Термин «эволюция» стал синонимом выживания наиболее приспособленных. Все сводится к тому, какие гены эффективно передаются следующему поколению. Говоря сегодняшними словами, самые приспособленные с точки зрения желательных качеств в обществе могут не сосредотачиваться на потомстве в погоне за своими амбициями или карьерой.

Когда мы думаем о машинном обучении, мы думаем об автоматизированных роботах, которые учатся и делают то, что люди делают, даже не задумываясь об этом. Алгоритмы машинного обучения с учителем обучаются, показывая примеры желаемого результата для заданного набора входных данных. Количество и разнообразие выборок, предоставляемых алгоритму, определяет, насколько хорошо алгоритм обучается.

Дети учатся, наблюдая за нами и делая ошибки. Когда ребенок прикасается к чему-то горячему, он учится с помощью обучения с подкреплением. Алгоритмы машинного обучения учатся таким же образом, используя функцию, которая вознаграждает или наказывает в зависимости от их решений.

В каждом поколении может быть мутация в генах. В прежние времена мутации передавались, если носителям удавалось пережить свои ранние годы и передать их своим потомкам. Теперь, благодаря достижениям в области медицинских технологий, появилась возможность для более широкого спектра мутаций, которые выживают в одном поколении и успешно передаются по наследству. В алгоритмы машинного обучения желательно ввести такую ​​мутацию, чтобы найти другие успешные функции, которые могли бы привести к лучшей модели. Это также помогает избежать попадания в локальные минимумы. Это часто происходит, когда алгоритм застревает и не продвигается в своем обучении.

Модели машинного обучения также улучшаются за счет увеличения количества эпох. Это количество итераций, которые алгоритм машинного обучения выполняет на входных данных, пытаясь оптимизировать модель. Это похоже на то, как мы черпаем мудрость из нашего опыта: количество лет с разнообразным опытом в значительной степени влияет на наши ментальные модели, которые мы используем каждый день для принятия решений.

Интересно, как основные принципы эволюции проявляются в других аспектах. Если вы найдете другие примеры, я буду рад услышать об этом в комментариях.