LSTM 之父 Juergen Schmidhuber 创办的人工智能公司 NNAISENSE 宣布正式发布其 EvoTorch 开源进化算法库。根据介绍，这是同类中的首个开源平台，为工业界提供了一个进化算法包 (evolutionary algorithm，EA)；当与机器学习专业知识相结合时，可以在一小部分时间内解决复杂的运营挑战，而且成本更低、规模更大。

公告称，随着机器学习在许多垂直行业中发挥着越来越重要的作用，进化算法是一种有吸引力的解决方案，可以应对伴随自动化流程复杂性和规模增加的级联挑战。与标准的基于梯度的替代方案相比，进化算法不需要可微的成本函数，并且更适合现代硬件上的大规模并行化。这意味着可以更高效地解决从学习机器人控制器到优化计划或产品设计的更广泛的问题。但目前尚缺少一个可以轻松地以任何规模试验 EA，而无需担心底层细节的软件工具集。

EvoTorch 则基于 PyTorch 和 Ray 软件包所构建，“为研究人员、开发人员和工业制造商提供强大的 EA，无需额外工作即可跨 CPU 或 GPU 进行并行化，从而加快优化并最大限度地降低成本......EvoTorch 建立在 PyTorch 的用户友好原则之上，并提供与知名监控库的轻松集成，从而轻松整合到现有工作流程中。鉴于其不断扩大的 EA 范围和直观的界面，EvoTorch 还可以大大简化学者和大学生开发新算法的工作，帮助促进该领域的研发。”

NNAISENSE 研究科学家 Timothy Atkinson 解释称，EvoTorch 有几个组件，包括一系列进化算法和日志记录功能，因此数据科学家可以实时跟踪机器学习实验。“主要思想是，你可以把在 PyTorch 中构建的任何内容，立即使用 EvoTorch 对其进行优化”。

Atkinson 指出，如果数据科学家将一个问题构建为 PyTorch 函数，在 EvoTorch 上进行优化，就有可能扩展到成千上万的 CPU 和数百个 GPU。“我们在 Ray 库之上以一种非常明智的方式构建了 EvoTorch，这意味着它可以在你负担得起的范围内进行扩展”。

一直以来，NNAISENSE 都在自行构建 EvoTorch，以便在其平台内部使用。关于开源的重要性，Atkinson 称，如果 NNAISENSE 将 EvoTorch 保留为闭源项目，它只会被这一公司使用，更广泛的 AI 社区将无法从该项目中受益或做出贡献。

“当 library 是开源的时，这是一种真正的共生关系，因为这意味着人们可以直接在我们的 library 之上建立他们的研究。当他们在我们的 library 之上构建他们的研究，然后他们来找我们并表示他们希望将研究添加到 library 中时，这就是在改进我们自己的项目所拥有的工具。”

NNAISENSE 的软件基础设施总监 Rupesh Srivastava 称，"EvoTorch 的目标是创建一个开源的 ML 社区，通过为研究人员和工程师提供工具，方便快捷地扩大他们的设计规模，促进自动化领域内采用 EA。这个平台的额外优势在于我们为商业用户提供的专家支持，协助他们进行有效的定制、实施和监督。我们将不断扩大我们的功能，根据我们从正在进行的项目中获得的数据帮助用户，导致更广泛的经过现场测试的构件，以刺激行业增长"。