J'ai construit un petit détecteur de zone "Goldilocks". Il est basé sur une boucle de rétroaction avec un shader de convolution qui a 13 paramètres - le problème est qu'environ 95 % des combinaisons de paramètres aléatoires entraînent un système mort qui passe soit au noir complet, soit au blanc, mais il existe une zone où les paramètres sont juste bons et le système reste actif, mais ce n'est pas une simple question de "rester dans cette plage". J'ai donc entraîné un petit modèle qui essaie de prédire quelles combinaisons de paramètres sont prometteuses afin d'explorer l'espace des systèmes intéressants. Et maintenant, le modèle continue de s'améliorer en testant continuellement ses hypothèses et en se réentraînant. Et son taux de "réussite" est bien meilleur que moi en appuyant sur la barre d'espace.