XiaoMi-AI文件搜索系统
World File Search SystemEvolutionary
遗传和进化计算会议2024
欢迎4个墨尔本会议局5个赞助商和支持者6组织者和田径主持人8计划委员会11日程安排19日程安排20个研讨会和教程会议（7月14日）21个研讨会和教程会议（7月15日）22 22概述（7月15日 9:30-10:30) 28 Suzie Sheehy (Tuesday, July 16, 09:30-10:30) 29 Una-May O'Reilly (Thursday, July 18, 11:00-12:00) 30 Tutorials 31 Workshops, Late-breaking Abstracts, and Women+@GECCO 37 Workshops 38 Late-breaking Abstracts 50 Women+@GECCO 52 Humies, Competitions, Evolutionary Computation in Practice, and Job市场55 Humies 56竞赛58练习中的进化计算60就业市场61最佳纸张提名63投票指令64提名64纸67 EMO 1 68 BBSR 1 68 BBSR 1 68 EML 1 68 EML 1 68 RWA 1 69 NE 1 69 NE 1 69 GA 1 69 GA 1 69 CS + L4EC 69 GP 1 70 EML 2 70 EML 2 71 EML 2 71 EML 2 + 71 70 EML 2 + 2 + 2 + NE 72 CS 2 72理论1 73 ENUM 1 73 ECOM 1 73 EML 3 74 RWA 3 74 L4EC 1 74
社论：进化发育生物学中的双线
上衣是脊椎动物的最接近的生物亲属，为塑造动物发育的进化过程提供了一个非凡的窗口（Ferrier，2011; Johnson等，2024; Todorov et al。，2024）。这些海洋无脊椎动物表现出非常多样化的生活方式（底栖，全骨，孤独，群体或殖民地），生命周期（简单或复杂）以及发展（直接，间接，性或无性恋）（Ricci等人，2022年，2022年； Nanglu等，20223）。这种多样性与它们与脊椎动物的遗传相似性相结合，使双线线成为理解发育机制如何促进进化新颖性的宝贵模型（Procaccini等，2011; Popsuj et al。，2024）。调皮基因组学和表达方面的最新进展使得有可能更深入地了解调皮发育的分子基础（Oda and Satou，2025;SáNnchez-Serna等人，2025年）。同时，我们尚不了解punicatie evo-devo中的特定研究问题，例如，剪裁肌类型的演变或脊椎动物毛细胞和剪裁冠状感觉细胞之间的同源性。这项研究对于鉴定物种之间保守的基因至关重要，这些基因与差异的物种之间的基因，为跨皮物种或更广泛的后代人之间形态学差异的遗传基础提供了见解。本研究主题中编写的研究涉及四个主要主题，从而在亚细胞，细胞，器官和生物水平上推动了思想界限。它具有五个原始研究文章，一份简短的研究报告，四个评论和一篇观点文章的混合。简而言之，它们为分子网络，细胞行为和发育过程提供了新的见解，这些过程构成了束缚物的多样化及其在核核发展的背景下的演变。研究主题包括生态和进化前沿中的七个出版物，在细胞和发育生物学领域的前沿中有四个出版物。该研究主题展示了有关一系列调皮物种的原始研究，包括Ciona Robusta，Oikopleura dioica，Botrylloides Leachii和Polyandrocarpa Zorritensis。以及在所有11个出版物中考虑的调皮物种，它们
肠道特异性非炎性T淋巴细胞与慢性厌食性神经和宪法薄度的关联
摘要：有人提出，在无氧环境中，最后一个普遍的共同祖先（LUCA）在高温19次下进化，类似于深海通风口和火山斜坡上的环境。20因此，自发性DNA衰变（例如碱基损失和胞嘧啶脱氨酸）是影响卢卡基因组完整性的主要因素21。宇宙辐射是由于弱地球磁场和烷基化的22种代谢自由基所引起的，添加了这些威胁。在这里，我们提出，古代生活形式只有两种不同的23种修复机制：多功能的肾上腺素/肾上腺素（AP）核酸内核酸内核酸内核酸酶，以应对AP位点和24个脱氨基残基，以及酶催化紫外线和烷基化损害的直接逆转。在某些古细菌中，尿素-DNA N-糖基酶的缺失以及AP核酸内切酶的存在，即26可以切割含尿嘧啶的DNA，这表明AP内核酸内核酸酶引起的核苷酸切口修复27（NIR）途径27（NIR）途径从分别从Glycosylase介导的碱基降低层独立于Glycosypiend介导的碱基上的远程摄取。nir可能是28个遗物，出现在早期的嗜热祖先中，以抵消自发的DNA损伤。我们 - 29提出，地球大气中的氧气水平升高〜2 ga触发了狭窄的AP核酸内切酶和DNA糖基酶的狭窄狭窄，以有效地应对氧化量扩大的氧化31碱基损伤和复杂的DNA病变。32
对早期教育实践的进化见解
目前，我们必须学习丰富的知识，技能和技术才能蓬勃发展。因此，我们努力解决如何增强童年学习的问题，以便为现在和未来做好准备。应对这一挑战的逻辑步骤是尽早向儿童展示正式的教育环境。这种正式的教育运动（FE运动）近几十年来一直取得了基础。这可以通过幼儿时期的模式来解释，在这种模式中，越来越多的儿童的时间和教育资源用于结构化的教育活动中，以牺牲结构较低的活动，例如游戏，探索和非正式学习。早期对儿童的教育具有许多不同的形式，在这个世界上，教育环境向越来越年轻的孩子展示，因为父母希望为孩子提供最佳的教育开端。虽然有很好的意图，但FE运动可能无法利用童年时期的探索阶段特征（Bjorklund，2021年） - 通过游戏，探索和紧密的社交关系进行学习。这项研究认为，在没有认真对待我们的进化过去的情况下，教育不能轻易“增强”或“加速”（Bjorklund，2021）。我们建议我们的过去对学习有批判性见解，在设计未来的教育替代方案时应考虑。在本文中，我们提出了一个框架，在该框架中，儿童教育与FE运动相比，对儿童教育的误解是没有障碍的，反映了对未来教育方向的关键观点。儿童教育的教育未来，接受探索和发挥
认知和大脑的进化全球神经科学...
大脑发育的进化基础代表出发点。它深入研究了进化史的深处，揭示了塑造人脑的复杂旅程。比较神经解剖学和系统发育提供了我们绘制认知进化肖像的画布。它考虑了雕刻人类大脑建筑的遗传和表观遗传学的约束。这些见解是进化全球神经科学所占据的基础。寻求解锁人脑的神秘复杂性，进化的全球神经科学是超越学科边界的变革性范式。这个广阔的领域探讨了我们的进化遗产与当代挑战在认知，脑健康和神经技术的不断发展的景观之间的深刻相互作用。认知，即人类生存的典型标志，几乎引起了我们的注意。它审问了跨时期认知的依赖价值，从而破译了其在生存和繁荣中的作用。然而，在这个快速的社会转变时代，“进化不匹配”的概念浮出水面。它探讨了这种不匹配是如何构成脑部疾病迅速发展的流行的基础，这突显了对解决认知健康的新范式的迫切需求。本文阐明了现代性脑部疾病的严峻景观。阿尔茨海默氏病和自闭症谱系障碍是吞噬我们的进化难题的典型典范。从遗传倾向到环境影响，它构成了这些疾病的多方面起源，始终注意到进化论
进化计算与可解释人工智能的交汇
在过去十年中，可解释人工智能 (XAI) 引起了研究界的极大兴趣，其动机是关键 AI 应用中需要解释。XAI 的一些最新进展基于进化计算 (EC) 技术，例如遗传编程。我们将这种趋势称为 XAI 中的 EC。我们认为 EC 方法的全部潜力尚未在 XAI 中得到充分发挥，并呼吁社区在这一领域做出未来的努力。同样，我们发现 EC 中对基于种群的方法的解释，即它们的搜索过程和结果的关注度日益增加。虽然已经朝这个方向做了一些尝试（尽管在大多数情况下，这些尝试并没有明确地放在 XAI 的背景下），但我们相信仍有几个研究机会和开放的研究问题，原则上可以促进 EC 在现实世界应用中更安全、更广泛地采用。我们将这种趋势称为 EC 中的 XAI。在这篇立场文件中，我们简要概述了上述两种趋势的主要结果，并提出 EC 社区可能在实现 XAI 方面发挥重要作用。
人工智能生态系统的进化动力学
摘要。我们分析了共同参与人工智能 (AI) 的企业和机构的部门和国家系统。除了将 AI 作为通用技术或其特定应用领域的分析之外，我们还借鉴了部门系统的进化分析，并询问“谁在做什么？”在 AI 中。我们提供连接 AI 开发者、制造商和用户的复杂相互依赖模式的细粒度视图。我们区分了 AI 支持、AI 生产和 AI 消费，并分析了企业和社区之间新兴的共同专业化模式。我们发现，人工智能的供应以少数几家大型科技公司为主导，这些公司对人工智能的下游应用（例如搜索、支付、社交媒体）支撑了人工智能最近的大部分进展，同时也提供了必要的上游计算能力（云和边缘）。这些公司在人工智能研究领域主导着顶尖学术机构，进一步巩固了它们的地位。我们发现，只有少数能够数字化和获取高质量数据的公司采用了人工智能，并从中受益。我们考虑了人工智能行业在三个主要地区（中国、美国和欧盟）的不同发展情况，并注意到少数公司正在构建全球人工智能生态系统。我们的贡献是以人工智能为例展示进化思维的演变：我们展示了从国家/部门系统到三螺旋/创新生态系统和数字平台的转变。我们得出了如此广泛的进化理论对理论和实践的影响。
通过进化计算创造人工智能
在过去十年左右的时间里，我们看到了人工智能 (AI) 的巨大进步。人工智能如今已进入现实世界，为具有巨大实际影响的应用提供动力。其中大部分都基于建模，即机器学习统计模型，从而可以预测未来情况下的正确决策。例如，我们现在拥有的物体识别、语音识别、游戏、语言理解和机器翻译系统可以与人类的表现相媲美，甚至在许多情况下超越人类 [8、9、20]。在每种情况下，都存在大量监督数据，为每个输入案例指定正确答案。利用现在可用的大量计算，可以训练神经网络以利用这些数据。因此，人工智能在我们已经知道需要做什么的任务中表现出色。人工智能的下一步是机器创造力。除了建模之外，还有大量任务的正确甚至好的解决方案尚不清楚，但需要被发现。例如，设计成本低廉、性能良好的工程解决方案、为用户提供良好服务的网页，甚至是控制温室中农业的生长配方，都是人类专业知识稀缺、难以找到好解决方案的任务[4、7、11、12、18]。机器创造的方法已经存在了几十年。我相信我们现在所处的境地与几年前的深度学习类似：随着计算能力提高数百万倍，这些方法现在可以用于扩展到现实世界的任务。进化计算处于独特的位置，可以利用这种能力，成为下一个深度学习。要了解原因，让我们考虑一下人类如何处理创造性任务，比如工程设计。典型的过程从现有设计开始，可能是需要改进或扩展的早期设计，或者是相关任务的设计。然后，设计师对此解决方案进行更改并进行评估。他/她保留那些效果良好的更改，丢弃那些效果不佳的更改，并进行迭代。当达到期望的性能水平，或者找不到更好的解决方案时，它会终止——此时，可以从不同的初始解决方案重新开始该过程。 这样的过程可以描述为爬山过程（图 1a）。 有了良好的初始洞察力，它
印度和“欧洲”进化政治经济学
摘要进化政治经济学（EPE）涉及人口和经济变化，但尚未超出欧洲工业历史。尽管Covid-19产生了挑战，但印度世界上最大的民主国家现在是世界上增长最快和第5个世界上最大的经济体，过渡到了一个独特的工业加深时期，工程产品和服务的出口扩大，在机场，公路，公路和铁路系统上的巨大外表，新的国防倡议，以促进全球的国防部，并在全球范围内脱颖而出。亚洲安全。本评论探讨了印度案件，认为EPE的技术能力和工业发展方法可以从对非欧洲案件的研究中大大加强。
将进化方面纳入双重使用讨论
微生物学和传染病的研究为改善人类的生活条件做出了巨大贡献。但是，另一方面，病原体中发现的发现可能会滥用损害人类，环境或整个社会的风险。这个“双重用途”困境描述了科学发现的“双重适用性”，以造福或造成伤害[1，2]。它包括可能滥用造成伤害的任何技术发展或搜索。With regard to the life sciences, Dual-Use of Research of Concern (DURC) denotes research that is intended for benefit, but which might easily be misapplied to cause harm (WHO: https://www.who.int/pub- lications/i/item/who-consultative-meeting-on-a-global-guidance-框架对遗物的框架使用生活案例（2021年10月28日，上次访问）在对病原微生物的研究中，双重使用科学发现的风险特别高，例如，在其传播性和毒力方面，在2001年在美国在美国的炭疽病攻击而成为公共现实[3]。这次攻击引发了人们对人类对人类潜在的损害的疑问，该人类以前没有被伦理委员会或机构审查委员会考虑。稍后，对两个实验的构造，这些实验使用基因工程来使高度致病的鸟类在雪貂中更具传染性，这是一种用于人类病毒传播的模型生物，使辩论达到了新的认识水平[4，5]。此外，病原体的遗传操作的进步已经超越了许多法律和道德框架。批评者声称，如果这些高度致病的病原体落入错误的手中，即故意滥用或无意中离开实验室，则声称有大流行的风险。这些问题的有效性在2014年显而易见，当时美国疾病控制与预防中心（CDC）和国立卫生研究院（NIH）实验室的四个安全漏洞导致了几个人的潜在传播，这些病原体可能会导致四种不同的病原体，这些病原体会导致造成诱使An-Thrax，Smallax，Smallpox，Avian-Avian-Avian-infuenza和Eabola和Eabola和7. 6，7，7，7]。双重用途研究还需要科学研究，以增加病原体对抗菌替代物的病原体和抗性，或者产生能够避免诊断的菌株[8]。因此，对关注的双重使用研究提出了探索道德和公共卫生政策中的多种问题。