进化算法可能比机器学习意义更加重大

译者：明明如约

审校：蓝色漂流瓶

现在每个人都对机器学习兴奋不已。

几乎每个人都在学习讨论他，考虑怎么在产品或者服务中去使用机器学习

机器学习也被很多公司和专家，认为是计算的未来。它是除了AR和VR以外讨论最热的新技术。

我认为其中也有很多疏漏

我认为进化算法和机器学习有着相同甚至更大的影响。

那么他们的区别是什么呢？

什么是机器学习和遗传算法呢？

机器学习就是通过不断地提供更多的数据，来训练计算机。给他足够的数据，他就能够做各种各样的事情，比如说，人脸识别和语言翻译。进化算法，通过对进化进行建模，来构建比我们之前见过的任何方法都好的解决方案。

因此他们都是解决问题的方法。一个就像学生一样，你给他，现实世界的数据，他进行学习。而另外一个，你拥有世界运行的模式。你可以创建突变或者繁殖，还可以通过子代来检测模型。

机器学习已经被用来解决很多问题，已经被广泛的采用。目前进化算法在现实生活中的应用还很有限，但是据我预测，一旦他们达到了，机器学习的临界点，它的价值就会被显示出来。

进化和自然选择，是我们遇到的最有力的自然力。

如果我们能够恰当地去构建模型，他将像机器学习那样改变我们的科技进程。

我相信进化算法将给我们带来难以置信的巨大的影响。

注释：

不是一个机器学习或者是遗传算法的专家。我上面的预测是基于我读过的一些书籍，几百篇文章以及对科学研究的直觉。

补充：

【1】进化算法：
http://baike.baidu.com/view/45853.htm

进化算法包括遗传算法、遗传规划、进化规划和进化策略等等。

进化算法是以达尔文的进化论思想为基础，通过模拟生物进化过程与机制的求解问题的自组织、自适应的人工智能技术。

生物进化是通过繁殖、变异、竞争和选择实现的；

而进化算法则主要通过选择、重组和变异这三种操作实现优化问题的求解。

【2】机器学习：
http://baike.baidu.com/view/7956.htm

【本文已经获得原作者Daniel Miessler的翻译授权，转载请注明出处】

本文仅仅是翻译，原作者表达自己的看法，不喜勿喷，有什么新的想法可以在下面进行评论。

英文源：
https://danielmiessler.com/blog/genetic-algorithms-could-be-moreificant-than-machine-learning/#gs.Epk4CIs

来源：明明如月学长