Agoritm genetic, în inteligența artificială, un tip de algoritm evoluționist al calculatoarelor în care simbolurile (adesea numite „gene” sau „cromozomi”) care reprezintă soluții posibile sunt „crescute”. Această „reproducere” a simbolurilor include, de obicei, utilizarea unui mecanism analog procesului de încrucișare (crossing-over) din cadrul recombinării genetice și a unei rate de mutație reglabile. La fiecare generație de algoritmi se utilizează o funcție de fitness pentru a îmbunătăți treptat soluțiile, prin analogie cu procesul de selecție naturală. Procesul de evoluție a algoritmilor genetici și de automatizare a selecției este cunoscut sub numele de programare genetică. Pe lângă software-ul general, algoritmii genetici sunt uneori utilizați în cercetări cu viața artificială, automate celulare și rețele neuronale.
Deși nu a fost primul care a experimentat cu algoritmi genetici, John Holland a făcut mult pentru a dezvolta și populariza acest domeniu cu munca sa la începutul anilor 1970 la Universitatea din Michigan. Așa cum este descris în cartea sa, Adaptation in Natural and Artificial Systems (1975; revizuită și extinsă în 1992), el a conceput o metodă, sau teorema schemei, pentru evaluarea fiecărei generații de algoritmi genetici. John Koza, unul dintre doctoranzii lui Holland și deținătorul a peste o duzină de brevete legate de programarea genetică, a fost unul dintre primii care a dezvoltat aplicații comerciale ale acestui domeniu, fiind fondatorul unei companii cunoscute sub numele de Scientific Games. Koza și-a împărtășit experiențele de programare într-o serie de cărți, începând cu Genetic Programming: On the Programming of Computers by Means of Natural Selection (1992).
O dificultate des întâlnită în programarea genetică este aceea că algoritmii rămân blocați în regiunea unei soluții rezonabil de bune (o „regiune optimă la nivel local”) în loc să găsească cea mai bună soluție (un „optim global”). Depășirea unor astfel de impasuri evolutive necesită uneori intervenția umană. În plus, programarea genetică este intensivă din punct de vedere computațional. În anii 1990, tehnicile de programare pentru aceasta nu se dezvoltaseră suficient pentru a justifica utilizarea costisitoare a supercalculatoarelor, ceea ce a limitat aplicațiile la probleme mai degrabă simpliste. Cu toate acestea, pe măsură ce calculatoarele personale mai ieftine au devenit mai puternice, programarea genetică a început să aibă un succes comercial notabil în proiectarea circuitelor, sortarea și căutarea datelor și calculul cuantic. În plus, Administrația Națională pentru Aeronautică și Spațiu (NASA) a folosit programarea genetică în proiectarea antenelor pentru proiectul Space Technology 5, care a implicat trei „microsateliți” lansați în 2006 pentru monitorizarea efectelor activității solare asupra magnetosferei Pământului.
.