Loading article…
ミーム計算は、ミームの概念[ 1 ]を、検索と最適化の領域における人工進化システムの性能を向上させるために計算表現にエンコードされた転送可能な情報の基本単位として組み込んだ新しい計算パラダイムです。[ 2 ] [ 3 ] [ 4 ]
ミームコンピューティングという用語は、集団ベースのグローバル探索アルゴリズムと1つ以上のローカル探索スキームを組み合わせたミームアルゴリズム（MA）[ 5 ]と同じ意味だと、しばしば安易に誤解される。注目すべきは、ミームコンピューティングははるかに広い範囲をカバーし、ミームの概念を、同時的な問題学習と最適化アプローチへの道を開く概念へと発展させている点である。
コンピューターにおけるミームの歴史と発展を説明するには、2つの異なる方法がある。それは、人間が作成したミームと、機械が作成したミームである。
ミーム計算パラダイムの最も広く認知されている例の一つが、第一世代のミームアルゴリズム（MA）です。特にMAはハイブリッドアルゴリズムと呼ばれ、集団ベースのグローバル探索と、ヒューリスティックな解法の改良、勾配降下法などの1つ以上のローカル探索手法（ミームの計算上の表現として解釈される）を組み合わせたものです。ローカル探索ヒューリスティックの具体的な選択は、ドメインエキスパートによって手作業で（手動で指定され）行われ、多くの場合、対象となる問題に対する相当深い理解が必要となります。
第2世代のMAは、手動で指定されたマルチミームのカタログ（ミームのプール）からミームを適応的にデータ駆動で選択および統合することに焦点を当てています。 [ 6 ]実行時に有望なミームの組み合わせを確認するために、検索/最適化実行中に生成されたデータからパターン（知識）を抽出します。[ 7 ] [ 8 ]
ミームの概念が、手作業による局所探索ヒューリスティックという狭い範囲から解放され、知識ミームの完全自動化された抽出、拡散、活用への道が開かれたのは、ごく最近のことである。現代のコンピューティングプラットフォームへのアクセスを伴うデータ民主化の時代において、無人マルチミーム環境が出現した。この環境では、多様な高次問題解決知識を捉えたミームが機械によって発見され、その後、様々な問題で再利用できるようになる。このようにして、高度な最適化ツールが伝達されたミームを自動的に活用し、人間の介入なしにその場でカスタム検索動作をオーケストレーションすることが可能になる。
ミームの概念は、ロボット工学、マルチエージェントシステム、ロボット工学、最適化、[ 9 ]ソフトウェア工学、社会科学など、さまざまな研究分野で活用されてきました。