艾伯特 AI 科技评论按:算力的提升可能会为旧的算法注入活力。近两年来,神经演化(Neuroevolution)的方法逐渐再次受到关注,包括OpenAI、DeepMind、Google
Brain、Sentient、Uber等全球几大研究机构近期在这方面都有一些研究,而其中Uber似乎投入了更多的精力。
图1. Google Trend中「Neuroevolution」的变化
艾伯特前段时间曾对 Uber 数日连发的 5 篇关于神经演化的文章进行了深度的解读。这些文章介绍了他们在遗传算法(genetic algorithm)、突变方法(mutation)和演化策略(evolution strategies)等神经演化思路方面的研究成果,并通过使用神经演化的方法在深度强化学习的训练中胜过 SGD 和策略梯度。这项工作宣告了神经演化方法进入了一个新的时代。
基于 Uber 的这些工作,目前有许多研究人员已经开始将目光从 SGD 或策略梯度方法转移到神经演化。这在某种程度上也促进了对相关工具的需求,特别是在神经演化过程中如何动态、可视地观察演化过程。为了解决这些问题,Uber 开发了一款用于神经演化的交互式数据可视化工具——Visual Inspector for Neuroevolution(VINE),并于昨日开源。