Программа для игры в шашки Сэмюэля была также примечательна тем, что стала одной из первых попыток эволюционных вычислений. (Его программа «развивалась» путем сравнения модифицированной копии с лучшей на данный момент версией его программы, а победитель становился новым стандартом). Эволюционные вычисления обычно подразумевают использование некоторого автоматического метода генерации и оценки последовательных «поколений» программы до тех пор, пока не появится высококвалифицированное решение.
Один из ведущих сторонников эволюционных вычислений, Джон Холланд, также написал тестовое программное обеспечение для прототипа компьютера IBM 701. В частности, он помог разработать нейросетевую «виртуальную» крысу, которую можно было обучить ориентироваться в лабиринте. Эта работа убедила Холланда в эффективности подхода «снизу вверх». Продолжая консультировать IBM, Холланд в 1952 году перешел в Мичиганский университет, чтобы получить докторскую степень по математике. Однако вскоре он переключился на новую междисциплинарную программу по компьютерам и обработке информации (позже известную как коммуникационная наука), созданную Артуром Берксом, одним из создателей ENIAC и его преемника EDVAC. В своей диссертации 1959 года, которая, скорее всего, стала первой в мире докторской диссертацией по информатике, Холланд предложил новый тип компьютера — многопроцессорный компьютер, — который будет назначать каждый искусственный нейрон в сети на отдельный процессор. (В 1985 году Дэниел Хиллис решил инженерные проблемы, чтобы построить первый такой компьютер — 65 536-процессорный суперкомпьютер Thinking Machines Corporation).
После окончания университета Холланд поступил на факультет Мичигана и в течение следующих четырех десятилетий руководил исследованиями методов автоматизации эволюционных вычислений — процесса, известного сегодня под названием генетические алгоритмы. Системы, реализованные в лаборатории Холланда, включали шахматную программу, модели одноклеточных биологических организмов и систему классификаторов для управления симулированной сетью газопроводов. Генетические алгоритмы больше не ограничиваются «академическими» демонстрациями; в одном важном практическом приложении генетический алгоритм сотрудничает со свидетелем преступления, чтобы составить портрет преступника.
