Mit der Evolution sollte man rechnen

3. Februar 2009, 20:38
posten

Die Grundprinzipien der Evolution lassen sich auch mathematisieren - Mithilfe sogenannter evolutionärer Algorithmen lassen sich in verschiedensten Bereichen optimale Lösungen errechnen: im Flugzeug- und Turbinenbau ebenso wie bei der Verkehrsplanung

Was ist Evolution? Das ist auch die große Frage, die den theoretischen Physiker Stefan Thurner und seine Arbeitsgruppe umtreibt. "Das Aufregende daran ist, dass sich evolutionäre Vorgänge der physikalischen Betrachtung im Prinzip völlig entziehen." Während nämlich bei Systemen in der Physik die Randbedingungen stabil seien, änderten sie sich in der Biologie ständig, so der Komplexitätsforscher Thurner: "Immer wenn eine neue Tierart dazukommt, stellt das alle anderen vor völlig neue Bedingungen."

Anders als Darwin, der im Nachhinein beschrieb, wie sich die Arten entwickelten, geht es Thurner um eine Quantifizierung evolutionärer Vorgänge - um so auch Prognosen ableiten zu können. Und zwar in allen möglichen Bereichen: vom Ein- und Ausschalten der Gene im Körper bis zur Meinungsbildung in der Öffentlichkeit, vom Zusammenbruch der Banksysteme bis Entscheidungsbildungsprozessen in Bürokratien.

Thurner und seine jungen Kollegen haben zur Beantwortung dieser Fragen eine Art mathematischen Cocktail gemixt, um so zu einem langsam brauchbaren physikalischen Modell von Evolution zu gelangen, mit dem man buchstäblich rechnen und höchst relevante Fragen beantworten kann.

Damit stehen sie in einer längeren, erfolgreichen Forschungstradition. Bereits in den 1970er-Jahren hatten nämlich der Deutsche Ingo Rechenberg und der US-Amerikaner John Holland begonnen, die Darwin'schen Mechanismen in Rechenmodelle zur Lösung mathematischer bzw. technischer Probleme umzusetzen.

Von der kürzesten Route ...

Seit Beginn der 90er-Jahre werden sogenannte "evolutionäre" oder "genetische" Algorithmen als Optimierungsstrategien in vielen Bereichen von Wirtschaft, Technik und Forschung eingesetzt. In der Automobilindustrie und im Flugzeugbau nutzt man evolutionäre Algorithmen, um beim Fahrzeug die schnittigsten Stromlinienformen, beim Flugzeug optimale Flügelprofile oder die jeweils beste Rumpfform zu entwickeln. In der Finanzwelt dienen die Rechenmodelle der Risikoabschätzung.

Das klassische Beispiel für ein Optimierungsproblem ist das des Handlungsreisenden, der die kürzeste Route für seine Tour sucht. Bei einer kleinen Anzahl von Städten lässt sich das Problem noch im Kopf lösen. Schnell aber wächst der Rechenaufwand für Computer ins Unermessliche. Hier erleichtert ein evolutionärer Algorithmus die Suche.

Zu Beginn erzeugt man eine Anfangspopulation von zufälligen Routen oder "Individuen". Anschließend reproduzieren sich nur diejenigen Reiserouten, die vergleichsweise kurz sind. Während des Reproduktionsvorgangs kann eine Route zufällig leicht verändert werden - was in der klassischen Evolutionstheorie einer "Mutation" entspricht bzw. dem "Survival of the Fittest".

Diejenigen Individuen mit den längeren Weglängen sterben aus. "Nach und nach bilden sich immer bessere Routen heraus", erklärt Karsten Weicker von der Hochschule für Technik, Wirtschaft und Kultur in Leipzig. "Evolutionäre Algorithmen können überall dort helfen, wo klassische Rechenverfahren überfordert sind", so Weicker. Computer spielen die elementaren Schritte der Evolution - Mutation, Rekombination und Selektion - durch, um möglichst schnell die jeweils beste Lösung eines Problems zu finden.

Bewährt haben sich evolutionäre Algorithmen beispielsweise bei dem Versuch, den Straßenverkehr "intelligent" zu steuern. Beim Projekt "Travolution" hat eine Forschungsgruppe in Ingolstadt in Bayern 46 Ampeln mit einer Kombination aus Funkempfänger und -sender ausgestattet. Mithilfe evolutionärer Algorithmen berechnet eine spezielle Software die optimale Taktung der Ampelschaltungen.

Auch hier dürfen sich in der Simulation die "fitten" Steuerungsvarianten weitervermehren, bis schließlich die beste Steuerung gefunden ist. "Die Wartezeiten an den Ampeln wurden um bis zu 32 Prozent reduziert", resümiert Alexander Wulffius vom Softwareunternehmen Gevas. Der Kraftstoffverbrauch sank gleichzeitig um 19 Prozent.

In Wien ist im Rahmen des Verkehrsmanagementsystems ITS Vienna Region ein ähnliches Pilotprojekt angelaufen: "Wir haben ein Testgebiet an der Wienzeile, wo etwa 20 Ampelanlagen mit evolutionären Algorithmen geschaltet werden", sagt Stefan Miller von der österreichischen Gevas-Niederlassung. Das Ziel ist auch hier, Staus und damit den Kohlendioxidausstoß zu reduzieren.

Der klassische evolutionäre Algorithmus hat inzwischen selbst so etwas wie eine Evolution durchlebt: Mit leistungsstarken Parallelrechnern oder sogenannten Computer-Grids - einer Art virtueller Supercomputer - lassen sich die Simulationen erheblich beschleunigen und auf komplexere Probleme anwenden.

... zu Robotern, die denken

Der neueste Schrei ist das "genetische Programmieren". Dabei entwickeln sich die Computerprogramme eigenständig nach evolutionären Mechanismen. Dies spielt beispielsweise in der Robotik eine große Rolle, wo man lernfähige Systeme braucht.

Erst kürzlich kündigte das schwedische Institute of Robotics in Scandinavia (iRobis) die Markteinführung einer Software für Roboter an, die mit genetischer Programmierung arbeitet. "Das System macht aus Robotern sich selbst entwickelnde, anpassungsfähige, problemlösende und denkende Maschinen", schwärmt Roger F. Gay von iRobis.

Ob der Sprung zum intelligenten Maschinenwesen damit tatsächlich geschafft ist, wird die Zukunft zeigen. Und auch, was die Menschheit davon hat. (Ulrike Fell und Klaus Taschwer/DER STANDARD, Printausgabe, 04.02.2009)

Share if you care.