Un sistema adaptativo es un conjunto de entidades interactuantes o interdependientes, reales o abstractas, que forman un todo integrado que en conjunto son capaces de responder a cambios ambientales o cambios en las partes que interactúan, de manera análoga a la homeostasis fisiológica continua o la adaptación evolutiva en biología. . Los circuitos de retroalimentación representan una característica clave de los sistemas adaptativos, como los ecosistemas y los organismos individuales ; o en el mundo humano, comunidades , organizaciones y familias . Los sistemas adaptativos se pueden organizar en una jerarquía.
Los sistemas adaptativos artificiales incluyen robots con sistemas de control que utilizan retroalimentación negativa para mantener los estados deseados.
La ley de la adaptación
La ley de adaptación puede enunciarse informalmente como:
Todo sistema adaptativo converge a un estado en el que cesa todo tipo de estimulación. [1]
Formalmente, la ley se puede definir de la siguiente manera:
Dado un sistema , decimos que un evento físico es un estímulo para el sistema si y solo si la probabilidad que el sistema sufre un cambio o se perturbe (en sus elementos o en sus procesos) cuando el evento ocurre es estrictamente mayor que la probabilidad previa de que sufre un cambio independientemente de :
Dejar Ser un sistema arbitrario sujeto a cambios en el tiempo. y deja ser un evento arbitrario que es un estímulo para el sistema : Nosotros decimos eso es un sistema adaptativo si y solo si cuando t tiende al infinito la probabilidad de que el sistema cambiar su comportamiento en un paso de tiempo dado el evento es igual a la probabilidad de que el sistema cambie su comportamiento independientemente de la ocurrencia del evento . En términos matemáticos:
- -
- -
Así, para cada instante existirá un intervalo temporal tal que:
Jerarquía de adaptaciones: practopoyesis
¿Cómo interactúan varios tipos de adaptaciones en un sistema vivo? Practopoiesis, [2] un término debido a su creador Danko Nikolić, [3] es una referencia a una jerarquía de mecanismos de adaptación que responde a esta pregunta. La jerarquía adaptativa forma una especie de sistema autoajustable en el que la autopoyesis de todo el organismo o de una célula se produce a través de una jerarquía de interacciones alopoyéticas entre componentes . [4] Esto es posible porque los componentes están organizados en una jerarquía poiética : las acciones adaptativas de un componente dan como resultado la creación de otro componente. La teoría propone que los sistemas vivos exhiben una jerarquía de un total de cuatro de tales operaciones poiéticas adaptativas:
evolución (i) → expresión génica (ii) → mecanismos homeostáticos que no implican genes (anapoyesis) (iii) → función celular final (iv)
A medida que la jerarquía evoluciona hacia niveles superiores de organización, aumenta la velocidad de adaptación. La evolución es la más lenta; la función celular final es la más rápida. En última instancia, la practopoyesis desafía la doctrina neurocientífica actual al afirmar que las operaciones mentales ocurren principalmente en el nivel homeostático, anapoyético (iii), es decir, que las mentes y el pensamiento emergen de mecanismos homeostáticos rápidos que controlan poéticamente la función celular. Esto contrasta la creencia generalizada de que pensar es sinónimo de actividad neuronal (es decir, con la "función celular final" en el nivel iv).
Sharov propuso que solo las células eucariotas pueden lograr los cuatro niveles de organización. [5]
Cada nivel más lento contiene conocimientos que son más generales que el nivel más rápido; por ejemplo, los genes contienen más conocimientos generales que los mecanismos anapoyéticos, que a su vez contienen más conocimientos generales que las funciones celulares. Esta jerarquía de conocimientos permite al nivel anapoyético activar directamente conceptos, que son el ingrediente más fundamental para el surgimiento de la mente. La teoría también tiene implicaciones para comprender las limitaciones del Deep Learning . [6]
Las pruebas empíricas de practopoyesis requieren aprender en tareas de doble ciclo: es necesario evaluar cómo la capacidad de aprendizaje se adapta con el tiempo, es decir, cómo el sistema aprende a aprender (adapta sus habilidades de adaptación). [7] [8]
Beneficio de los sistemas autoajustables
En un sistema adaptativo, un parámetro cambia lentamente y no tiene un valor preferido. Sin embargo, en un sistema autoajustable, el valor del parámetro "depende del historial de la dinámica del sistema". Una de las cualidades más importantes de los sistemas autoajustables es su " adaptación al borde del caos " o capacidad para evitar el caos . Hablando en términos prácticos, al dirigirse al borde del caos sin ir más lejos, un líder puede actuar de manera espontánea pero sin desastres. Un artículo de Complexity de marzo / abril de 2009 explica con más detalle los sistemas de autoajuste utilizados y las implicaciones realistas. [9] Los físicos han demostrado que la adaptación al borde del caos ocurre en casi todos los sistemas con retroalimentación . [10]
Ver también
Notas
- ^ José Antonio Martín H., Javier de Lope y Darío Maravall: "Adaptación, anticipación y racionalidad en sistemas naturales y artificiales: paradigmas computacionales que imitan a la naturaleza" Computación natural, diciembre de 2009. Vol. 8 (4), págs. 757-775. doi
- ^ http://www.danko-nikolic.com/practopoiesis/
- ^ https://www.researchgate.net/profile/Danko_Nikolic
- ↑ Danko Nikolić (2015). "Practopoyesis: O cómo la vida fomenta una mente". Revista de Biología Teórica . 373 : 40–61. arXiv : 1402.5332 . doi : 10.1016 / j.jtbi.2015.03.003 . PMID 25791287 . S2CID 12680941 .
- ↑ Sharov, AA (2018). "Mente, agencia y biosemiótica". Revista de ciencia cognitiva, 19 (2), 195-228.
- ↑ Nikolić, D. (2017). "¿Por qué las redes neuronales profundas nunca pueden igualar la inteligencia biológica y qué hacer al respecto?" Revista Internacional de Automatización y Computación, 14 (5), 532-541.
- ^ El Hady, A. (2016). Neurociencia de circuito cerrado. Prensa académica.
- ^ Dong, X., Du, X. y Bao, M. (2020). "La adaptación repetida del contraste no provoca la habituación del adaptador". Frontiers in Human Neuroscience, 14, 569. ( https://www.frontiersin.org/articles/10.3389/fnhum.2020.589634/full )
- ^ Hübler, A. & Wotherspoon, T .: "Los sistemas autoajustables evitan el caos". Complejidad. 14 (4), 8 - 11. 2008
- ^ Wotherspoon, T .; Hubler, A. (2009). "Adaptación al borde del caos con retroalimentación de ondas aleatorias". J Phys Chem A . 113 (1): 19-22. Código bibliográfico : 2009JPCA..113 ... 19W . doi : 10.1021 / jp804420g . PMID 19072712 .
Referencias
- Martín H., José Antonio ; Javier de Lope ; Darío Maravall (2009). "Adaptación, anticipación y racionalidad en sistemas naturales y artificiales: paradigmas computacionales que imitan la naturaleza". Computación natural . 8 (4): 757–775. doi : 10.1007 / s11047-008-9096-6 . S2CID 2723451 .
enlaces externos
- Divertido video animado que explica la teoría de la practopoyesis, realizado por Mind & Brain.
- La practopoyesis ofrece soluciones a nueve problemas de larga data en neurociencia y filosofía de la mente
- Serie de blogs sobre practopoyesis