电脑设计的卫星天线。
尽管自然的复杂性令人困惑，但其背后的驱动力非常简单。 “适者生存”是一种简单而残酷的优化策略，可以让生活解决复杂的问题，如视觉和飞行，并将最恶劣的环境定居。
研究人员现在正试图利用这一优化过程来寻找一系列科学和工程问题的解决方案。使用进化原理在计算中的想法可以追溯到20世纪50年代，但直到20世纪60年代，这个想法才真正起飞。到20世纪80年代，这种方法已经从学术好奇心转移到现实世界的领域，如工程和经济学。
将自然选择应用于计算
进化算法是多种多样的，但它们都试图复制生物进化的关键特征，如自然选择，繁殖和突变。通常，这些方法依赖于一种试验和错误 - 针对所谓的“适应性功能”随机生成和测试了大量潜在的问题解决方案。这使得系统可以按照解决方案的顺序排列解决方案问题。
根据这种方法，最好的解决方案可以互相“繁殖”和/或“突变”，从而创建新一代的解决方案，同时丢弃这些解决方案。这个新的批次仍然会带来上一代最好的解决方案的大部分特征，但是以新的方式组合起来，或者与原始代码进行小的调整。
就像大自然一样，这些突变中的大部分都不会有优势，但是当他们这样做时，它们将继续下一代。同样地，适者生存使得生物体一代一代地反复地适应他们的环境，该过程的每一步都会产生更适合于现在问题的解决方案。
生物进化可能需要几千年才能显现出明显的成果。幸运的是，计算机使得可以快速地循环遍历虚拟世代，并且由于进化系统涉及大量个人候选人，所以他们“尴尬地可并行化”，换句话说，他们可以利用高度可扩展的并行计算，在多个处理器上同时进行。
虽然这可以让您快速优化解决方案的问题，但没有免费的午餐。
进化算法与其适应度函数一样好。如果问题没有明确定义，并且没有准确测量成功，则该算法不太可能收敛于合适的解决方案。但是一旦设定了参数，进化算法就会产生惊人的创造力，而且常常会抛出一个人不可能想到的解决方案。
快速发展的想法，加速发现和设计
2006年，美国太空总署（NASA）提出了一种演进算法来设计X波段天线，以便卫星测量地球的磁层。传统上，这种天线将涉及螺旋设计，但由算法创建的设备看起来更像是一系列弯曲的纸夹。令人印象深刻的是，完成初始天线设计过程只花了10个小时。
进化方法在有大量潜在解决方案的领域尤其有用，例如设计新材料。这是该技术最有希望的应用之一，并已被用于发现高性能材料，从碳捕获到自组装纳米材料和光电子学。
这些自然启发的算法也已经圆满完成，通过帮助科学家模拟动物形态和疾病的东西，反馈到基础生物学研究。其他研究采用这些方法，通过快速循环通过潜在的缓解策略，使赢咖4具有智能来适应受损肢体。
这掩盖了进化算法在赢咖4领域的坚定的事实。它们已经被用来创建电脑游戏，敌人进化并适应用户的游戏风格。更令人不安的是，它们也是AI模拟系统的核心，它一直在模拟空战中殴打专家级人员。
像其他形式的人造智能一样，它们特别适合大量的问题，这将需要无数的时间来解决。德国研究人员正在使用遗传算法自动创建旨在消除软件错误的测试。麻省理工学院计算机科学与赢咖4实验室的另一个小组将进化方法与大数据结合起来，做计划巨大的风力发电场并分析医疗数据。
当对赢咖4工作表示担忧时，最不重要的专栏中的人往往是创意产业。但是任何观看自然纪录片的人都可以告诉你，进化的力量可能会导致一些奇怪而精彩的作品。
这就是为什么计算机辅助设计软件公司Autodesk正在开拓所谓的“生成设计”领域。这使得设计人员设定了一个项目的目标和约束，然后让一块软件发展出潜在的设计。 结果可以相当壮观，系统抛出椅子，看起来像是由骨骼和发动机块组成，看起来他们已经从地板上长大了。
也许毫不奇怪，使用由进化启发的规则设计的对象最终看起来是有机的。 并考虑到自然大自然在数千年以来的形式和功能的惊人的多样性，这可能是一个聪明的举动，从她的剧本借鉴了一些手段。
