EvoGrad de Uber, la biblioteca de desarrollo para algoritmos evolutivos

La creación de algoritmos evolutivos es el objetivo de la computación evolutiva, donde se prueba una gran cantidad de variantes para la solución de un problema y se conservan las variantes de mejor rendimiento. 

VentureBeat informa que los investigadores de Uber han desarrollado una biblioteca para el lenguaje de programación de código abierto Python. Esta biblioteca de Python debería ayudar a los investigadores a pasar por el proceso NES más rápido. "La idea es investigar las variantes de NES más rápidamente, de manera similar a como el marco de aprendizaje automático de Google TensorFlow permite un aprendizaje profundo", escribieron los colaboradores del proyecto Alex Gajewski, Jeff Clune, Kenneth O. Stanley y Joel Lehman en una publicación de blog. “Creemos que todavía hay muchos algoritmos interesantes por descubrir en este campo y esperamos que esta biblioteca de desarrollo conduzca al progreso en la comunidad de aprendizaje automático.

Con la compleja técnica de NES, los mejores algoritmos en evolución obtienen 'descendencia', estas son versiones modificadas de los llamados 'padres', o combinaciones de dos de estos padres. Los algoritmos con menor rendimiento son tomados de la población. Luego, con NES, la población se ve como una distribución de probabilidad matemática, para maximizar la calidad de la solución que alcanza un algoritmo. Este enfoque matemático es mucho más fácil gracias a la biblioteca Python de Uber. De esta manera, los desarrolladores necesitan tener conocimientos matemáticos mucho menos específicos para poder realizar NES.