IA génétique: Algorithmes, théorie et évolution informatique

Genetic AI explore la manière dont les principes de l'évolution façonnent l'intelligence numérique. La première partie retrace les origines de Darwin à Turing, en expliquant comment les populations, l'aptitude et les correspondances génotype-phénotype forment le noyau conceptuel. La deuxième partie présente les principaux outils algorithmiques : Les algorithmes génétiques pour la recherche combinatoire, les stratégies d'évolution pour l'optimisation continue, la programmation génétique pour l'évolution du code, et d'autres paradigmes tels que la programmation évolutive, l'évolution différentielle et l'optimisation multimodale ou multiobjectif. La partie III se concentre sur des applications pratiques telles que la neuroévolution pour les réseaux neuronaux évolutifs, la robotique évolutive pour les agents incarnés adaptatifs, les systèmes de développement pour la complexité générative, le calcul évolutif interactif piloté par les préférences humaines, et les méthodes de qualité-diversité permettant une exploration ouverte. La partie IV couvre les fondements théoriques et les implémentations à grande échelle qui soutiennent un calcul évolutif efficace. La partie V est tournée vers l'avenir, abordant les capacités émergentes et les implications éthiques des systèmes autonomes auto-évolutifs.