Ja, einen schönen guten Morgen. Ich begrüße Sie ganz herzlich zur letzten Vorlesung Organic Computing

in diesem Semester. Ich möchte jetzt einfach nur einen kleinen Überblick über die Vorlesung geben,

über Möglichkeiten daraus für Sie mehr zu machen, noch was sagen und dann zum Ende der

Vorlesung noch mal die Evolution durchgehen. Da müssen wir aus meiner Sicht nicht viel machen,

das ist sehr gut für mich ausgegangen, um es mal so zu sagen. Also, was haben wir jetzt in Organic

Computing gemacht? Wir hatten halt mehrere Möglichkeiten des Einstiegs. Der Einstieg war

halt, dass wir eine allgemeine Begriffsbestimmung für UC gemacht haben. Eine allgemeine Begriffsbestimmung

war eben Abgrenzung zu anderen Disziplinen. Eine Einstiegsfrage, die ich in möglichen Prüfungen

halt gerne mache, ist, dass ich halt frage, würden Sie mit den Techniken des Organic Computing ein

Betriebssystem programmieren? Und die richtige Antwort wäre halt nein, weil ein Betriebssystem

ist halt nicht so komplex, dass man sagt, das kriege ich sowieso nicht hin, da muss ich auf

UC-Techniken zurückgreifen. Wir hatten ja diese ganze Liste von Komplexität und zunehmende

Vernetzung und was weiß ich nicht alles. Also diese Sachen, die sind halt bei dieser Abgrenzung dann

erwähnt worden. Das war das Abgrenzende und dann sozusagen die definierenden Sachen. Das waren zum

einen halt die Self-Star Properties und die Emergenz. Gerade auch Emergenz, schönes Fremdwort, das lasse ich

mir auch in einer möglichen Prüfung immer ganz gerne erklären. Also diese Sache mit dem Abgrenzen

ist wichtig, dass Sie das können. Self-Star Properties, ja ein paar aufzählen, sagen was

das Besondere daran ist und eben, dass auch Emergenz sogar ein ganz typisches Phänomen ist, wenn die

ganzen Sachen halt vernetzt irgendwas machen. Beispiel ist halt immer der Fensterheber, wenn der kaputt

ist, fährt das Auto nicht. Das ist auch ein emergentes Verhalten, das ist das, was man nicht will.

Heute ist es so weit, dass die Autos wieder fahren, auch wenn der elektrische Fensterheber

kaputt ist. Also das war diese allgemeine Begriffsbestimmung. Wir hatten ja auch dann noch

bei Emergenz diese Forschungsfragen, wie misst man das überhaupt? Das sind dann auch so Sachen,

die wir auch im weiteren Verlauf der Vollesung dann vertieft haben. Wie man Emergenz misst,

ist ja dann das, was wir beispielsweise bei den Suchalgorithmen gemacht haben. Da irgendwie lokale

Verzeigerung von Webseiten, dann kommt so eine Suchmaschine und sagt, das ist die Seite, die am

besten auf der Netzfrage die Antwort kennt. Also solche Sachen ist halt das Messen von Emergenz.

So, nachdem wir eben dieses Allgemeine gemacht haben, haben wir dann halt, also das war sozusagen

der erste Teil, die Einführung war relativ knapp. Was wir dann halt gemacht haben, waren die organischen

Methoden. Nicht nur bei den organischen Methoden, bin ich ja sehr auf den Partikelschwerben herum

geritten. Also PSO und Partikelschwermoptimierung ist halt kontinuierliche Optimierung. Also die

Optimierung als Optimierung kontinuierlicher Funktion, die Zielfunktion ist als Backbox gegeben und wir

nehmen halt an, dass wir jeden möglichen Eingabepunkt annehmen können. Also nicht irgendwie nur was

Diskretes, sondern wirklich auch Wurzel 2 können wir annehmen, wo sich dann immer die Frage anschließt,

natürlich wie stellt man Wurzel 2 am Computer dar. Also irgendwo ist dann Schluss, aber man hat

immer noch nicht Wurzel 2 erreicht. Kleine Fußnote, einige haben es ja schon mitgekriegt,

der Aufsatz von Manuel, der gezeigt hat, dass diese Partikelschwermoptimierung immer, für fast alle,

also eine sehr allgemeine Klasse von Funktionen, dass das immer ein lokales Optimum auch tatsächlich

findet im Unendlichen, dass das ging, also so was konvergiert, hat halt, heute ist Dienstag,

ja heute vor einer Woche, er hat um 10 Uhr glaube ich, um 10 Uhr den Best Paper Award der Gecko

gekriegt, das ist halt die Top-Konferenz für Evolutionary, was heißt das? Genetic and Evolutionary

Computation Conference, das ist halt die Abkürzung Gecko, die Konferenz haben immer so lustige Namen,

so die Lernkonferenz, das ist die Colt Conference on Learning Theory, Fox, das ist Foundations of

Computer Science, eine Theoriekonferenz. Also auf der Gecko hat der Manuel den Best Paper Award

gekriegt, ist also auch sehr schöner Erfolg für ihn. Also wir wissen inzwischen, dass die Partikelschwermoptimierung

halt nicht nur konvergiert, wie man es konvergieren lässt, haben wir ja in der Folie gesehen, das ist

auch etwas, was ich gerne frage, also ich frage jetzt nicht, stellen Sie mal diese Matrix auf,

rechnen Sie jetzt mal diese Eigenwerte aus, also wenn Sie das können, dann kämpfen Sie halt um die Eins,

aber schon das Vorgehen ist natürlich etwas, dass Sie auch alle, wenn Sie sich halt auf die Prüfung

vorbereiten, drauf haben sollten. Nicht also nicht nur das wissen wir jetzt, sondern für sehr viele