Conception automatique de métaheuristiques : l'avenir de l'optimisation ?
Pour décourager l'invention et la configuration manuelles inefficaces de nouveaux algorithmes d'optimisation métaheuristiques, une équipe de recherche d'IRIDIA, le laboratoire d'intelligence artificielle de l'Université Libre de Bruxelles, a étudié la littérature et souligné les atouts des approches automatiques de conception de métaheuristiques, notamment par rapport à les nombreuses métaheuristiques redondantes – et parfois farfelues – basées sur des métaphores.
Leur critique a été publiée dans Informatique intelligente.
La revue se tourne vers l’avenir ainsi que vers le passé. Augmenter l’utilisation de cadres logiciels métaheuristiques modulaires et d’outils de configuration automatique permettrait d’éviter les essais et erreurs inutiles résultant des méthodes de conception manuelles et conduirait à de meilleurs résultats. L’objectif est d’optimiser la recherche d’algorithmes d’optimisation métaheuristiques qui, à leur tour, optimisent la recherche de solutions aux problèmes informatiques dans divers contextes informatiques, y compris l’apprentissage automatique.
Les métaheuristiques réussies bien connues incluent le calcul évolutif, le recuit simulé et l’optimisation des colonies de fourmis. Ces méthodes s’inspirent des processus naturels qui leur donnent leur nom.
Selon la revue, le domaine des métaheuristiques regorge de contributions également inspirées par la nature et nommées métaphoriquement, visant à obtenir un succès similaire. Cependant, toutes les métaheuristiques basées sur un processus naturel n’offrent pas nécessairement une technique de calcul nouvelle et utile.
Les auteurs de la revue ont déploré le grand nombre de métaheuristiques prétendument nouvelles basées sur des métaphores, dont la seule nouveauté est « une terminologie nouvelle et déroutante » et qui, en fait, ne font que recréer des méthodes publiées précédemment. À titre d’exemple, ils décrivent brièvement des algorithmes d’utilité douteuse basés sur les comportements des loups et des coucous. Ils évoquent également des algorithmes basés sur les zombies, la réincarnation et les gouttes d'eau « intelligentes » qui « savent » se déplacer vers les lacs et les rivières.
Bien que la « ruée vers les métaphores » soit un problème persistant, le véritable coupable n’est pas l’attrait de s’inspirer de la nature mais plutôt l’idée de s’appuyer sur l’inspiration plutôt que sur des principes de conception scientifique. Plus précisément, les auteurs de la revue souhaitent encourager la recherche métaheuristique reposant sur la conception automatique.
La conception automatique nécessite un cadre logiciel métaheuristique capable de fournir un espace de conception et un outil de configuration automatique capable de tester différentes combinaisons de composants. Les frameworks modernes sont de plus en plus flexibles et modulaires, donc de plus en plus utiles. La revue décrit ParadisEO, HeuristicLab, jMetal et EMILI comme étant « parmi les frameworks les plus complets et les plus activement entretenus » actuellement disponibles.
Les voies futures possibles pour une recherche productive autres que l'extension des cadres logiciels métaheuristiques existants incluent la modélisation des métaheuristiques plus en détail et le développement d'outils statistiques pour l'analyse comparative, ce qui placerait le domaine sur des bases plus solides.
