Articulo de referencia

Ciencia generativa

La interacción entre unas pocas reglas y parámetros sencillos puede generar una complejidad infinita y aparentemente impredecible. La ciencia generativa es un área de investigac...

La interacción entre unas pocas reglas y parámetros sencillos puede generar una complejidad infinita y aparentemente impredecible.

La ciencia generativa es un área de investigación que explora el mundo natural y sus comportamientos complejos. Explora formas de generar comportamientos aparentemente imprevistos e infinitos a partir de reglas y parámetros deterministas y finitos que reproducen o se asemejan al comportamiento de fenómenos naturales y sociales. [ 1 ] Al modelar dichas interacciones, puede sugerir que existen propiedades en el sistema que no se habían observado en la situación del mundo real. [ 2 ] Un ejemplo de campo de estudio es cómo surgen consecuencias no deseadas en los procesos sociales.

Las ciencias generativas suelen explorar fenómenos naturales en varios niveles de organización. [ 3 ] [ 4 ] Los sistemas naturales autoorganizados son un tema central, estudiado tanto teóricamente como mediante experimentos de simulación. El estudio de los sistemas complejos en general se ha agrupado bajo el título de " teoría general de sistemas ", particularmente por Ludwig von Bertalanffy , Anatol Rapoport , Ralph Gerard y Kenneth Boulding .

Orígenes científicos y filosóficos

Turbulencia en el vórtice de la punta del ala de un avión . Los estudios del punto crítico a partir del cual un sistema genera turbulencia fueron importantes para la teoría del caos , analizada, por ejemplo, por el físico soviético Lev Landau, quien desarrolló la teoría de la turbulencia de Landau-Hopf . Posteriormente, David Ruelle y Floris Takens predijeron, en contra de Landau, que la turbulencia de fluidos podría desarrollarse a través de un atractor extraño , un concepto fundamental de la teoría del caos.
Simulación por computadora de la arquitectura ramificada de las dendritas de las neuronas piramidales . [ 5 ]
El fenómeno natural del comportamiento gregario, como el de una bandada de pájaros, puede modelarse artificialmente utilizando reglas sencillas en unidades individuales, con inteligencia colectiva en lugar de un control centralizado.

El desarrollo de las computadoras y la teoría de autómatas sentaron las bases técnicas para el crecimiento de las ciencias generativas. Por ejemplo:

  • Los autómatas celulares son representaciones matemáticas de entidades simples que interactúan bajo reglas deterministas para manifestar comportamientos complejos. Se pueden utilizar para modelar procesos emergentes del universo físico, procesos cognitivos neuronales y comportamiento social. [ 6 ] [ 7 ] [ 8 ] [ 9 ]
    • El Juego de la Vida de Conway es un juego de cero jugadores basado en autómatas celulares, lo que significa que la única entrada es establecer las condiciones iniciales, y el juego consiste en ver cómo evoluciona el sistema. [ 10 ]
    • En 1996, Joshua M. Epstein y Robert Axtell escribieron el libro Growing Artificial Societies , en el que proponen un conjunto de reglas para autómatas y un sistema llamado Sugarscape que modela una población dependiente de recursos (llamados azúcar).
  • Las redes neuronales artificiales intentan resolver problemas del mismo modo que lo haría el cerebro humano, aunque su complejidad es varios órdenes de magnitud menor y su capacidad de cálculo se asemeja más a la de un gusano. Los avances en la comprensión del cerebro humano suelen estimular nuevos patrones en las redes neuronales.

Uno de los avances más influyentes en las ciencias generativas, en relación con la ciencia cognitiva, provino del desarrollo de la gramática generativa por parte de Noam Chomsky (1957) , que separó la generación del lenguaje del contenido semántico y, por lo tanto, reveló cuestiones importantes sobre el lenguaje humano. También a principios de la década de 1950, psicólogos del MIT, entre ellos Kurt Lewin , Jacob Levy Moreno y Fritz Heider, sentaron las bases de la investigación sobre la dinámica de grupos , que posteriormente se convirtió en el análisis de redes sociales .

Véase también

Referencias

  1. Gordana Dodig-Crnkovic; Raffaela Giovagnoli (2013), "Computing Nature – A Network of Networks of Concurrent Information Processes", en 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), "Consecuencias no deseadas de la colocación: uso de modelos basados ​​en agentes para desentrañar los efectos del retraso en la comunicación y el favoritismo hacia el grupo", Computational and Mathematical Organization Theory , 14 (2): 57–83 , doi : 10.1007/s10588-008-9024-4 , S2CID 397177 
  3. Farre, GL (1997). "La estructura energética de la observación: una disquisición filosófica". American Behavioral Scientist . 40 (6): 717– 728. doi : 10.1177/0002764297040006004 . S2CID 144764570 . 
  4. J. Schmidhuber. (1997) La visión de un científico informático sobre la vida, el universo y todo lo demás . Fundamentos de la informática: potencial, teoría y cognición, Lecture Notes in Computer Science, páginas 201-208, Springer.
  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). "Psicología evolutiva dinámica: reglas de decisión individuales y normas sociales emergentes". Psychological Review . 110 (1): 3– 28. CiteSeerX 10.1.1.526.5218 . doi : 10.1037/0033-295X.110.1.3 . PMID 12529056 . S2CID 43306158 .   
  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 RR; Tesser A.; Borkowski W. (2000), "Sociedad del yo: El surgimiento de propiedades colectivas en la estructura del yo", Psychological Review , 107 (1): 39– 61, doi : 10.1037/0033-295x.107.1.39 , PMID 10687402 
  9. Epstein JM (1999), "Modelos computacionales basados ​​en agentes y ciencia social generativa", 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. El juego de la vida de John Conway
  • http://www.swarthmore.edu/socsci/tburke1/artsoc.html Archivado el 9 de abril de 2005 en Wayback Machine (Sociedades artificiales, mundos virtuales y los problemas y posibilidades compartidas de la emergencia)
  • http://jasss.soc.surrey.ac.uk/JASSS.html (Revista de Sociedades Artificiales y Simulación Social)