Búsqueda de arquitecturas neuronales a través de algoritmos evolutivos

Ponente(s): Jesús Guillermo Falcón Cardona, Raúl Monroy Borja, Víctor Adrián Hernández Sosa

Las redes neuronales profundas (DNNs, por sus siglas en inglés) están en el corazón de la revolución de la inteligencia artificial. No obstante, la mayoría de las DNNs que usamos se diseñan con base en el conocimiento de un contado número de expertos en el área. Hay dos consecuencias directas debidas a este tipo de diseño: (1) probabilidad alta de cometer errores en el diseño las DNNs y (2) la falta de democratización en el uso DNNs con un desempeño, en el mejor de los casos, aceptable. En consecuencia, se necesitan técnicas que automaticen el diseño de DNNs y que sea accesible a una mayor parte de la gente. En esta charla abordaremos la automatización en el diseño de DNNs a través de algoritmos evolutivos. En particular, platicaremos sobre cómo optimizar la arquitectura e híper-parámetros de una DNN de tal manera que tenga un mejor desempeño en alguna tarea específica. Además, abordaremos el tema de reducir el costo computacional en la búsqueda de arquitecturas neuronales óptimas para así democratizar su uso y reducir el impacto ambiental.