System adaptacyjny - Adaptive system

System adaptacyjny to zestaw oddziałujących lub współzależnych jednostek, rzeczywistych lub abstrakcyjnych, tworzących zintegrowaną całość, które razem są w stanie reagować na zmiany środowiskowe lub zmiany w oddziałujących częściach, w sposób analogiczny do ciągłej homeostazy fizjologicznej lub adaptacji ewolucyjnej w biologii . Pętle sprzężenia zwrotnego stanowią kluczową cechę systemów adaptacyjnych, takich jak ekosystemy i indywidualne organizmy ; lub w ludzkim świecie, społecznościach , organizacjach i rodzinach . Systemy adaptacyjne można zorganizować w hierarchię.

Sztuczne systemy adaptacyjne obejmują roboty z systemami sterowania, które wykorzystują ujemne sprzężenie zwrotne w celu utrzymania pożądanych stanów.

Prawo adaptacji

Prawo adaptacji można określić nieformalnie jako:

Każdy system adaptacyjny zbliża się do stanu, w którym ustaje wszelkiego rodzaju stymulacja.

Formalnie prawo można zdefiniować w następujący sposób:

Mając dany system , mówimy, że zdarzenie fizyczne jest bodźcem dla systemu wtedy i tylko wtedy, gdy prawdopodobieństwo, że system dozna zmiany lub zostanie zakłócony (w swoich elementach lub procesach) w momencie zajścia zdarzenia jest ściśle większe niż wcześniejsze prawdopodobieństwo, które ulega zmianie niezależnie od :

Niech będzie dowolnym systemem podlegającym zmianom w czasie i niech będzie dowolnym zdarzeniem, które jest bodźcem dla systemu : mówimy, że jest systemem adaptacyjnym wtedy i tylko wtedy, gdy t dąży do nieskończoności prawdopodobieństwo, że system zmieni swoje zachowanie w krok czasowy danego zdarzenia jest równy prawdopodobieństwu, że system zmieni swoje zachowanie niezależnie od wystąpienia zdarzenia . W kategoriach matematycznych:

  1. -
  2. -

Zatem dla każdej chwili będzie istniał taki przedział czasowy , że:

Hierarchia adaptacji: Practopoiesis

Pętle sprzężenia zwrotnego i interakcje poetyckie w adaptacjach hierarchicznych.

Jak różne rodzaje adaptacji wchodzą w interakcję w żywym systemie? Practopoiesis, termin należny jego twórcy Danko Nikolicia, jest odniesieniem do hierarchii mechanizmów adaptacyjnych odpowiadających na to pytanie. Hierarchia adaptacyjna tworzy rodzaj samoregulującego się systemu, w którym autopoeza całego organizmu lub komórki zachodzi poprzez hierarchię allopoetycznych interakcji między składnikami . Jest to możliwe, ponieważ komponenty są zorganizowane w poetycką hierarchię: działania adaptacyjne jednego komponentu skutkują powstaniem drugiego komponentu. Teoria sugeruje, że żywe systemy wykazują hierarchię w sumie czterech takich adaptacyjnych operacji poetyckich:

   evolution (i) → gene expression (ii) → non gene-involving homeostatic mechanisms (anapoiesis) (iii) → final cell function (iv)

Wraz ze wzrostem hierarchii w kierunku wyższych poziomów organizacji wzrasta szybkość adaptacji. Ewolucja jest najwolniejsza; ekspresja genów jest szybsza; i tak dalej. Ostatnia funkcja komórki jest najszybsza. Ostatecznie, practopoeza kwestionuje obecną doktrynę neuronaukową, twierdząc, że operacje umysłowe zachodzą przede wszystkim na poziomie homeostatycznym, anapoetycznym (iii) — tj. że umysły i myśli wyłaniają się z szybkich mechanizmów homeostatycznych, które poetycko kontrolują funkcję komórki. Kontrastuje to z rozpowszechnionym założeniem, że myślenie jest równoznaczne z obliczeniami wykonywanymi na poziomie aktywności neuronowej (tj. z „ostateczną funkcją komórki” na poziomie iv).

Sharov zaproponował, że tylko komórki eukariotyczne mogą osiągnąć wszystkie cztery poziomy organizacji.

Każdy wolniejszy poziom zawiera wiedzę, która jest bardziej ogólna niż szybszy poziom; na przykład geny zawierają więcej ogólnej wiedzy niż mechanizmy anapoetyczne, które z kolei zawierają więcej ogólnej wiedzy niż funkcje komórki. Ta hierarchia wiedzy umożliwia poziomowi anapoetycznemu wdrażanie pojęć , które są najbardziej podstawowymi składnikami umysłu. Sugeruje się, że u podstaw idei leży aktywacja pojęć poprzez anapoezę . Praktopoeza ma również wpływ na zrozumienie ograniczeń Deep Learning .

Empiryczne testy praktopoezy wymagają uczenia się na zadaniach dwupętlowych: Należy ocenić, jak zdolność uczenia się przystosowuje się w czasie, tj. jak system uczy się uczyć (adaptuje swoje zdolności adaptacyjne).

Korzyści z systemów samoregulujących

W systemie adaptacyjnym parametr zmienia się powoli i nie ma preferowanej wartości. Jednak w systemie samoregulującym wartość parametru „zależy od historii dynamiki systemu”. Jedną z najważniejszych cech systemów samoregulujących jest „ dostosowanie się do krawędzi chaosu ” lub umiejętność unikania chaosu . Praktycznie rzecz biorąc, kierując się na skraj chaosu bez posuwania się dalej, lider może działać spontanicznie, ale bez katastrofy. Artykuł dotyczący złożoności z marca/kwietnia 2009 r. wyjaśnia dalej stosowane systemy samoregulujące i ich realistyczne implikacje. Fizycy wykazali, że adaptacja do krawędzi chaosu występuje w prawie wszystkich systemach ze sprzężeniem zwrotnym .


Zobacz też

Uwagi

Bibliografia

Zewnętrzne linki