Esta mañana hemos dado el paper seminar sobre coevolución, con un lleno absoluto. Vamos a tener que cambiar a la sala de Juntas como sigamos así.
He aprovechado para hacer mi primera presentación en Prezi que no puedo empotrar porque me salen cosas raras finalmente he podido empotrar usando esta solución.
El trabajo no decepciona: es de los tiempos cuando en siete páginas se creaba no ya un algoritmo, sino una familia completa: los algoritmos coevolutivos. Y siendo del creador de Thinking Machines y uno de los padres fundadores de la vida artificial, tampoco. Por eso es fácil de entender: se trata de crear un algoritmo que diseñe redes de clasificación que sean mejores (que necesiten menos cambios) que las existentes. Y hacerlo usando evolución; pero la evolución no funciona, porque las redes se quedan estancadas clasificando bien el (limitado) conjunto de test que se les da, y de ahí no hay quien las saque. Así que para aumentar la diversidad y crear redes capaces de clasificar más pruebas en menos cambios, creó dos poblaciones: una de redes y otra de tests. Las redes tratan de clasificar contrimás mejor, y los tests pues justamente al reves. Al final no gana ni una ni otra, sino el autor que consigue pasar a la historia y aumentar su número H. Y nosotros también, con un algoritmo muy interesante que finalmente podremos aplicar a nuestro competidor en el reto Google de inteligencia artificial (próximamente en su congreso de confianza)
Crónica seminario sobre coevolución
1
GeNeura Team 