演化发育生物学可作为人工智能新设计范式的概念基础

人工智能（AI）受机器学习进展的推动，在解决复杂任务方面取得了重大进展。然而，当前的基于神经网络的范式虽然有效，但受到固有局限性的严重制约，主要是缺乏结构组织以及学习进程表现出不良特性。随着AI研究在没有统一框架的情况下推进，它要么试图以启发式方式修补弱点，要么从生物机制中汲取灵感而缺乏坚实的理论基础。与此同时，由演化发育生物学（EDB）驱动的演化理解方面的最新范式转变在AI文献中被很大程度上忽视了，尽管仔细分析后发现现代综合论与当代机器学习之间存在显著的类比——它们在假设、方法和局限性方面有共同之处。因此，EDB中重塑我们对演化过程理解的适应原则，也可以构成AI下一个设计哲学的统一概念框架的基础，超越单纯的启发式借鉴，并牢牢扎根于生物学的第一性原理。本文详细概述了现代综合论与现代机器学习之间的类比，并勾勒了基于EDB洞察的AI新设计范式的核心原则。为了说明我们的分析，我们还提出了两个基于特定发育原则——调控连接、体细胞变异与选择以及弱耦合——的学习系统设计，这些设计以有机的方式解决了当代机器学习的多个主要局限性，同时也提供了对这些机制在生物演化中作用的更深入了解。