متلب سایت نیز خالی از لطف به نظر نیامد. در این مصاحبه، می توانید با چگونگی ایجاد، رشد و توسعه الگوریتم رقابت استعماری آشنا شوید و از زبان مبتکر آن، نقاط قوت و ضعف کار و موانع راه توسعه یک کار علمی را بشنوید. در ادامه مطلب (+)، می توانید باز نشر بخشهای برداشت شده ای از این مصاحبه مفصل را بخوانید.

 

 

گزارش از علی موحد – روزنامه هفت صبح:

—————————————————————–

پژوهشگر ایرانی با الهام از روند تکامل اجتماعی انسان، موفق به طراحی الگوریتم فرهنگی جدیدی شده است. این الگوریتم به عنوان نخستین الگوریتم بهینه سازی مبتنی بر یک فرآیند اجتماعی-سیاسی، از سرعت همگرایی بالایی در مقایسه با الگوریتم های موجود برخوردار است.

 

اسماعیل آتش پز گرگری، دانش آموخته کارشناسی ارشد مهندسی برق (کنترل) دانشگاه تهران و دانشجوی دکتری مهندسی برق دانشگاه تگزاس اِی اَند اِم، در دوران تحصیلات کارشناسی ارشد خود موفق به ارائه این الگوریتم جدید شده بود. او در توضیح طرح خود گفت: این الگوریتم در سال ۲۰۰۷ میلادی، طی مقاله ای با نویسندگی بنده و زنده یاد دکتر کارو لوکس، چهره ماندگار مهندسی برق کشور، به جامعه علمی محاسبات تکاملی معرفی شد. الگوریتم رقابت استعماری (Imperialist Competitive Algorithm – ICA) روش جدیدی در بهینه سازی تکاملی است که قابلیت اعمال به بسیاری از مسائل بهینه سازی در زمینه های مختلف علوم و مهندسی را دارد.

 

بیشتر جذبه علمی این الگوریتم به ابتکار آن در ارائه مدلی جدید از روند بهینه سازی است که الهام گرفته از فرایند توسعه و تکامل اجتماعی، سیاسی و فرهنگی است. وی خاطر نشان کرد: الگوریتم ارائه شده، با داشتن یک دیدگاه نو به مبحث بهینه سازی، پیوندی جدید میان علوم انسانی و اجتماعی از یک سو و علوم فنی و ریاضی از سوی دیگر برقرار می کند.

 

روش کار الگوریتم رقابت استعماری
آتش پز گرگری در تشریح ساختار الگوریتم توسعه داده شده تصریح کرد: پایه‌های اصلی این الگوریتم را سیاست همسان سازی (Assimilation)، رقابت استعماری (Imperialistic Competition) و انقلاب (Revolution) تشکیل می‌دهند. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه سازی کمک کنند. در واقع این الگوریتم جوابهای مسئله بهینه سازی را در قالب کشورها نگریسته و سعی می‌کند در طی فرایندی تکرار شونده این جواب‌ها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسئله برساند.

 

آتش پز گرگری خاطر نشان کرد: همانند دیگر الگوریتم‌های تکاملی، این الگوریتم، نیز با تعدادی جمعیت اولیه تصادفی که هر کدام از آنها یک «کشور» نامیده می‌شوند؛ شروع می‌شود. تعدادی از بهترین عناصر جمعیت (معادل نخبه‌ها در الگوریتم ژنتیک) به عنوان امپریالیست انتخاب می‌شوند. باقیمانده جمعیت نیز به عنوان مستعمره، در نظر گرفته می‌شوند. استعمارگران بسته به قدرتشان، این مستعمرات را با یک روند خاص که در ادامه می‌آید؛ به سمت خود می‌کشند. قدرت کل هر امپراطوری، به هر دو بخش تشکیل دهنده آن یعنی کشور امپریالیست (به عنوان هسته مرکزی) و مستعمرات آن، بستگی دارد. در حالت ریاضی، این وابستگی با تعریف قدرت امپراطوری به صورت مجوع قدرت کشور امپریالیست، به اضافه در صدی از میانگین قدرت مستعمرات آن، مدل شده‌است. با شکل‌گیری امپراطوری‌های اولیه، رقابت امپریالیستی میان آن‌ها شروع می‌شود. هر امپراطوری‌ای که نتواند در رقابت استعماری، موفق عمل کرده و بر قدرت خود بیفزاید (و یا حداقل از کاهش نفوذش جلوگیری کند)، از صحنه رقابت استعماری، حذف خواهد شد. بنابراین بقای یک امپراطوری، وابسته به قدرت آن در جذب مستعمرات امپراطوری‌های رقیب، و به سیطره در آوردن آنها خواهد بود. در نتیجه، در جریان رقابت‌های امپریالیستی، به تدریج بر قدرت امپراطوری‌های بزرگتر افزوده شده و امپراطوری‌های ضعیف‌تر، حذف خواهند شد.

 

تصویر: شمایی از چرخه رقابت استعماری در الگوریتم رقابت استعماری

تصویر: شمایی از چرخه رقابت استعماری در الگوریتم رقابت استعماری

 

اقبال گسترده به الگوریتم رقابت استعماری
وی خاطر نشان کرد: از همان روزهای ابتدای معرفی، این الگوریتم به سرعت مورد استقبال پژوهشگران داخل و خارج کشور قرار گرفت. پایان نامه های مختلف در مقاطع کارشناسی ارشد و دکتری در حل مسائل بهینه سازی خود در زمینه مهندسی برق، کامپیوتر، مهندسی صنایع، رباتیک، مهندسی شیمی و مهدسی مکانیک و غیره، به سرعت شروع به استفاده از این الگوریتم کردند. در عرض کمتر از ۴ سال، بدون در نظر کردن مقالاتی که به کار ارجاع داده اند و نیز دهها مقاله منتشر شده به فارسی در داخل کشور، بیش از یکصد مقاله معتبر به زبان انگلیسی منتشر شده در مجلات و کنفرانسهای معتبر بین المللی از این الگوریتم به صورت مستقیم در عنوان کار خود استفاده کرده اند. همچنین نگارش دهها پایان نامه در داخل و خارج کشور به محوریت این الگوریتم، نشان اقبال عمومی و اعتماد علمی جامعه محاسبات تکاملی و نیز اساتید و دانشجویان، به این الگوریتم جدید دارد. روند رشد این الگوریتم بصورت تصاعدی ادامه دارد. بطوری که بیش از ۷۰ دردصد رشد آن و استفاده از آن در پروژه های علمی و صنعتی در سال گذشته میلادی صورت گرفته است.

 

وی در عین حال اظهار کرد: در حالی که استفاده از این الگوریتم، روز به روز در حال گسترش است، اما به دلیل عدم وجود حمایت های لازم امکان پاسخ گویی به همه نیاز واقعی استفاده از این الگوریتم میسر نمی شود. رشد و شناخته شدن هر چه بیشتر این طرح، در عرصه بین المللی، به حمایت همه جانبه از آن از طریق تهیه و در اختیار گذاشتن مستندات آموزشی کافی برای آن به زبان های مختلف و نیز استفاده سیستماتیک از پتانسیل بالای محققین متخصص مربوطه در داخل کشور نیاز دارد. امری تا کنون امکان پذیر نبوده است و همین رشد قابل توجه نیز تنها با پیگیری های شخصی و تحمیل هزینه های زمانی و تحصیلی از طرف بنده حاصل شده است که متاسفانه به دلیل گستردگی بیش از حد آن در حال حاضر ادامه چنین حمایت شخصی از آن برای بنده ممکن به سختی امکان پذیر است.

 

آتش پز تصریح کرد: تا کنون کوچکترین حمایتی توسط مسئولین امر در داخل کشور، از این ایده پر پتانسیل علمی داخلی، صورت نگرفته است و تا کنون تمام طرح با انرژی زمانی و هزینه شخصی از طرف بنده و سایر دانشجویان علاقه مند، پیش رفته است. به گونه ای که حتی وبیناری (کنفرانس تحت وب) که در تابستان سال ۱۳۸۹ با حضور پرشکوه ۳۰۰ نفر از دانشجویان ایرانی سراسر دنیا در بستر اینترنت درباره این الگوریتم، برگزار شد و به نوعی اولین تجربه کنفرانس رسمی تحت وب در ایران بود، بدون کوچکترین حمایتی از طرف هیچ سازمان خصوصی و دولتی خاصی، تنها با انرژی شخصی یک گروه کوچک دانشجویی با موفقیت برگزار شد.

 

وی گفت: این در حالی است که جهت جلب حمایت حداقلی از بنیاد نخبگان، مکاتباتی با ریاست و معاونت پژوهشی بنیاد صورت گرفته است، ولی در عین وصول نامه بنده و نیز مطالعه آن، تا کنون این مکاتبات بدون پاسخ مانده اند. درخواست من از مسئولین و دست اندرکاران علمی و پژوهشی کشور این هست که از هر مسیر ممکن، حمایت های خود را از این کار انجام دهند و از مسئولین بنیاد نخبگان نیز تقاضا دارم تا اگر نمی توانند از این طرح حمایت حداقلی به عمل آورند، حداقل پاسخ نامه ها و ایمیل های من را پس از ماه ها انتظار بدهند.

 

این دانشجوی نخبه، در پایان آمادگی خود را برای همکاری با افراد و سازمان های علاقه مند به مشارکت در توسعه این طرح علمی، یا اجرای پروژه های مرتبط با آن اعلام کرد.

 

مطالعه متن مصاحبه در فایل پی دی اف

متن مصاحبه را در فایل پی دی اف، از این لینک (+)، می توانید دانلود کنید (حجم ۱٫۵ مگابایت)

 

پایان متن

 

پی نوشت: در صورت نیاز به آشنایی بیشتر با این الگوریتم، پست زیر را در متلب سایت ببینید.


مشاهده متن مصاحبه بصورت آنلاین

..

 

مطالب پیشنهادی‎

2 پاسخ
  1. مهران
    مهران says:

    سلام و عرض ادب
    با تشکر از مدیران متلب سایت
    بنده دانشجوی کارشناسی ناپیوسته تکنولوژی نرم افزار هستم و علاقمند به هوش مصنوعی ولی نمیدونم که باید از کجا شروع کنم و کدام فیلم ها و یا محصولات سایت شما را ابتدا تهیه کنم و سپس ادامه بدم البته آشنایی با نرم افزار متلب دارم و تا حدودی هم با آن کار کردم ولی تا قبل از این که با سایت شما آشنا بشم فکر میکردم صرفا برای محاسبه عملیات ریاضی است ولی حال کمی نظرم تغییر کرده و فکر میکنم کارهای بیشتری هم میشه باهاش انجام داد ولی بازم نمیدونم که باید از کجا شروع کنم برای آشنایی و موفقیت در هوش مصنوعی. لطفا اگر ممکن هست راهنماییم کنید با سپاس از شما(اگر همچین لطفی را کردید بهم میل کنید)

    پاسخ دادن
    • eag
      eag says:

      پاسخ مهران:
      پیشنهاد ما شروع کار با دو محصول به زبان ساده ما است. بسته طلایی شبکه عصبی و بسته طلایی پی اس او (یا بسته طلایی الگوریتم ژنتیک به عنوان جایگزین). این دو محصول به زبان ساده دریچه ورود شما به دو حوزه بسیار جذاب و مهم از هوش مصنوعی خواهند بود.

      موفق باشید.
      متلب سایت – مرجع برنامه نویسی هوش مصنوعی
      http://www.MatlabSite.com

      پاسخ دادن

ارسال یک پاسخ

در گفتگو ها شرکت کنید.

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *