Neuroevolution: A different kind of deep learning

[Wester.Zela]

En los últimos años los medios masivos han hablado mucho de Deep Learning, en solución a problemas como reconocimiento de imágenes, o que vehículos puedan manejarse sin conductor y otros problemas.
Para desarrollar las arquitecturas de redes neuronales para Deep Learning depende de la experiencia del diseñador, por ejemplo, cuantas capas de profundidad, cuantas nodos de entrada, cuantas en la capa escondida, etc, y por lo general solo se ajustan los pesos con técnicas como Stochastic gradient descent para entrenar a la red para dar los resultados esperados.
Para esto desde hace 20 años existen técnicas de Neuro-evolution que permiten evolucionar estas redes neuronales para encontrar las mejores estructuras para soluciones a este tipo de problemas. Con estas técnicas no solo evolucionan los pesos, si no también las mismas estructuras de las red para encontrar la mas optima.
Se prevee que en un futuro cercano las técnicas de neuro-evolution dejara lo ámbitos académicos sino también pasaran a los medios masivos como lo es Deep Learning.

Aquí un enlace sobre un articulo interesante.
https://www.oreilly.com/ideas/neuroevol ... p-learning

Para los que están mas interesados en estos algoritmos pueden encontrar mas información en la siguiente dirección:
http://nn.cs.utexas.edu/?neuroevolution