据《发现》报道，在麻萨诸塞州沃尔瑟姆的布兰迪斯大学，一个棱椎形的塑胶机器人跳跃着穿过地毯，它是由一只动力强大的腿推动着前进的。它的同伴们的形状像尺蠖、箭、螺旋体，在它的旁边扭动着身躯向前爬行。这些机器人看起来像一些具有疯狂创造性的工程师们设计出来的，但是它他不是由人类设计的。这些合成物可以有无数种外形和结造，它们还具备了力量——它们能够有效地抓紧地面。

在香港和伦敦的时髦的艺术照相馆，顾客们很愿意花４５００美元购买那些使人们联想到贝壳、植物、细菌和其它有机物形状的图像照片。不是人类创造出了这些形状。就传统意义而言，这些平滑富有光泽的照片并不好看——使人们联想到地球以外的寄生虫——但它们确实是艺术。

在苏格兰，每个星期都有一些强壮的工人依据年代、麦芽编号和木桶的类型等因素拟定的复杂计划将２万只威士忌酒桶从４９座库房运送到装瓶工厂。有效地安排运送计划十分复杂费神，相比之下国际象棋就像玩石头——剪子——布那么简单。这些工人所遵循的计划要比任何库房管理人员拟定的计划都要精明和新颖，与人类似定的计划相比其工作效率提了近一倍。

这些成果都是由一台计算机创造的。人类编写好程序，此后只要轻轻按一下键盘，等待着硅片和软件产生出创造性的惊人结果。

这是一场革命。对于大多数计算面来说，它们一直只是些进行算的机器，把数据制成表格，吐出有用的信息。现在则情况不同了，使用一种基于生物进化原理的新型程序，计算机正在侵入那些我们过去一直认为人类独享的领域——忠诚、独创，甚至聪明的创造能力。遗传与进化计算国际协会主席戴维·戈德堡说：“我们不习惯计算机创造性地解决问题，但现在正在成为现实。”
　　
推动这场革命的发动机被称作进化计算。它的基本前提是地球上的绝大多数能力和效用都是通过进化实现的——而不是一位设计家的想法。毕竟，通过人的双手制造出了看起来更像一对生锈钳子的最灵巧的机械手。一只猫要比任何一种越野车敏捷得多。树木可以自我聚集、自我修复，在水中和阳光下生长千百年。
　　
当我们许多人惊叹人类创造性的时候，一些研究人员冒昧地提出：与生物相比，为什么机器人和其它人造物如此愚蠢、笨拙或者说平庸？普遍的回答是：我们设计了它们。为了得到正确的答案，争论在继续着：我们需要利用自然选择的创造力，这一相同的过程产生了地球上最完美的东西——人、动物和植物。尽管没有任何编程员能够给一台计算机装上可以使其真正进化的全部变异程序，但熟练的编程人员可以定义某一问题并促使计算机进化找到解决答案。而且，计算机具有其独特的优势：生物用无数年实现的进化，计算机只需数小时。
　　
还在六十年代，计算机科学教授约翰·霍兰与他的学生一起在密歇根大学发明了第一个遗传演算块，许多进化计算机的心脏都在使用这种遗传演算块。一个演算块是解决某一问题的一组步骤：烘烤蛋糕的配方和方法就是一个简单的例子。霍兰和他的研究小组制作了摹拟遗传因子和染色体运动的演算块。这些演算块允许不同的试验介质“配对”、“生育”和一代一代地进化。

过去十年——过去两年频率更快——进化计算已经从学院的实验演进为一种实用工具，其解决问题的领域从机器人技术到软件设计，财经到航天，其利润既可观又实惠。这项技术已经被用于为Unilever公司设计新型抗菌清洁器；帮助Marshall & Ilsley 公司寻找美国银行客户；为福特汽车公司提供有关在英国确定最具潜力的代理区域；帮助英国石油公司提高石油抽取效率；为威斯康星州妇女诊断乳癌；甚至演奏爵士乐：号手阿尔·拜尔斯还是纽约州罗切斯特技术学院的一位没有毕业的程序协调员，与阿尔·拜尔斯虚拟五重奏小组一同进行录音和演出。在乐队当中他是唯一的人。临时准备演奏不同乐器的其他成员都是由他的麦金托什牌强力笔记本电脑中的遗传计算器制作的虚拟音乐家。

戴维·戈德堡说：“计算机业行已经得到息信：要么使用这些工具，要么你的技术就将落后。”
　　
随着进化计算方法的广泛运用，正被公众所认识。在创造环节上取代既令人充满希望也令人深感不安，这取决于你对此的看法。研究人员有一个共现的观点：进化计算是未来发展的方向，人类应该更多地了解进化计算令人敬畏的潜力。英格兰兰开夏郡阿塔尔软件公司是软件行业的一家主要企业，该公司的常务董事阿凯尔·阿尔－阿塔尔说：“人类在各个领域要努力现实的就是开发最有效的解决方案，进化计算机可以帮助人类实现这种愿望。”

以世界上最大的和利润最高的酒生产公司苏格兰United
Distillers —Vintners 公司为例，它生产的威士忌酒占全球威士忌总产量的三分之一以上。该公司的存贮与供应部必须对７００万桶包括６０多个不同品种的威士忌酒在库房与酿酒厂之间的生产流动进行管理，而且每星期还必须对不断变化的市场需求做出迅速的反应。
　　
有５名全时雇员人工对这些酒桶的大规模流动进行计划，由于变化无数，他们的工作方法既要求科学又要求艺术。事实上，完成这项工作需要有创造性，传统的定义是“用想象的技巧来生产”。阿尔—阿塔尔解释说：“这就是为什么传统的计算机系统不能胜任这项工作的原因。管理这些酒桶的工作太复杂了，既便是最强大的计算机系统也无济于事。”
　　
运用一套软件和一只键盘，现在只需一个人便可以让计算机根据当时的酒的库存和市场情况等要素制定出每星期的计划。酒库的管理效率提高了近一倍。其工作原理如下：遗传运算法首先从可能解决方案的基本“人群”入手，近似于模拟在进化阶梯最低层尚未进化的昆虫。以解决威士忌酒库的问题为例，从酒库搬动酒桶的过程要编成Ａ、Ｂ、Ｃ组——每一组代表人群中的“个人”。一组不同的酒桶搬动计划代表另一个“个人”。
　　
为什么只从有限的解决方案入手？为什么不让计算机将每一种可能的酒桶流动方案都过一遍，然后选出最佳方案呢？因为设想的法案过于复杂，简单的无知觉运算无法胜任。纽约市一家软件企业Searchspace公司的康拉德·　费尔德曼说：“这个问题类似于它能使你迅速到达一个需要许多年才能达到的点，这真是一种缩小搜索空间的绝妙机制。”
　　
在限定了“人群”之后，运算法则依据解决问题的需要为“个人”找到合适的位置——在这种情况下再安排如何移动酒桶，使它们对号入座，到达应该到的位置。与此同时，还要压缩人工清理不需要酒桶的繁重的劳动。就这样，遗传运算法则为“个人”解决方案的第一组“人群”找到了“配偶”，通过巧妙的随机方法“繁殖”了稍微有所有同的解决方案“后代”。这种被称为适配的功能通过“寻找”一种程序设计人员所希望的最节俭、最简单、最迅速的综合方法对其后代进行评估。随后适配功能杀死它的双亲并从其后代中选择出最佳的解决方案。这些解决方案的配偶通过适配功能判断它们的后代，淘汰失败者并与胜利者结合，它们繁殖后代，不断延续。

当所有的后代看起来开始都很相像时这项任务就完成了。这便意味着这一兴起的“人群”和它的适配功能可以繁延的最佳解决方案已经存在或接近于完成。阿拉—阿特尔说：“有时会存在程序运行了许多小时而效率只提高了０．５％的情况。在这种情况下就不值得干了。”
　　
布兰迪斯大学的计算机科学家乔丹·波拉克和机械工程师霍德·利普森设计的具有生命形态的机器人也许是进化计算在没有人工干预下发挥创新潜能的最生动的代表。他们的计算机程序将塑胶体制做的简单物体进化为一种初级的种群。一些物体像骨头一样僵硬，另一些物体像肌肉纤维一样可以伸缩。适配功能选择了能够迅速在平地移动的设计。在计算机内经过数百代的繁殖，快速原型复制机制做出了一些包括能够变形的计算机化的物种，它们可以有效地快速行走。在一次类似的试验中，瑞士Lausanne大学的劳伦特·凯勒给一些对抗机器人装上了收集假充食物的塑料圆筒的程序，然后让他们相互沟通食物所在地的信息。这些“机器人”寻找食物的成功率比另外一组靠独自尝试寻找食物的机器人高出许多。凯勒的对坑机器人通过进化成功地模仿了真正蚂蚁的行为。
　　
在编程人员可以设计使机器人独自运行和进化运算软件的同时，也可以为机器人建立将人类的参预合作包括在内的系统软件。一些专家期望这会极大改变创造力本身的性质。不久，创造性工作也许包括首先从计算机提供的选择菜单中进行挑选。英国的艺术家威廉·莱瑟姆是许多用进化运算方法探索这一想法的先驱者之一。使用一套他参预设计的叫做Mutator的计算机程序，他只需选择基本图形，计算机就会生成９种变异图形。他选出最喜欢的一幅，这一幅图形再生成９种变异图形，如此不断地再生，直到他从中选出最满意之作才让计算机停止进化。１９８７年进行试验时莱瑟姆被惊呆了，他发现在显示器上生成的图形看起来与自然造物几乎毫无二致。“人们会以为他们看到的是真正的贝壳，但这是一些他们在地球上从未见过的贝壳。完全由人工合成的东西看起来十分自然，令人叹为观止。”莱瑟姆接着说：

“艺术家越来越像园丁。不是通过涂抹来培育图形，而是由你来决定哪些图形存活下来，哪些图形清除掉，哪些图形你要进行培育。你再也不是传统意义上的艺术家了。你只需具备会选择的能力。”他相信，这种艺术方法不久将会在整个美术界流行起来。身兼伊利诺斯遗传运算实验室主任的戴维·戈德堡说：“最终，人们也许不再需要建筑设计师来设计建筑。计算机将会为你提供建筑设计的选择方案。你只是不断地对最初方案的修改方案进行选择直到满意为止。” 戈德堡相信，这种类型的交互式进化运算是最有前途的一种。他说：“我们正在进入一个进化运算可以作为人类高级助手的时代。”
　　
圣达菲学院的首席研究员和《遗传运算入门》一书的作者梅拉尼·米切尔认为，进化计算互联网时代也许会特别有用。“你自己再用不着埋头于寻找成千上万份文件，你将越来越多地依靠了解你的喜好的软件代理人到互联网上以你的名义代你进行竞标。”其实这类代理人已经以初步的形式存在了——被称为shoppingbots的软件就是一例——这是一种通过进化运算而进化生成的软件，其行为与它的主人惊人地相似，它需要做的只是开始工作。米切尔所进行的不是简单的研究，他所研究是一种可以在万维网上识别和发现人像的遗传运算软件。“你将一张人脸像片出示几次，然后说‘这是一张样片。这是另外一张样片。现在开始寻找相同的人。”一位计算机操作人员消除错误并将“采样”反馈给进化回路，直到搜索程序找到使用者要找的相片。对于计算机而言，找到“相同的东西”需要包括从不同角度拍摄的照片，这确实代表着在数字分辨方面迈进了一大步。
　　
当然，与自然界的进化一样，计算机的演化只能与最初的族群和适配功能相一致。进化运算的结果很少能十全十美，但已经相当不错了。米切尔说：“我不认为进化运算是万能的。但我把它看作一门技术。”研究人员一般认为在解决复杂的问题方面这是一种有效的工具。米米切尔还说：“其它运算法仍将继续是解决其它问题的最好方法。”
　　
她相信进化运算法“正在缩短有生命的系统与机器之间的差距。如果计算机系统能够进化和适应，人们就会越来越难以说出生物学意义上的生命与机器之间?

当所有的后代看起来开始都很相像时这项任务就完成了。这便意味着这一兴起的“人群”和它的适配功能可以繁延的最佳解决方案已经存在或接近于完成。阿拉—阿特尔说：“有时会存在程序运行了许多小时而效率只提高了０．５％的情况。在这种情况下就不值得干了。”
　　
布兰迪斯大学的计算机科学家乔丹·波拉克和机械工程师霍德·利普森设计的具有生命形态的机器人也许是进化计算在没有人工干预下发挥创新潜能的最生动的代表。他们的计算机程序将塑胶体制做的简单物体进化为一种初级的种群。一些物体像骨头一样僵硬，另一些物体像肌肉纤维一样可以伸缩。适配功能选择了能够迅速在平地移动的设计。在计算机内经过数百代的繁殖，快速原型复制机制做出了一些包括能够变形的计算机化的物种，它们可以有效地快速行走。在一次类似的试验中，瑞士Lausanne大学的劳伦特·凯勒给一些对抗机器人装上了收集假充食物的塑料圆筒的程序，然后让他们相互沟通食物所在地的信息。这些“机器人”寻找食物的成功率比另外一组靠独自尝试寻找食物的机器人高出许多。凯勒的对坑机器人通过进化成功地模仿了真正蚂蚁的行为。
　　
在编程人员可以设计使机器人独自运行和进化运算软件的同时，也可以为机器人建立将人类的参预合作包括在内的系统软件。一些专家期望这会极大改变创造力本身的性质。不久，创造性工作也许包括首先从计算机提供的选择菜单中进行挑选。英国的艺术家威廉·莱瑟姆是许多用进化运算方法探索这一想法的先驱者之一。使用一套他参预设计的叫做Mutator的计算机程序，他只需选择基本图形，计算机就会生成９种变异图形。他选出最喜欢的一幅，这一幅图形再生成９种变异图形，如此不断地再生，直到他从中选出最满意之作才让计算机停止进化。１９８７年进行试验时莱瑟姆被惊呆了，他发现在显示器上生成的图形看起来与自然造物几乎毫无二致。“人们会以为他们看到的是真正的贝壳，但这是一些他们在地球上从未见过的贝壳。完全由人工合成的东西看起来十分自然，令人叹为观止。”莱瑟姆接着说：

“艺术家越来越像园丁。不是通过涂抹来培育图形，而是由你来决定哪些图形存活下来，哪些图形清除掉，哪些图形你要进行培育。你再也不是传统意义上的艺术家了。你只需具备会选择的能力。”他相信，这种艺术方法不久将会在整个美术界流行起来。身兼伊利诺斯遗传运算实验室主任的戴维·戈德堡说：“最终，人们也许不再需要建筑设计师来设计建筑。计算机将会为你提供建筑设计的选择方案。你只是不断地对最初方案的修改方案进行选择直到满意为止。” 戈德堡相信，这种类型的交互式进化运算是最有前途的一种。他说：“我们正在进入一个进化运算可以作为人类高级助手的时代。”
　　
圣达菲学院的首席研究员和《遗传运算入门》一书的作者梅拉尼·米切尔认为，进化计算互联网时代也许会特别有用。“你自己再用不着埋头于寻找成千上万份文件，你将越来越多地依靠了解你的喜好的软件代理人到互联网上以你的名义代你进行竞标。”其实这类代理人已经以初步的形式存在了——被称为shoppingbots的软件就是一例——这是一种通过进化运算而进化生成的软件，其行为与它的主人惊人地相似，它需要做的只是开始工作。米切尔所进行的不是简单的研究，他所研究是一种可以在万维网上识别和发现人像的遗传运算软件。“你将一张人脸像片出示几次，然后说‘这是一张样片。这是另外一张样片。现在开始寻找相同的人。”一位计算机操作人员消除错误并将“采样”反馈给进化回路，直到搜索程序找到使用者要找的相片。对于计算机而言，找到“相同的东西”需要包括从不同角度拍摄的照片，这确实代表着在数字分辨方面迈进了一大步。
　　
当然，与自然界的进化一样，计算机的演化只能与最初的族群和适配功能相一致。进化运算的结果很少能十全十美，但已经相当不错了。米切尔说：“我不认为进化运算是万能的。但我把它看作一门技术。”研究人员一般认为在解决复杂的问题方面这是一种有效的工具。米米切尔还说：“其它运算法仍将继续是解决其它问题的最好方法。”
　　
她相信进化运算法“正在缩短有生命的系统与机器之间的差距。如果计算机系统能够进化和适应，人们就会越来越难以说出生物学意义上的生命与机器之间?