IA genetica: Algoritmi, teoria ed evoluzione computazionale

Genetic AI esplora come i principi evolutivi diano forma all'intelligenza digitale. La Parte I ne traccia le radici da Darwin a Turing, spiegando come popolazioni, fitness e mappature genotipo-fenotipo costituiscano il nucleo concettuale. La seconda parte introduce i principali strumenti algoritmici: Algoritmi genetici per la ricerca combinatoria, Strategie di evoluzione per l'ottimizzazione continua, Programmazione genetica per l'evoluzione del codice e altri paradigmi come la Programmazione evolutiva, l'Evoluzione differenziale e l'ottimizzazione multimodale o multiobiettivo. La Parte III si concentra sulle applicazioni pratiche, come la neuroevoluzione per l'evoluzione delle reti neurali, la robotica evolutiva per gli agenti incarnati adattivi, i sistemi di sviluppo per la complessità generativa, il calcolo evolutivo interattivo guidato dalle preferenze umane e i metodi di diversità qualitativa che consentono l'esplorazione a tempo indeterminato. La Parte IV tratta le basi teoriche e le implementazioni su larga scala che supportano una computazione evolutiva efficiente. La Parte V guarda al futuro, affrontando le capacità emergenti e le implicazioni etiche dei sistemi autonomi auto-evolutivi.