Neuroévolution : automatiser l'expérience sans perdre le contrôle
Taux d'apprentissage, profondeur, largeur, régularisation et choix d'architecture forment un espace que l'intuition explore mal. La neuroévolution utilise des méthodes évolutionnaires pour proposer et sélectionner des configurations. Elle peut découvrir des solutions inattendues, mais elle transforme aussi le calcul en ressource produit à gouverner.
Construire une évaluation comparable
Tous les candidats doivent être entraînés et évalués selon un protocole cohérent : mêmes partitions, prétraitements, budget ou règle d'arrêt. Sinon, le fitness récompense les différences d'expérience plutôt que la qualité de la configuration.
La métrique principale doit correspondre au résultat visé, accompagnée de contraintes sur la latence, la taille ou la consommation. Une architecture légèrement moins précise peut être meilleure si elle répond plus vite et reste déployable sur l'infrastructure cible.
Dépenser le calcul progressivement
Il est inutile d'entraîner complètement chaque candidat faible. Une première phase peut utiliser moins d'époques, un sous-ensemble contrôlé ou une résolution réduite. Les configurations prometteuses reçoivent ensuite plus de ressources. Cette allocation doit rester équitable et documentée.
Le cache évite de réévaluer une configuration identique. L'arrêt anticipé, les limites de population et le plafond de générations protègent le budget. Le suivi du coût par amélioration indique quand la recherche a cessé d'être économiquement intéressante.
Préserver la connaissance de l'expérience
Chaque candidat doit conserver sa configuration, ses données de référence, sa graine, ses métriques et son coût. Sans cette lignée, l'équipe sait qu'un résultat existe mais ne peut ni le reproduire ni comprendre pourquoi il a gagné.
Après la recherche, les meilleurs candidats sont réentraînés et évalués sur un test resté intact. Ils sont aussi comparés à une configuration manuelle simple. L'optimisation n'est validée que si son gain se maintient hors de l'espace qui a servi à la sélection.
Budget d'expérimentation
- Fixer partitions et protocole identiques pour tous les candidats
- Inclure latence, taille ou coût dans la sélection
- Allouer progressivement les ressources
- Mettre en cache et arrêter les candidats faibles
- Réévaluer les gagnants sur un test intact
La neuroévolution est un moteur d'expérimentation, pas une boîte magique. Elle devient utile lorsque le protocole, le budget et la mémoire des essais sont aussi bien conçus que l'espace de recherche.