他的主要研究领域为复杂自适应系统、认知过程的计算机模型等。

约翰·霍兰德

　　约翰·霍兰德1929年生于印第安娜，在俄亥俄州西部长大。小的时候，约翰就对表现出了强烈的求知欲。他的数学和物理都非常好。高三那一年，在全州的数理考试中，他以仅比第一名低两分的成绩获得第三名，并赢得了进入麻省理工学院学习的全额奖学金。从那时起，他就开始了用计算机来模拟自然界生物进化的探索。“这种研究花了他二十年的时间才取得成果，也让人们二十多年以后才开始认识到其重要性”霍兰德的第一个博士学位是计算机科学。他十分着迷于基于程序的人工智能神经网络（以神经元细胞构成网络，借以产生记忆和复杂的行为的想法），因为这种方法和他人造生命智能的思路不谋而合。

　　约翰·霍兰德成了一名计算机编程方面的专家，IBM请他和一个充满精英的工程师小组合作，进行公司的第一台计算器‘701’的逻辑设计。为了测试‘701’，他们给它安装了一个神经网络系统，并用它来充当实验室里的小白鼠。“那时候，我们就知道利用这些模拟测试动物的优点。我们可以进入其内部观察每一个神经元，还可以在相同的初始条件下，通过不同的训练程序，把事情重新来过。”

　　就像霍兰德所看到的，生物和计算科学有着紧密地联系。机器可以像动物一样被训练去适应周围的环境。自底向上，“从虚拟的随机状态开始，把自然特性编写到程序中。”一本名为“自然选择的遗传原理”的书改变了霍兰德的生活。在这本书中，进化被视为是引擎的自我适应。“进化就像学习适应环境的一种方式。进化是次代叠加的，而不是只发生在某一生命周期里。”霍兰德认为如果这个原理存在于有机体中，那么也有可能存在于计算机程序中。这就是他所提出的遗传算法。“遗传算法是基于达尔文物种选择理论的问题分析方法。它开始于一定数量的初始点，每一个节点具有随机生成的特征，用一些方法来评估哪些节点的成功率高。成功的节点被合并来生成孩子，孩子因而具有双亲的特征。”这是霍兰德算法高明的一步。“遗传算法在两方面取得了突破：一是它利用进化论的思想来提供强有力的方法去进行计算机函数优化，二是它提供了研究进化论的空间和研究自然现象的独特方法。”

　　从遗传算法发展出霍兰德的模式定理. 霍兰德发现可以在单个基因应用菲舍原理. Schema theorem expanded how buiding blocks exerted their powers in GAS and indicated what might be a basis for populationwide retention of genes in natural biology." Schema is used to refer to similarity template used to describe all strings that contained a given building block or set of building blocks. The key principle is proximity. Proximity is power in building blocks.

　　霍兰德被邀请作为圣菲学院的外部教师，这个学院没有全职工作的本部教师。学院就像一个复杂的思想库。“圣菲学院成立于1984年，是一个私立、非营利、多学科的教育与科研机构，致力于创建一种新的科研社区，探索新兴课题。”在这些方面，霍兰德做出的一些最重要的成就。