Este es el examen final de Paisajes Adaptativos. Reúne todo el curso: la imagen de Sewall Wright que convierte la mejora misma en movimiento por un terreno, donde cada diseño posible es un punto, los diseños parecidos quedan uno al lado del otro como vecinos, y la altura significa aptitud. De ese único mapa cae el hecho demoledor que orbita todo el curso — la evolución y toda búsqueda por ensayo y error solo pueden caminar cuesta arriba, así que suben la colina más cercana y se paran, varadas en un óptimo local (local optimum) por debajo de un óptimo global (global optimum) que no pueden alcanzar porque el único camino hasta allí baja primero. Se te examinará sobre el vocabulario de picos, valles, crestas y vecinos; por qué escalar colinas (hill-climbing) es codicioso, local y sin previsión, y por qué esa única regla es a la vez su poder y su prisión; las huellas biológicas de un escalador atrapado — la retina del revés y el punto ciego del ojo de los vertebrados, el nervio laríngeo recurrente (recurrent laryngeal nerve) de la jirafa, el pulgar del panda — y la fijación (lock-in) de QWERTY; qué hace que un paisaje sea suave o escarpado (interacciones entre las partes, es decir, epistasia (epistasis)) y las fuerzas que cruzan valles — mutación y grandes saltos, deriva genética (genetic drift) en poblaciones pequeñas, recombinación, y crestas neutras; el giro de la Reina Roja donde el propio terreno no se queda quieto; y las transferencias fuera de la biología — el descenso de gradiente (gradient descent), la disrupción empresarial, los estancamientos de habilidad, y el gran dilema de toda búsqueda, explorar vs. explotar (explore vs. exploit). Tomaos vuestro tiempo; varias preguntas parecen fáciles hasta que detectáis la trampa: «mejoró, así que debe de haber encontrado lo mejor», «estos defectos prueban un mal diseño», «basta con seguir optimizando lo que ya funciona».
Cómo funciona este examen
Leed con atención: este examen es definitivo. Cada pregunta aparece de una en una. Una vez que envías una respuesta queda bloqueada para siempre: no hay vuelta atrás, ni reintento, ni reinicio. Tu puntuación permanece oculta hasta el final, donde verás un veredicto de aprobado o no superado. La nota de aprobado es el 70 %. Algunas preguntas te piden que selecciones todas las respuestas correctas.
¿Qué es exactamente un paisaje adaptativo?
Selecciona una respuesta para continuar.
Repaso del Curso
Big picture
Paisajes adaptativos, en una imagen
- Paisajes Adaptativos
- El mapa y su vocabulario
- Extiende cada diseño posible en un mapa de modo que los diseños parecidos sean vecinos, luego haz altura = aptitud: obtienes un terreno de picos (mejores que todos los vecinos), valles (terreno bajo entre picos), crestas (caminos altos que conectan), un óptimo global (pico más alto) y muchos óptimos locales — y los ejes son el espacio de diseño, no el tiempo, mientras que la altura es aptitud, no complejidad
- Escalar colinas y su prisión
- La evolución y toda búsqueda por ensayo y error conservan los cambios útiles y descartan los dañinos, así que solo dan pasos cuesta arriba — codiciosos, locales y sin previsión — lo que escala de forma fiable la colina actual (su poder) pero les impide cruzar cualquier valle hacia una colina más alta (su prisión), porque el camino hasta allí baja primero
- Óptimos locales y sus huellas
- Una búsqueda se asienta en el primer pico alcanzable y se queda porque cada paso vecino es peor, así que lo «suficientemente bueno» le gana a lo «mejor» — dejando chapuzones reveladores: la retina cableada del revés y el punto ciego (frente al ojo del pulpo), el rodeo del nervio laríngeo recurrente de la jirafa, el pulgar del panda, y la fijación de QWERTY por dependencia del camino
- Escarpadura y cruzar valles
- Las interacciones entre las partes (epistasia) fracturan una colina suave en una sierra escarpada de trampas; los cruzavalles son la mutación/grandes saltos (la mayoría caen en un valle — ese es el coste), la deriva genética en poblaciones pequeñas, la recombinación barajando buenas piezas, y las crestas neutras que dejan a una búsqueda vagar de lado gratis hasta que una colina más alta queda a su alcance
- La Reina Roja y el modelo en todas partes
- La Reina Roja hace que el propio terreno se desplace — un pico conquistado se hunde a medida que los rivales se adaptan, así que no hay cima final; y el mismo mapa gobierna el descenso de gradiente (mínimos locales, el tamaño de paso de la tasa de aprendizaje, el recocido simulado, los reinicios aleatorios), la disrupción empresarial (un rival en una montaña más alta), los estancamientos de habilidad (un paso hacia abajo para subir más alto), y el gran dilema de toda búsqueda — explorar vs. explotar
- El mapa y su vocabulario
Ideas clave
Un paisaje adaptativo es el mapa de Sewall Wright de cada diseño posible — vecinos puestos uno al lado del otro, altura = aptitud (no tiempo, no complejidad) — y de él cae un hecho implacable: la evolución y toda búsqueda por ensayo y error solo pueden caminar cuesta arriba. Como escalar colinas es codicioso, local y sin previsión, sube la colina en la que le tocó empezar y se para en la cima, varado en un óptimo local por debajo del óptimo global, incapaz de cruzar un valle porque el camino hasta allí baja primero — y «cuesta abajo» significa peor, y un escalador de colinas no dará un paso peor. Esa única regla es a la vez su poder (mejora implacable en la colina actual) y su prisión, y deja huellas por toda la biología: la retina y el punto ciego cableados del revés, el absurdo nervio laríngeo recurrente de la jirafa, el pulgar del panda, la fijación de QWERTY — cada uno un pico local funcional-pero-defectuoso, no un error sino una firma del proceso. Los paisajes van de suaves (una colina apacible, fácil) a escarpados (un laberinto de trampas nacido de la epistasia, la interacción entre las partes de un diseño), y las únicas maneras de cruzar un valle son los cruzavalles — mutación y grandes saltos (la mayoría caen en un valle, que es su coste), deriva genética en poblaciones pequeñas, recombinación, y crestas neutras — nunca el escalar colinas a secas. La Reina Roja luego se niega a dejar el terreno quieto: conquista un pico y se hunde a medida que los rivales se adaptan, así que no hay cima final. Y el mapa es despiadadamente general — es el descenso de gradiente en aprendizaje automático (mínimos locales, el tamaño de paso de la tasa de aprendizaje, el recocido simulado, los reinicios aleatorios), la disrupción en los negocios (un rival en una montaña más alta a la que no puedes escalar), el estancamiento de habilidad que exige un paso hacia abajo para subir más alto, y el gran dilema de toda búsqueda: explorar vs. explotar — escala la colina en la que estás, o salta a buscar una mejor.