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 basados en reglas y parámetros deterministas y finitos que reproducen o se asemejan al comportamiento de los fenómenos naturales y sociales". [1] Al modelar tales interacciones, puede sugerir que existen propiedades en el sistema que no se habían notado 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 a menudo exploran los 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 ", en particular por Ludwig von Bertalanffy , Anatol Rapoport , Ralph Gerard y Kenneth Boulding .
Orígenes científicos y filosóficos
El desarrollo de las computadoras y la teoría de los autómatas sentó 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]
- Game of Life de Conway es un juego para cero jugadores basado en autómatas celulares, lo que significa que la única entrada es establecer las condiciones iniciales, y el juego es ver cómo evoluciona el sistema. [10]
- En 1996, Joshua M. Epstein y Robert Axtell escribieron el libro Growing Artificial Societies que propone un conjunto de reglas de autómatas y un sistema llamado Sugarscape que modela una población dependiente de los recursos (llamada azúcar).
- Las redes neuronales artificiales intentan resolver problemas de la misma manera que lo haría el cerebro humano, aunque todavía son varios órdenes de magnitud menos complejas que el cerebro humano y más cercanas a la potencia de cálculo de un gusano. Los avances en la comprensión del cerebro humano a menudo estimulan 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 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 fue a principios de la década de 1950 cuando los psicólogos del MIT, incluidos Kurt Lewin , Jacob Levy Moreno y Fritz Heider, sentaron las bases para la investigación de dinámicas de grupo que luego se convirtió en análisis de redes sociales .
Ver también
- Sistemas generativos : tecnologías que pueden producir cambios impulsados por las audiencias.
Referencias
- ^ Gordana Dodig-Crnkovic; Raffaela Giovagnoli (2013), "Computación de la naturaleza: una red de redes de procesos de información concurrentes", en Gordana Dodig-Crnkovic; Raffaela Giovagnoli (eds.), Computación de la naturaleza: perspectiva del centenario de Turing , Springer, p. 7, ISBN 978-3-642-37225-4
- ^ Ning Nan, Erik W. Johnston, Judith S. Olson (2008), "Consecuencias no deseadas de la colocación: uso de modelos basados en agentes para desenredar los efectos del retraso en la comunicación y el favor del grupo", Teoría de la organización matemática y computacional , 14 (2) : 57–83, doi : 10.1007 / s10588-008-9024-4Mantenimiento de CS1: utiliza el parámetro de autores ( enlace )
- ^ Farre, GL (1997). "La estructura energética de la observación: una disquisición filosófica". Científico del comportamiento estadounidense . 40 (6): 717–728. doi : 10.1177 / 0002764297040006004 .
- ^ J. Schmidhuber. (1997) La visión de un científico de la computación de la vida, el universo y todo . Fundamentos de la informática: potencial - teoría - cognición, notas de clase en informática, páginas 201–208, Springer
- ^ Hermann Cuntz (2010). "Imagen de edición de biología computacional PLoS | Vol. 6 (8) agosto de 2010" . PLOS Biología Computacional . 6 (8): ev06.ei08. doi : 10.1371 / image.pcbi.v06.i08 .
- ^ Kenrick, DT; Li, NP; Butner, J (2003). "Psicología evolutiva dinámica: reglas de decisión individual y normas sociales emergentes". Revisión psicológica . 110 (1): 3-28. CiteSeerX 10.1.1.526.5218 . doi : 10.1037 / 0033-295X.110.1.3 . PMID 12529056 .
- ^ Epstein, Joshua M .; Axtell, Robert L. (1996). Sociedades artificiales en crecimiento: ciencia social desde abajo . Cambridge MA: MIT / Brookings Institution. pag. 224 . ISBN 978-0-262-55025-3.
- ^ Nowak A., Vallacher RR, Tesser A., Borkowski W. (2000), "Sociedad del yo: la emergencia de las propiedades colectivas en la estructura del yo", Psychological Review , 107 (1): 39-61, doi : 10.1037 / 0033-295x.107.1.39 , PMID 10687402Mantenimiento de CS1: utiliza el parámetro de autores ( enlace )
- ^ Epstein JM (1999), "Modelos computacionales basados en agentes y ciencias sociales generativas", 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
- ^ Juego de la vida de John Conway
enlaces externos
- http://www.swarthmore.edu/socsci/tburke1/artsoc.html (Sociedades artificiales, mundos virtuales y problemas compartidos y posibilidades de aparición)
- http://jasss.soc.surrey.ac.uk/JASSS.html (Revista de sociedades artificiales y simulación social)