演化比经典理论所认为的更加「智慧」

[-]

一直以来，科学家们就演化的随机程度争论不休。然而一篇新论文声称，演化过程可能比经典理论中所描述的更加“智慧”，且并非从神学角度出发。英国南安普敦大学的演化生物学家Richard Watson表示，演化可以“学习借鉴”以往经验，这或许能够帮助我们理解随机的自然选择为何能产生如此智慧的设计。

他们认为，我们可以参考学习系统(如神经网络)根据以往经验而发展出智慧行为的方式，来进一步提升对演化机制的了解。达尔文的进化论描绘的是一个推进过程，但学习理论并非仅仅是用另一种方式来描绘达尔文的进化论。它扩充了人们对演化能力的看法，表明自然选择足以产生解决智慧问题的重要特征。

传统的进化论认为，随着有机体的演化，随机变异和选择会导致渐增式适应。但研究人员认为，这个系统和学习理论并不矛盾。学习理论认为，渐增式适应(例如神经网络)足以使系统展现出被我们称为“智慧”的行为。当我们看到演化所产生的神奇智慧设计时，我们很难一下子理解随机的变异和选择究竟是如何产生它们的。自然选择真的能解释这种自我过程的适应性吗？传统进化论一直被这种自指概念所困扰，但学习理论却能够轻而易举地解决。

许多新研究已然阐明了这种学习演化，包括用贝叶斯学习来解释有性和无性种群的选择、用分布式内存模型来解释生态关系的演化。学习理论使我们了解演化是如何随着时间而改变自己的进程，比方说：通过演化控制变异的发展组织(即控制选择的生态相互作用组织、或控制遗传的繁殖关系结构)，自然选择可以改变自己的能力进行演化。

如果科学家能够将这种学习理论整合到进化论的研究中，那么我们便能以新的方式解决演化谜题，深入了解演化如何造就这些神奇的结果。如果演化能够学习借鉴过往经验，并提升自己的演化能力，那么便能够揭开演化过程为何能产生如此炫酷的设计。自然选择可以积累知识，使自己演化得更聪明。

本文译自 sciencealert，由 蛋花 编辑发布。