十一萬個問什麼
我先天馬行空的提幾個問題，所謂人眼中的宇宙是被受控運行的一個未知系統嗎？地球是一個具有生態系統的實驗基地嗎？地球上的一切環境是否都是被創造出來的？...... 再提這樣的問題下去，大家估計會覺得我腦子進水了呢，那先結合我們的現實，問大家一些與我們很密切的問題吧！
已知世界上最複雜的人工製品是什麼？
那它又是怎麼形成的？
有研究表明，人類體中的基因組中包含30000個基因，我們人類的大腦，約有100萬億個連接，於數百萬年的優勝劣汰的自然選擇過程中，結合神經網絡和演化計算而形成的。神經網絡之間的競爭與發展，使得大腦進一步進化，只有這樣才能真正創造出智慧。所以選擇大腦作為AI的靈感來源，是因為大腦是迄今為止唯一明確的智能載體。當我們想實現人工智慧時，在某種程度上，模仿大腦應該是一個講得通的思路。大腦的一個關鍵組件就是神經元。它是一個很小的細胞，可以通過連接上其它的神經元發送信號。當非常多的神經元彼此連接形成一個網絡，我們稱之為一個神經網絡。
人工智慧之神經進化與神經網絡
如果你最近一直在跟蹤人工智慧或是機器學習領域，你可能已經聽說了深度學習。我訂閱號的前幾篇文章裡也做過講解，計算機已經在諸如圖像識別和控制無人駕駛汽車（甚至是控制電子遊戲的角色）這樣的任務上接近或是有時超越人類的表現。那麼在深度學習的背後是什麼使這一成功成為可能？——神經網絡！
說的更清楚點，深度學習傳統上關注於神經網絡編程來學習，而神經進化則側重於大腦網絡自身的原始架構。它可以包括誰和誰來連接、連接的權重以及（有時）這些連接如何允許被改變。當然，這兩個領域是有一些交叉的。比如神經網絡依然需要為特定任務進行學習，無論是否進化過。有可能進化得到的神經網絡可以利用深度學習裡的方法（比如隨機梯度下降）來獲得恰當的權重。實際上，深度學習甚至可以被認為是神經進化的一個兄弟。
深度學習——個體怎樣去學習 VS 神經進化——怎樣創建一個可能會學習的個體
神經進化學的目標就是在計算機裡觸發一個類似的進化過程。從這個方面講，神經進化學是人工智慧專業裡唯一的一個有著實際的概念證明（大腦確實是進化來的）的分支。我們知道這是一條可以產生智慧的道路。簡單來說，神經進化是人工智慧和機器學習領域的一個分支。它力圖觸發一個和產生我們人類大腦類似的進化過程，只不過這個過程是在計算機裡實現的。換句話說，神經進化試圖開發通過進化算法去尋找進化神經網絡的方法。其中開發出了一系列的算法，比如NEAT、HyperNEAT和新穎性搜索。如何進化一個人工的大腦來解決一個問題？實際上，這些都非常像動物的繁衍過程。設想你想進化一個神經網絡來控制一個機器人行走。對於這種類型的任務，我們通常已經有了很多的模擬器，因為神經進化會進行非常多的嘗試，進行模擬會快很多且風險更小。因此我們將從一個物理模擬器裡的機器人開始。整個神經進化的核心思想是很簡單的：它就是繁衍後代。
發現人工進化類似大腦的架構和權重的無限潛力。這種系統的局限當時尚未被發現，因此一切看起來皆有可能。據了解，NEAT算法已經被應用在了無數的應用裡（包括控制機器人和控制電子遊戲代理）？！其中在它諸多重要的影響裡，它通過進化一個超級瑪麗遊戲的控制器來介紹了NEAT的內部工作機制。電子遊戲依然是一個流行的應用，不僅僅只是為了控制遊戲裡的角色，而是為了進化出新的內容。如果你思考地球上所有的生命的多樣性，你可以發現進化算法能成為生成新的多樣內容的自然驅動力。