Naukowcy z obszaru sztucznej inteligencji przedstawili Minimalist Genetic Programming (MGP), alternatywę dla tradycyjnego programowania genetycznego. Zamiast polegać na procesie ewolucyjnym, nowa metoda czerpie inspirację z minimalistycznego programu w lingwistyce, w którym składnia jest rozumiana jako optymalne rozwiązanie problemu łączenia dwóch systemów umysłowych.
Klucz do MGP to operator MERGE – prosty mechanizm formowania zbiorów binarnych, który pozwala na inkrementalne konstruowanie złożonych struktur syntaktycznych za pomocą procesu Markowa. System najpierw odkrywa podstawowe elementy wyrażeń symbolicznych, a następnie łączy je w coraz bardziej zaawansowane struktury. To podejście wynika z obserwacji, że natura tworzy złożoność z prostych, powtarzalnych operacji.
Benefity są konkretne: MGP sprawnie radzi sobie w zadaniach regresji symbolicznej, gdzie tradycyjne GP często zawodzi ze względu na problem bloatu – tendencję do rozrostu rozwiązań poprzez gromadzenie niepotrzebnego kodu. Opracowanie właściwego leksykonu atomowych elementów pozwala systemowi efektywnie wyszukiwać rozwiązania. Chociaż badania są wciąż wczesne, połączenie bioinspiracji z lingwistyczną teorią otwiera nowy kierunek dla indukcji programów i może przyczynić się do bardziej eleganckiej i skalowanej inżynierii wyrażeń symbolicznych.