联合利华计算失败后培育出喷嘴

联合利华的洗涤剂生产工艺迫使沸腾高压化学浆料通过喷雾喷嘴产生洗涤剂颗粒，但喷嘴经常堵塞，且颗粒大小不一致，这是一个长期的生产问题。公司的首要方法很直接：请流体力学数学家从物理第一性原理出发计算理论上最优的喷嘴几何形状。

这种专家计算方法失败了——数学上推导出的最优设计在实际中仍然堵塞，因为喷嘴内部的真实流体动力学过于复杂，无法在可行的计算中完全捕捉。联合利华没有继续完善理论模型，而是将同一个问题交给了另一种专家：生物学家，他们完全不使用方程来处理问题。

生物学家将喷嘴设计视为一个进化过程而非计算：从一个现有的喷嘴开始，生成十个随机变体，将十个变体针对真实的堵塞和颗粒一致性进行测试，保留性能最好的变体，再对胜出的变体生成十个新的随机变体，并重复该循环45代。

改用培育方式：生成十个随机变体，针对真实堵塞问题测试，保留最佳者，重复45代，达到了无人能解释的解决方案。

数学模型无法捕捉真实的流体动力学，所以计算出的设计仍然堵塞。

针对实际问题测试随机变体提供了直接的实证反馈。

迭代选择和变异收敛于一个无法通过计算推导出的设计。

该过程不需要理解获胜设计的原因，只需测量其性能。

当基于第一性原理的计算在复杂问题上失败时，转向进化搜索：生成变体，与真实情况测试，选择最佳，重复。

经过45代和449个失败变体后，该过程收敛于一个喷嘴设计，其效率是原始设计的一百多倍，且可靠地避免了堵塞并产生一致颗粒，尽管最终形状很奇怪，以至于团队中无人能完全从物理角度解释它为何比流体动力学专家计算的数学'最优'设计效果更好。