توضیحات
فصل ششم به رفع شکاف کمی در نظریه تکامل داروین میپردازد؛ چرا که داروینیسم اگرچه فرآیند انتخاب طبیعی را از نظر کیفی به زیبایی تبیین میکند، اما فاقد چارچوب محاسباتی لازم برای توضیح سرعت تکامل و پیدایش مدارهای زیستی پیچیده در زمان محدود زمین است. نویسنده با بازتعریف تکامل بهعنوان شکلی خاص از یادگیری احتمالاً تقریباً صحیح، نشان میدهد که تکامل، فرآیندی برای افزایش کارایی در تعامل با محیط است که از طریق تعقیب هدفهای تکاملپذیر پیش میرود. در این مدل، ژنومها مانند فرضیههای یادگیری عمل کرده و تحت محدودیتهای آماری، مدارهای تنظیمی پروتئینها و رفتارهای پیچیده را شکل میدهند. همچنین اثبات میشود که تکاملپذیری مرزهای ریاضی مشخصی دارد؛ برخی ردههای کارکردی مانند توابع خطی و یکنوا تکاملپذیرند، در حالی که برخی دیگر به دلیل محدودیتهای ساختاری در زمان معقول قابل دستیابی نیستند. بدین ترتیب، نظریه یادگیری محاسباتی، شالودهای کمی و دقیق برای درک مکانیسمهای پنهان حیات و توسعه شگفتانگیز پیچیدگیهای زیستی بدون نیاز به طراح پیشین ارائه میدهد.