생성과학

Generative science
몇 가지 간단한 규칙과 매개변수 사이의 상호작용은 끝이 없고 겉으로 보기에 예측할 수 없는 복잡성을 야기할 수 있다.

생식과학은 자연계와 그 복잡한 행동을 탐구하는 연구의 한 분야다.그것은 "자연적, 사회적 현상의 행동을 재현하거나 닮은 결정론적이고 유한한 규칙과 매개변수에 근거하여 명백하게 예상치 못한 무한한 행동을 발생시키는 방법"[1]을 탐구한다.그러한 상호작용을 모델링함으로써, 실제 세계 상황에서 주목받지 못했던 시스템에 속성이 존재한다는 것을 제시할 수 있다.[2]연구분야의 예로는 사회과정에 의도하지 않은 결과가 어떻게 발생하는가 하는 것이다.

생성과학은 여러 단계의 조직에서 자연현상을 탐구하는 경우가 많다.[3][4]자기 조직적인 자연 시스템은 이론적으로나 시뮬레이션 실험에 의해 연구된 중심 과목이다.일반적으로 복잡한 시스템에 대한 연구는 "일반적인 시스템 이론"이라는 제목 아래 그룹화되었는데, 특히 루드비히 폰 베르탈란피, 아나톨 라포포트, 랄프 제라드, 케네스 볼딩에 의해 이루어졌다.

과학적이고 철학적인 기원

비행기 날개의 끝 소용돌이의 난기류.예를 들어 란다우-홉프 난류 이론을 개발한 소련 물리학자 Lev Landau가 분석한, 시스템이 난류를 일으키는 임계점에 대한 연구는 혼돈 이론에 중요했다.데이비드 루엘과 플로리스 타켄스는 나중에 랜다우를 상대로 혼돈 이론의 주요 개념인 이상한 유인기를 통해 유동적인 난기류가 전개될 수 있다고 예측했다.
피라미드 뉴런의 덴드라이트의 분기 건축에 대한 컴퓨터 시뮬레이션.[5]
새떼와 같은 무리 행동의 자연 현상은 개별 단위의 간단한 규칙을 사용하여 인위적으로 모델링할 수 있으며, 어떤 중앙집중식 제어보다는 군집 지능을 가지고 있다.

컴퓨터와 오토마타 이론의 발전은 생성 과학의 성장을 위한 기술적 토대를 마련했다.예를 들면 다음과 같다.

  • 세포자동차는 복잡한 행동을 나타내기 위해 결정론적 규칙에 따라 상호작용하는 단순한 실체들의 수학적 표현이다.그것들은 물리적 우주의 새로운 과정, 신경 인지 과정, 사회적 행동을 모델링하는데 사용될 수 있다.[6][7][8][9]
    • 콘웨이의 게임 오브 라이프(Game of Life)는 셀룰러 오토마타를 기반으로 한 제로 플레이 게임으로, 초기 조건 설정에 입력만 있다는 뜻이며, 시스템이 어떻게 진화하는지 보는 게임이다.[10]
    • 1996년 조슈아 M. 엡스타인과 로버트 엑스텔은 일련의 자동화 규칙과 자원에 의존하는 인구를 모형화하는 슈가스케이프라는 시스템을 제안하는 '인공적 사회 성장'이라는 책을 썼다.
  • 인공신경망은 여전히 인간의 뇌보다 덜 복잡하고 웜의 계산력에 더 가깝지만 인간의 뇌와 같은 방식으로 문제를 해결하려고 시도한다.인간의 뇌에 대한 이해의 진보는 종종 신경망의 새로운 패턴을 자극한다.

인지과학과 관련된 생성과학에서 가장 영향력 있는 진보 중 하나는 노암 촘스키(1957)의 생성문법 개발로 언어 발생과 의미론적 내용을 분리하여 인간 언어에 대한 중요한 문제를 밝혀낸 데서 비롯되었다.커트 르윈, 제이콥 레비 모레노, 프리츠 하이더 등 MIT의 심리학자들이 집단 역학 연구의 토대를 마련한 것도 1950년대 초반으로, 이후 소셜 네트워크 분석으로 발전했다.

참고 항목

  • 생성 시스템 – 청중이 주도하는 변화를 이끌어 낼 수 있는 기술

참조

  1. ^ Gordana Dodig-Crnkovic; Raffaela Giovagnoli (2013), "Computing Nature – A Network of Networks of Concurrent Information Processes", in Gordana Dodig-Crnkovic; Raffaela Giovagnoli (eds.), Computing nature: Turing centenary perspective, Springer, p. 7, ISBN 978-3-642-37225-4
  2. ^ Ning Nan, Erik W. Johnston, Judith S. Olson (2008), "Unintended consequences of collocation: using agent-based modeling to untangle effects of communication delay and in-group favor", Computational & Mathematical Organization Theory, 14 (2): 57–83, doi:10.1007/s10588-008-9024-4{{citation}}: CS1 maint: 작성자 매개변수 사용(링크)
  3. ^ Farre, G. L. (1997). "The Energetic Structure of Observation: A Philosophical Disquisition". American Behavioral Scientist. 40 (6): 717–728. doi:10.1177/0002764297040006004.
  4. ^ J. 슈미두버(1997) 생명, 우주, 모든 것에 대한 컴퓨터 과학자의 견해.컴퓨터 과학의 기초:잠재력 – 이론 – 인지, 컴퓨터 과학 강의 노트 201-208페이지, 스프링거
  5. ^ Hermann Cuntz (2010). "PLoS Computational Biology Issue Image Vol. 6(8) August 2010". PLOS Computational Biology. 6 (8): ev06.ei08. doi:10.1371/image.pcbi.v06.i08.
  6. ^ Kenrick, DT; Li, NP; Butner, J (2003). "Dynamical evolutionary psychology: individual decision rules and emergent social norms". Psychological Review. 110 (1): 3–28. CiteSeerX 10.1.1.526.5218. doi:10.1037/0033-295X.110.1.3. PMID 12529056.
  7. ^ Epstein, Joshua M.; Axtell, Robert L. (1996). Growing Artificial Societies: Social Science From the Bottom Up. Cambridge MA: MIT/Brookings Institution. p. 224. ISBN 978-0-262-55025-3.
  8. ^ Nowak A., Vallacher R.R., Tesser A., Borkowski W. (2000), "Society of Self: The emergence of collective properties in self-structure", Psychological Review, 107 (1): 39–61, doi:10.1037/0033-295x.107.1.39, PMID 10687402{{citation}}: CS1 maint: 작성자 매개변수 사용(링크)
  9. ^ Epstein J.M. (1999), "Agent Based Computational Models and Generative Social Science", Complexity, 4 (5): 41–60, Bibcode:1999Cmplx...4e..41E, CiteSeerX 10.1.1.353.5950, doi:10.1002/(SICI)1099-0526(199905/06)4:5<41::AID-CPLX9>3.0.CO;2-F
  10. ^ 존 콘웨이의 인생 게임

외부 링크