Mona Lisa, algorithmes génétiques et HTML5: l'évolution d'un sourire

Probablement le boom de la résolution de problèmes avec les algorithmes génétiques origine par la programmation génétique: Sur la programmation des ordinateurs à l'aide de la sélection naturelle , publié par John R. Koza en 1992. Dans la nuit, le nouveau paradigme représenté pour beaucoup une panacée: tout ce qui semblait impossible à résoudre avec des algorithmes traditionnels trouver une solution acceptable, une bonne approximation, au moins, en termes d'algorithmes génétiques.

Certains programmeurs nous nous amusons avec ces idées de visualiser l'évolution d'une réponse. Par exemple, en 2008 Roger Alsing utilisé des algorithmes génétiques pour environ polygones irréguliers, c'est à dire évoluer au fil des générations, des images différentes, y compris la Joconde (photo de droite). Il ne fallut pas longtemps avant Alsing publier le code source. NET sur son ordre du jour.

Un couple d'années plus tard, Peter Braden, inspiré par ces idées, reproduit l'expérience avec HTML5 toile et des cercles au lieu de polygones. L'histoire de la mise en œuvre et les résultats sont trop intéressantes

• Son premier déploiement est en Python et C. A cette époque, ont évolué d'une population de 100 échantillons de plus de 19.000 générations jusqu'à ce que vous êtes satisfait du résultat (voir image de gauche).

• Réimplémentée que HTML5 toile logiciel sur et avec beaucoup de code JavaScript. En outre, il n'a performance collaborative en distribuant à travers différents navigateurs: un exemple de plus qu'il est possible de faire de calcul distribué sur le Web . Vous pouvez voir l'évolution des résultats en temps réel avec votre propre navigateur génération a atteint 1.500 en quelques minutes avec Chrome.

• Braden dit que, avec plusieurs navigateurs de travailler ensemble plus de 10.000 générations ne vont pas très très images. Le code est disponible à GitHub pour ceux qui cherchent à satisfaire leur curiosité ou même trouver l'inspiration en lui pour des projets similaires. Saisie des détails techniques, Braden utilise une implémentation de MapReduce , l'un des algorithmes de clés de cette société qui s'appelle Google.

HTML5, en collaboration avec les technologies connexes, a été démontré son potentiel avec une variété d'expériences . Mais, comme avec des algorithmes génétiques ne pense pas qu'il est sûr de dire la «solution à toutes les choses" que le Web était en attente. Est un outil et comme tel est soumis à la capacité créatrice de son propriétaire. Bien sûr, il existe également des différences entre les outils, mais cela fait l'objet d'autres discussions (lire: HTML5 vs Flash, etc.) En effet, il est également possible que le calcul distribué utilisant Flex et AIR .

À la fin de la journée, plus attrayant à regarder HTML 5, probablement à cause de la direction définie par le Web, dans les années à venir. Rien de plus, rien de moins.

Mona Lisa, algorithmes génétiques et HTML5: l'évolution d'un sourire écrit en ALT1040 le 9 Novembre 2010 par alan.lazalde
Envoyer à Twitter | Partager sur Facebook