Nauka generatywna

Interakcja między kilkoma prostymi regułami i parametrami może powodować nieskończoną, pozornie nieprzewidywalną złożoność.

Nauki generatywne to dziedzina badań, która bada świat przyrody i jego złożone zachowania. Bada sposoby „generowania pozornie nieoczekiwanych i nieskończonych zachowań w oparciu o deterministyczne i skończone reguły i parametry odtwarzające lub przypominające zachowanie zjawisk naturalnych i społecznych”. Modelując takie interakcje, może sugerować, że w systemie istnieją właściwości, które nie zostały zauważone w rzeczywistej sytuacji. Przykładowym obszarem badań jest to, jak niezamierzone konsekwencje w procesach społecznych.

Nauki generatywne często badają zjawiska naturalne na kilku poziomach organizacji. Samoorganizujące się systemy naturalne są głównym tematem, badanym zarówno teoretycznie, jak i za pomocą eksperymentów symulacyjnych. Badanie systemów złożonych w ogóle zostało zgrupowane pod nagłówkiem „ ogólnej teorii systemów ”, szczególnie przez Ludwiga von Bertalanffy'ego , Anatola Rapoporta , Ralpha Gerarda i Kennetha Bouldinga .

Pochodzenie naukowe i filozoficzne

Turbulencja w wirze wierzchołkowym skrzydła samolotu . Badania punktu krytycznego, poza którym system tworzy turbulencje, były ważne dla teorii chaosu , analizowane na przykład przez radzieckiego fizyka Lwa Landaua , który rozwinął teorię turbulencji Landaua-Hopfa . David Ruelle i Floris Takens przewidzieli później, wbrew Landauowi, że turbulencje płynów mogą rozwinąć się przez dziwny atraktor , co jest główną koncepcją teorii chaosu.
Symulacja komputerowa architektury rozgałęzień dendrytów neuronów piramidalnych .
Naturalne zjawisko zachowania stada, podobnie jak w przypadku stada ptaków, można sztucznie modelować przy użyciu prostych reguł w poszczególnych jednostkach, z inteligencją roju , a nie z jakąkolwiek scentralizowaną kontrolą.

Rozwój teorii komputerów i automatów położył podwaliny techniczne pod rozwój nauk generatywnych. Na przykład:

  • Automaty komórkowe to matematyczne reprezentacje prostych bytów oddziałujących na siebie zgodnie z deterministycznymi regułami w celu manifestowania złożonych zachowań. Można je wykorzystać do modelowania procesów powstających w fizycznym wszechświecie, neuronalnych procesów poznawczych i zachowań społecznych.
    • Conway's Game of Life to gra zero-player oparta na automatach komórkowych, co oznacza, że ​​jedynym wejściem jest ustawienie warunków początkowych, a gra polega na obserwowaniu, jak system ewoluuje.
    • W 1996 roku Joshua M. Epstein i Robert Axtell napisali książkę Growing Artificial Societies , która proponuje zestaw reguł automatów i system o nazwie Sugarscape , który modeluje populację zależną od zasobów (zwanych cukrem).
  • Sztuczne sieci neuronowe próbują rozwiązywać problemy w taki sam sposób, jak ludzki mózg, chociaż wciąż są o kilka rzędów wielkości mniej złożone niż ludzki mózg i bliższe mocy obliczeniowej robaka. Postępy w zrozumieniu ludzkiego mózgu często stymulują nowe wzorce w sieciach neuronowych.

Jeden z najbardziej wpływowych postępów w naukach generatywnych związanych z kognitywistyką pochodzi z opracowania przez Noama Chomsky'ego (1957) gramatyki generatywnej , która oddzieliła generowanie języka od treści semantycznej, a tym samym ujawniła ważne pytania dotyczące języka ludzkiego. Również na początku lat pięćdziesiątych psychologowie z MIT, w tym Kurt Lewin , Jacob Levy Moreno i Fritz Heider, położyli podwaliny pod badania nad dynamiką grupy , które później przekształciły się w sieć społecznościową analiza.

Zobacz też

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Generative_science&oldid=1106990867 ”