Myths and Legends of the Baldwin Effect

This position paper argues that the Baldwin effect is widely misunderstood by the evolutionary computation community. The misunderstandings appear to fall into two general categories. Firstly, it is commonly believed that the Baldwin effect is concerned with the synergy that results when there is an evolving population of learning individuals.This is only half of the story. The full story is more complicated and more interesting. The Baldwin effect is concerned with the costs and benefits of lifetime learning by individuals in an evolving population. Several researchers have focussed exclusively on the benefits, but there is much to be gained from attention to the costs. This paper explains the two sides of the story and enumerates ten of the costs and benefits of lifetime learning by individuals in an evolving population. Secondly, there is a cluster of misunderstandings about the relationship between the Baldwin effect and Lamarckian inheritance of acquired characteristics. The Baldwin effect is not Lamarckian. A Lamarckian algorithm is not better for most evolutionary computing problems than a Baldwinian algorithm. Finally, Lamarckian inheritance is not a better model of memetic (cultural) evolution than the Baldwin effect.Le pr\ue9sent document de principe fait valoir que l'effet Baldwin est mal compris dans l'ensemble par la communaut\ue9 de l'informatique \ue9volutive. Cette mauvaise compr\ue9hension est \ue0 deux volets g\ue9n\ue9raux. D'abord, il est courant de croire que l'effet Baldwin a trait \ue0 la synergie r\ue9sultant de la pr\ue9sence d'une population \ue9volutive d'apprenants. Ce n'est qu'une partie de la v\ue9rit\ue9. Dans les faits, cela est beaucoup plus complexe et vraiment plus int\ue9ressant. l'effet Baldwin a trait aux co\ufbts et aux avantages li\ue9s \ue0 la dur\ue9e de l'apprentissage par les apprenants dans une population \ue9volutive. Plusieurs chercheurs ont concentr\ue9 leurs efforts exclusivement sur les avantages, mais on gagne beaucoup \ue0 se pencher sur les co\ufbts. Le pr\ue9sent document explique les deux volets de la r\ue9alit\ue9 et \ue9num\ue8re dix des aspects li\ue9s aux co\ufbts et des avantages de la dur\ue9e de l'apprentissage par les apprenants dans une population \ue9volutive. Deuxi\ue8mement, il existe un ensemble de fausses conceptions quant au rapport existant entre l'effet Baldwin et l'h\ue9ritage de Lamarck concernant les caract\ue9ristiques acquises. l'effet Baldwin n'est pas de type Lamarck. Un algorithme de Lamarck ne vaut pas plus qu'un algorithme de Baldwin pour la plupart des probl\ue8mes de l'informatique \ue9volutive. Finalement, l'h\ue9ritage de Lamarck ne constitue pas un mod\ue8le meilleur que l'effet Baldwin pour une \ue9volution mim\ue9tique (culturelle).NRC publication: Ye