¿Es relevante la programación genética hoy?

Mi principal preocupación es si la programación genética es un campo activo de investigación, con algunas aplicaciones prometedoras en la práctica. Parece que en el campo del aprendizaje automático, las redes neuronales son la palabra de moda principal, con menciones en las principales noticias de hoy, pero nunca he oído hablar de una "historia de éxito" similar de programación genética.

machine-learning evolutionary-computing

— Jaroslav Loebl
fuente

Posible duplicado de ¿Por qué se ha ralentizado la investigación sobre algoritmos genéticos?

— cuando el

Tal vez sea irónico cómo se establece la conexión entre la popularidad de los algoritmos genéticos y el aprendizaje automático. Dada la historia de los algoritmos genéticos, ¿tal vez estás siendo profético en el campo del aprendizaje automático?

— Raphael

La investigación está en progreso, aunque no se habla tanto en comparación con el aprendizaje automático, en particular el aprendizaje profundo.

Los algoritmos genéticos se aplican en áreas de investigación particulares (ejemplos: "Programación genética para la estimación del flujo de calor entre la atmósfera y el hielo marino en las regiones polares" ( enlace ), "Programación genética con controladores de búsqueda alternativos para la detección de vasos sanguíneos retinianos" ( enlace ) , "Colocación óptima de los cojinetes de goma lubricados con agua para la reducción de la vibración de los sistemas flexibles de rotor de etapas múltiples" ( enlace )).
Si está interesado en una investigación de algoritmos genéticos, consulte los documentos de Claire Le Goues .
Hay una conferencia anual dedicada a la computación evolutiva.
Los marcos de programación están lejos de estar muertos también.

¿Es relevante la programación genética hoy?

No hace mucho tiempo, a principios de los años 2000, la gente hacía la misma pregunta sobre las redes neuronales. Hugo Larochelle menciona cómo se revisaron los documentos sobre redes neuronales en ese entonces. Y sabemos cómo resultó. Así que no sea tan rápido en sus conclusiones, todo puede cambiar algún día.

— Máxima
fuente