进化仿生学派是人工智能和机器学习的一个非常特别的流派，它们的基本思想是模仿生物种群所表现出的智能行为，从而让机器拥有类似的能力。
遗传算法是这一学派的代表性方法，其基本思路是模拟生物界中“物竞天择，适者生存”的进化规律。通过生成大量个体并从中选择优化个体进行繁衍，以实现智能体的进化。在繁衍过程中，该算法模仿了动物的配偶选择和基因变异机制，使得新一代种群在整体优化的同时也保持足够的多样性。进化仿生学派认为，生物进化是生物智能产生的根本原因，同样也应该是机器智能进化的本源之路。
图1. 生物进化示意图
这一学派的另一个重要思路是模仿生物的群体行为。例如，蜜蜂在采蜜时，如果一只蜜蜂发现了一处优质蜜源，它会飞回蜂巢告诉其他蜜蜂，然后会有一群蜜蜂跟随它去采蜜。蜜源越优质，招来的蜜蜂会越来越多。进化仿生学派模仿蜜蜂的这种行为，设计了“蜂群算法”，像蜜蜂寻找最优蜜源一样寻找某一任务的最优解。类似的算法还有鸟群算法、蚁群算法、杜鹃算法等。
图2. 蜂群的智能行为
进化仿生学派的本质在于尝试和选择，因此其效率相对较低。在很多场景下，我们会利用解空间的连续性来提高优化效率，如大名鼎鼎的梯度下降算法。然而，在解空间连续性无法保证或解空间缺少数学表达的情况下，进化仿生方法就显得尤为重要显示出其必要性。
图3. (a) 梯度下降法 与 (b) 进化仿生法 的对比
供稿：清华大学 王东
制作：北京邮电大学 戴维
审核：北京邮电大学 李蓝天