Glosario IA
El diccionario completo de la Inteligencia Artificial
Neuroevolución
Disciplina de la inteligencia artificial que aplica algoritmos evolutivos para optimizar redes neuronales, incluyendo su arquitectura, pesos y parámetros de aprendizaje.
NEAT (Neuroevolución de Topologías Aumentadas)
Algoritmo de neuroevolución que evoluciona simultáneamente los pesos y la topología de las redes neuronales, partiendo de estructuras mínimas y complejizándolas progresivamente.
HyperNEAT
Extensión de NEAT que utiliza redes neuronales generativas (CPPN) para crear indirectamente arquitecturas neuronales a gran escala con patrones de conectividad regulares.
TWEANN
Clase de algoritmos de neuroevolución que evolucionan simultáneamente la topología y los pesos de las redes neuronales, incluyendo NEAT y sus variantes.
CMA-ES para redes neuronales
Aplicación de la estrategia de evolución por adaptación de matriz de covarianza para optimizar los pesos e hiperparámetros de las redes neuronales de manera adaptativa.
Coevolución neuronal
Proceso evolutivo donde múltiples poblaciones de redes neuronales evolucionan simultáneamente en interacción, a menudo utilizado para el aprendizaje por refuerzo multiagente.
Evolución diferencial neuronal
Método de optimización estocástica aplicado a redes neuronales que utiliza vectores de diferencias para explorar el espacio de pesos y arquitecturas.
Codificación directa
Representación genética donde cada gen corresponde directamente a un parámetro específico de la red neuronal (pesos, sesgos, conexiones), ofreciendo un control preciso pero limitado en escalabilidad.
Codificación indirecta
Enfoque donde el genoma codifica reglas o patrones generativos que construyen la red neuronal, permitiendo la creación de estructuras a gran escala con compacidad genética.
Especiación neuronal
Mecanismo que agrupa redes neuronales similares en especies distintas para preservar la diversidad estructural y evitar la convergencia prematura hacia soluciones subóptimas.
Complejificación gradual
Principio evolutivo donde las redes neuronales comienzan simples y aumentan progresivamente en complejidad, favoreciendo soluciones mínimas eficientes.
Compartición de aptitud neuronal
Técnica de preservación de la diversidad que ajusta la aptitud de los individuos en función de su similitud con otras redes neuronales en la población.
Evolución multiobjetivo neuronal
Optimización simultánea de múltiples objetivos contradictorios para redes neuronales (rendimiento, complejidad, robustez) utilizando algoritmos como NSGA-II.
CPPN (Redes de Producción de Patrones Composicionales)
Redes neuronales utilizadas como genomas en HyperNEAT para generar patrones geométricos y conectividades neuronales con funciones de activación variadas.
Evolución de arquitectura neuronal
Proceso automatizado que descubre arquitecturas óptimas de redes neuronales mediante búsqueda evolutiva, alternativa a los enfoques manuales y NAS diferenciables.
Mutación topológica
Operador genético que modifica la estructura de la red neuronal añadiendo/eliminando neuronas o conexiones, explorando así nuevas topologías.
Cruce neuronal
Operador genético que combina las arquitecturas y los pesos de dos redes parentales para crear redes descendientes con características heredadas.
Evolución epigenética neuronal
Enfoque donde el fenotipo neuronal puede cambiar más allá del genoma base, permitiendo una plasticidad adaptativa durante la evolución de las redes.