GESR: A Genetic Programming-Based Symbolic Regression Method with Gene Editing
本文提出了一种名为 GESR 的符号回归方法，该方法通过利用两个 BERT 模型智能地指导基因突变和交叉，从而在增强传统遗传编程的同时，显著提升了计算效率和整体性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是论文《GESR：一种基于基因编辑的遗传编程符号回归方法》的解释，使用富有创意的类比，以简单易懂的日常语言呈现。
全局概览：寻找“秘密配方”
想象你是一位厨师，试图找出美味汤品的确切配方，但你没有食谱卡片。你只有一碗汤和一份食材清单（数据）。你的目标是写下能够精确解释这些食材如何混合以产生那种味道的数学公式（即配方）。
在科学与人工智能领域，这被称为符号回归。挑战在于存在数十亿种可能的配方（公式）。大多数都很糟糕（太咸或无味），只有极少数是完美的。
旧方法：“随机厨师”（传统遗传编程）
长期以来，计算机尝试使用一种称为**遗传编程（GP）**的方法来寻找这些配方。这就像在一个厨房里，一位“随机厨师”正在尝试烹饪。
- 过程：厨师从一堆随机配方开始。
- 变异：为了改进配方，厨师盲目地交换一种食材。也许他们把“盐”换成“糖”，或者把“洋葱”换成“巧克力”。
- 交叉：他们取两个配方，将一个配方的一部分与另一个配方的一部分交换。
- 问题：因为厨师完全随机，他们会犯很多错误。他们可能会把盐换成沙子。这些变化中的大多数会让汤的味道变得更差。厨师必须尝试数百万种随机组合，才能偶然发现一个好的配方。这既缓慢、浪费，又令人沮丧。
新想法：“上帝之手”（GESR）
这篇论文的作者提出了一个问题：如果我们有一位“上帝”，能够查看配方，准确预测哪种食材交换会让味道变得更好，然后做出那个特定的改变，会怎样？
他们称之为**“基因编辑”。他们构建了一个系统，拥有两只“上帝之手”（实际上是两个名为BERT**的高级人工智能模型），而不是进行随机猜测。
第一只手：变异指南（“食材修复者”）
- 工作原理：想象配方是写成一句话的：“加盐，然后煮沸，然后加胡椒。”
- AI 的任务：AI 查看这句话，将单词“胡椒”遮盖住（这称为“掩码”）。然后它查看数据（汤的味道），并问道：“在这里填入什么词能让汤的味道正确？”
- 结果：AI 不会随机猜测“巧克力”，而是自信地说：“加孜然。”它引导计算机做出实际上可能有效的改变，跳过了数百万次错误的猜测。
第二只手：交叉指南（“配方交换者”）
- 工作原理：有时，你需要在两个不同的配方之间交换整段配方（例如“烹饪方法”部分）。
- AI 的任务：在旧的随机方式中，厨师只是把配方从句子中间切断，破坏了语法。AI 查看两个配方和汤的数据，然后指出确切的位置，在那里交换一个部分既是安全的又是有益的。
- 结果：它确保当配方混合时，新的“后代”配方在语法上仍然是正确的，并且很可能味道不错。
结果：更快、更智能、更简洁
该论文在多种不同的数学问题（如预测行星运动或化学反应）上，测试了这种新的“基因编辑”方法（称为GESR）与旧的“随机厨师”方法。
他们发现了以下内容：
- 速度：GESR 更快地找到了正确的公式。由于“上帝之手”引导它避开错误的配方，它没有浪费时间尝试糟糕的配方。
- 准确性：它找到的公式预测数据的能力与旧方法一样好，甚至更好。
- 简洁性：GESR 找到的公式通常更短、更清晰。旧的随机方法倾向于创建“臃肿”的配方，包含不必要的食材（例如先加盐，再加糖，然后加更多的盐）。GESR 找到了优雅、简单的解决方案。
“上帝”隐喻
论文使用“上帝”这一隐喻，并非在宗教意义上，而是作为完美预见力的隐喻。在自然界中，进化是随机的；突变偶然发生，且大多数是有害的。作者意识到，如果我们能利用 AI 充当一位“上帝”，在突变发生之前就知道哪些突变是好的，我们就能极大地加速科学定律的发现。
总结
可以将旧方法想象成一只猴子在键盘上打字，希望偶然写出莎士比亚的戏剧。这需要永恒的时间。
新方法（GESR）就像有一位聪明的编辑坐在猴子旁边，说道：“不要在这里打‘香蕉’；打‘the'（定冠词）。”它引导整个过程，使寻找完美数学公式的过程更快、更高效，且更有可能成功。
注意：该论文严格专注于改进计算机如何从数据中寻找数学公式。它并未声称将此用于医疗诊断、临床治疗，或科学发现与数据分析领域之外的特定未来应用。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。