进化没有替我们写好目标

Published:

由提纲扩写 · 原记 2025-04-28 · 研究与几何

根据旧帖整理的中文随笔,经 AI 辅助扩写;保留原文供对照。只有提纲的篇目围绕原题展开,不补写未记录的个人经历。

读当时的原文:进化与优化的区别 返回全部随笔与原记

“进化与优化的区别”,原来的文章只留下这个题目。两个词都让人想到变化,也容易让人想到“变得更好”。可一旦认真问一句对谁更好、在哪种条件下更好,它们之间的差别就开始显露出来。

在一个优化问题里,我们通常先约定评价方式与限制条件。结果之所以被称为更优,是因为它在这些约定之下表现得更合适。目标并不是自然附带在问题上的,往往需要由研究者或设计者明确写出。这一步看起来在计算之前,实际上已经深刻影响了计算会寻找什么。

谈进化时,则不能想当然地给所有变化安排一个统一终点。环境、已有条件和偶然性都可能参与其中;眼下能够延续的特征,也不意味着在任何情境下都更完美。若把“后来出现”直接理解成“全面优越”,就很容易把时间顺序误当成价值排序。

这个区别对设计有一个实际提醒。观察自然可以带来启发,但一个生物形态并不是为我们的工程任务准备的标准答案。它存在于自己的条件中,设计则有另外的材料、尺度、制造方式和用途。带走一个想法以后,还需要重新说明它为什么适用于眼前的问题。

另一方面,优化也不必被想象成一条总能抵达完美的直路。目标可能不完整,模型可能有局限,搜索过程也有自己的条件。得到一个更好的数字以后,仍要回到原来的任务,确认这个数字确实代表了想要的改善。

所以我想把这篇短题目展开成一种提问习惯:每当说“更好了”,顺便说明比较的尺度。这样既能保留从自然变化中学习的兴趣,也不把算法的结果赋予过多含义。我们可以认真寻找改善,同时承认“好”的定义需要被讨论,而不会由变化本身替我们写好。