Генеративная наука - Generative science

Взаимодействие между несколькими простыми правилами и параметрами может привести к бесконечной, казалось бы, непредсказуемой сложности.

Генеративная наука это область исследований, изучающая естественные Мир и его сложное поведение. Он исследует способы «генерировать явно непредвиденное и бесконечное поведение, основанное на детерминированный и конечный правила и параметры, воспроизводящие или напоминающие поведение природных и социальных явлений ».[1] Моделируя такие взаимодействия, можно предположить, что в системе существуют свойства, которые не были замечены в реальной ситуации.[2] Примером области обучения является то, как непреднамеренные последствия возникают в социальных процессах.

Генеративные науки часто исследуют природные явления на нескольких уровнях организации.[3][4] Самоорганизация естественные системы - центральный предмет, изучаемый как теоретически, так и посредством имитационных экспериментов. Изучение сложных систем в целом было сгруппировано под заголовком «общая теория систем ", в частности Людвиг фон Берталанфи, Анатолий Рапопорт, Ральф Джерард, и Кеннет Боулдинг.

Эти науки включают психология и наука о мышлении, клеточные автоматы, генеративная лингвистика, обработка естественного языка, коннекционизм, самоорганизация, эволюционная биология, нейронная сеть, социальная сеть, нейромузыкология, квантовые клеточные автоматы, теория информации, теория систем, генетические алгоритмы, вычислительная социология, сети связи, искусственная жизнь, теория хаоса, теория сложности, сетевая наука, эпистемология, квантовая точка клеточного автомата, квантовый компьютер, системное мышление, генетика, экономия, философия науки, квантовая механика, кибернетика, цифровая физика, цифровая философия, биоинформатика, агентное моделирование и теория катастроф.

Научное и философское происхождение

Турбулентность в кончик вихря из самолет крыло. Исследования критической точки, за которой система создает турбулентность, были важны для теория хаоса, проанализированные, например, Советский физик Лев Ландау кто разработал Теория турбулентности Ландау-Хопфа. Дэвид Рюэлль и Флорис Такенс позже предсказал против Ландау, что турбулентность жидкости может развиться через странный аттрактор, основная концепция теории хаоса.
Компьютерное моделирование разветвленной архитектуры дендриты из пирамидные нейроны.[5]
Естественный феномен поведения стада, как в стае птиц, можно смоделировать искусственно, используя простые правила в отдельных единицах, с рой интеллект а не централизованное управление.

Развитие компьютеров и теория автоматов заложил техническую основу для роста генеративных наук. Например:

  • Клеточные автоматы являются математическими представлениями простых объектов, взаимодействующих под детерминированный правила для проявления сложного поведения. Их можно использовать для моделирования возникающих процессов физической вселенной, нейронных когнитивных процессов и социального поведения.[6][7][8][9]
    • Игра жизни Конвея - это игра с нулевым игроком, основанная на клеточных автоматах, а это означает, что единственный ввод - это установка начальных условий, а игра - увидеть, как развивается система.[10]
    • В 1996 г. Джошуа М. Эпштейн и Роберт Экстелл написал книгу Растущие искусственные общества который предлагает набор автоматных правил и систему, называемую Sugarscape который моделирует население, зависящее от ресурсов (называемых сахаром).
  • Искусственные нейронные сети попытаться решить проблемы так же, как это сделал бы человеческий мозг, хотя они все еще на несколько порядков менее сложны, чем человеческий мозг, и ближе к вычислительной мощности червя. Прогресс в понимании человеческого мозга часто стимулирует новые шаблоны в нейронных сетях.

Одно из самых значительных достижений в области генеративных наук, связанное с наука о мышлении пришли из Ноам Хомский (1957 г.) разработка порождающая грамматика, которые отделили генерацию языка от семантического содержания и тем самым раскрыли важные вопросы о человеческом языке. Также в начале 1950-х психологи из Массачусетского технологического института, в том числе Курт Левин, Джейкоб Леви Морено и Фриц Хайдер заложил основы для групповая динамика исследования, которые позже переросли в социальная сеть анализ.

Смотрите также

  • Генеративные системы - Технологии с общей способностью производить спонтанные изменения, движимые большой, разнообразной и нескоординированной аудиторией

Рекомендации

  1. ^ Гордана Додиг-Црнкович; Раффаэла Джованьоли (2013), «Вычислительная природа - сеть сетей параллельных информационных процессов», в Гордане Додиг-Црнкович; Раффаэла Джованьоли (ред.), Вычислительная природа: перспектива столетия Тьюринга, Springer, стр. 7, ISBN  978-3-642-37225-4
  2. ^ Нинг Нан, Эрик В. Джонстон, Джудит С. Олсон (2008), «Непредвиденные последствия коллокации: использование агент-ориентированного моделирования для распутывания эффектов задержки коммуникации и группового расположения», Вычислительная и математическая теория организации, 14 (2): 57–83, Дои:10.1007 / s10588-008-9024-4CS1 maint: использует параметр авторов (связь)
  3. ^ Фарре, Г. Л. (1997). "Энергетическая структура наблюдения: философское исследование". Американский бихевиорист. 40 (6): 717–728. Дои:10.1177/0002764297040006004.
  4. ^ J. Schmidhuber. (1997) Взгляд компьютерного ученого на жизнь, вселенную и все остальное. Основы компьютерных наук: потенциал - теория - познание, конспект лекций по компьютерным наукам, страницы 201–208, Springer
  5. ^ Герман Кунц (2010). "Изображение выпуска журнала PLoS по вычислительной биологии | Том 6 (8) август 2010 г.". PLOS вычислительная биология. 6 (8): ev06.ei08. Дои:10.1371 / image.pcbi.v06.i08.
  6. ^ Kenrick, DT; Ли, НП; Батнер, Дж (2003). «Динамическая эволюционная психология: индивидуальные правила принятия решений и возникающие социальные нормы». Психологический обзор. 110 (1): 3–28. CiteSeerX  10.1.1.526.5218. Дои:10.1037 / 0033-295X.110.1.3. PMID  12529056.
  7. ^ Эпштейн, Джошуа М.; Акстелл, Роберт Л. (1996). Растущие искусственные общества: социальные науки снизу вверх. Кембридж, Массачусетс: Массачусетский технологический институт / Брукингский институт. п.224. ISBN  978-0-262-55025-3.
  8. ^ Новак А., Валлахер Р., Тессер А., Борковски В. (2000), «Общество самости: появление коллективных свойств в самоструктуре», Психологический обзор, 107 (1): 39–61, Дои:10.1037 / 0033-295x.107.1.39, PMID  10687402CS1 maint: использует параметр авторов (связь)
  9. ^ Эпштейн Дж. М. (1999), "Вычислительные модели на основе агентов и генеративная социальная наука", Сложность, 4 (5): 41–60, Bibcode:1999Cmplx ... 4e..41E, CiteSeerX  10.1.1.353.5950, Дои:10.1002 / (SICI) 1099-0526 (199905/06) 4: 5 <41 :: AID-CPLX9> 3.0.CO; 2-F
  10. ^ Игра жизни Джона Конвея

внешняя ссылка