Адаптивная система

Адаптивная система - это набор взаимодействующих или взаимозависимых объектов, реальных или абстрактных, образуя интегрированное целое, которое вместе способны реагировать на изменения окружающей среды или изменения в взаимодействующих частях, аналогичным либо непрерывного физиологического гомеостаза , либо эволюционной адаптации в биологии Полем Петли обратной связи представляют собой ключевую особенность адаптивных систем, таких как экосистемы и отдельные организмы ; или в человеческом мире, общины , организации и семьи . Адаптивные системы могут быть организованы в иерархию.

Искусственные адаптивные системы включают роботов с системами управления , которые используют отрицательную обратную связь для поддержания желаемых состояний.

Закон адаптации

Закон адаптации может быть неформально указан как:

Каждая адаптивная система сходится к состоянию, в котором все виды стимуляции прекращается. ^{[ 1 ]}

Формально, закон может быть определен следующим образом:

Учитывая систему $S$ , мы говорим, что физическое событие $E$ это стимул для системы $S$ тогда и только тогда, когда вероятность $P(S\rightarrow S'|E)$ что система страдает от изменения или будет нарушена (в своих элементах или в своих процессах), когда событие $E$ происходит строго больше, чем предыдущая вероятность, что $S$ страдает от изменений независимо от $E$ :

P(S\rightarrow S'|E)>P(S\rightarrow S')

Позволять $S$ быть произвольной системой, подверженной изменениям во времени $t$ и пусть $E$ быть произвольным событием, которое является стимулом для системы $S$ : Мы говорим, что $S$ адаптивная система тогда и только тогда, когда t имеет тенденцию к бесконечности $(t\rightarrow \infty )$ вероятность того, что система $S$ изменить его поведение $(S\rightarrow S')$ Временный шаг $t_{0}$ Учитывая событие $E$ равна вероятности того, что система изменяет свое поведение независимо от возникновения события $E$ Полем В математических терминах:

- $P_{t_{0}}(S\rightarrow S'|E)>P_{t_{0}}(S\rightarrow S')>0$
- $\lim _{t\rightarrow \infty }P_{t}(S\rightarrow S'|E)=P_{t}(S\rightarrow S')$

Таким образом, для каждого мгновенного $t$ будет существовать временный интервал $h$ таково::

P_{t+h}(S\rightarrow S'|E)-P_{t+h}(S\rightarrow S')<P_{t}(S\rightarrow S'|E)-P_{t}(S\rightarrow S')

Преимущество саморегулирующих систем

В адаптивной системе параметр медленно изменяется и не имеет предпочтительного значения. Однако в саморегулирующей системе значение параметра «зависит от истории динамики системы». Одним из наиболее важных качеств саморегулирующих систем является « адаптация к краю хаоса » или способность избегать хаоса . Практически говоря, направляясь к краю хаоса, не идя дальше, лидер может действовать спонтанно, но без катастрофы. В статье сложности марта/апреля 2009 года дополнительно объясняется используемые системы саморегулирования и реалистичные последствия. ^{[ 2 ]} Физики показали, что адаптация к краю хаоса происходит почти во всех системах с обратной связью . ^{[ 3 ]}

Иерархия адаптаций: практика

Новаторская теория практики объясняет, как различные типы адаптаций взаимодействуют в живой системе? Practopoiesis, ^{[ 4 ]} Термин, который должен быть первоначальный Danko Nikolic, ^{[ 5 ]} является ссылкой на иерархию механизмов адаптации, отвечающих на этот вопрос. Адаптивная иерархия образует своего рода саморегулирующую систему, в которой автопоэзис всего организма или клетки происходит благодаря иерархии аллопоэтических взаимодействий между компонентами . ^{[ 6 ]} Это возможно, потому что компоненты организованы в Poietic иерархию: адаптивные действия одного компонента приводят к созданию другого компонента. Теория предполагает, что живые системы демонстрируют иерархию в общей сложности четырех таких адаптивных операций POIELTIC:

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

По мере того, как иерархия развивается до более высоких уровней организации, скорость адаптации увеличивается. Эволюция самая медленная; Экспрессия гена быстрее; и так далее. Конечная функция ячейки является самой быстрой. В конечном счете, PractoPoiesis бросает вызов нынешней доктрине нейробиологии, утверждая, что умственные операции в основном происходят на гомеостатическом, анапоэтическом уровне (III) - то есть, что умы и мышления возникают из быстрой гомеостатических механизмов, поэтично контролирующих функцию клеток. Это контрастирует с широко распространенным предположением, что мышление является синонимом вычислений, выполняемых на уровне нейронной активности (т.е. с «конечной функцией ячейки» на уровне IV).

Шаров предположил, что только клетки эукариот могут достичь всех четырех уровней организации. ^{[ 7 ]}

Каждый более медленный уровень содержит знания, которые являются более общими, чем более быстрый уровень; Например, гены содержат более общие знания, чем анапоэтические механизмы, которые, в свою очередь, содержат более общие знания, чем функции клеток. Эта иерархия знаний позволяет анапоэтическому уровню реализовать концепции , которые являются наиболее фундаментальными ингредиентами ума. Активация концепций через Anapoiesis предлагается лежать в основе идеи Stheesia . PractoPoiesis также имеет значение для понимания ограничений глубокого обучения . ^{[ 8 ]}

Эмпирические тесты PractoPoiesis требуют обучения по задачам с двойным контуром: нужно оценить, как возможности обучения адаптируются с течением времени, то есть, как система учится учиться (адаптирует свои навыки адаптации). ^{[ 9 ]}^{[ 10 ]}

Было предложено, чтобы Anapoiesis реализован в мозге с помощью метаботропных рецепторов и ионных каналов G-белка . ^{[ 11 ]} Эти мембранные белки предлагаются временно выбирать подсети и при этом привести к повышению познания.

Смотрите также

Примечания

^ Хосе Антонио Мартин Х., Хавьер де Лопе и Дарио Маравалл: «Адаптация, предвкушение и рациональность в естественных и искусственных системах: вычислительные парадигмы, имитирующие природу», «Естественные вычисления», декабрь, 2009. Vol. 8 (4), с. 757-775. дои
^ Hübler, A. & Wotherspoon, T.: «Саморегулирующие системы избегают хаоса». Сложность. 14 (4), 8 - 11. 2008
^ Wotherspoon, T.; Hubler, A. (2009). «Адаптация к краю хаоса с обратной связью случайных вейвлет». J Phys Chem A. 113 (1): 19–22. Bibcode : 2009jpca..113 ... 19w . doi : 10.1021/jp804420g . PMID 19072712 .
^ «Практикопоэз» .
^ «Данко Николич (Институт исследований мозга Макса Планка, Франкфурт AM Main) по ResearchGate - опыт: искусственный интеллект, количественная психология, когнитивная психология» . Архивировано с оригинала 2015-07-23.
^ Данко Николич (2015). «PractoPoiesis: или как жизнь способствует разуму». Журнал теоретической биологии . 373 : 40–61. Arxiv : 1402.5332 . BIBCODE : 2015JTHBI.373 ... 40N . doi : 10.1016/j.jtbi.2015.03.003 . PMID 25791287 . S2CID 12680941 .
^ Шаров, А.А. (2018). «Ум, агентство и биосемиотики». Журнал когнитивной науки, 19 (2), 195-228.
^ Николич Д. (2017). «Почему глубокие нейронные сети никогда не могут сравниться с биологическим интеллектом и что с этим делать?» Международный журнал автоматизации и вычислений, 14 (5), 532-541.
^ Эль Хади, А. (2016). Нейробиология закрытой петли. Академическая пресса.
^ Dong, X., Du, X. & Bao, M. (2020). «Повторная контрастная адаптация не вызывает привыкания адаптера». Границы в нейробиологии человека, 14, 569. ( https://www.frontiersin.org/articles/10.3389/fnhum.2020.589634/full )
^ Николич Д. (2023). Где разум в мозге? Переходный отбор подсети с помощью метаботропных рецепторов и G-белковых ионных каналов. Вычислительная биология и химия, 107820.

Ссылки

Мартин Х., Хосе Антонио ; Хавьер де Лопе ; Дарио Маравалл (2009). «Адаптация, ожидание и рациональность в естественных и искусственных системах: вычислительные парадигмы, имитирующие природу». Натуральные вычисления . 8 (4): 757–775. doi : 10.1007/s11047-008-9096-6 . S2CID 2723451 .

Внешние ссылки

[1] Хосе Антонио Мартин Х., Хавьер де Лопе и Дарио Маравалл: «Адаптация, предвкушение и рациональность в естественных и искусственных системах: вычислительные парадигмы, имитирующие природу», «Естественные вычисления», декабрь, 2009. Vol. 8 (4), с. 757-775. дои

[2] Hübler, A. & Wotherspoon, T.: «Саморегулирующие системы избегают хаоса». Сложность. 14 (4), 8 - 11. 2008

[3] Wotherspoon, T.; Hubler, A. (2009). «Адаптация к краю хаоса с обратной связью случайных вейвлет». J Phys Chem A. 113 (1): 19–22. Bibcode : 2009jpca..113 ... 19w . doi : 10.1021/jp804420g . PMID 19072712 .

[4] «Практикопоэз» .

[5] «Данко Николич (Институт исследований мозга Макса Планка, Франкфурт AM Main) по ResearchGate - опыт: искусственный интеллект, количественная психология, когнитивная психология» . Архивировано с оригинала 2015-07-23.

[Nikolic2015-6] Данко Николич (2015). «PractoPoiesis: или как жизнь способствует разуму». Журнал теоретической биологии . 373 : 40–61. Arxiv : 1402.5332 . BIBCODE : 2015JTHBI.373 ... 40N . doi : 10.1016/j.jtbi.2015.03.003 . PMID 25791287 . S2CID 12680941 .

[7] Шаров, А.А. (2018). «Ум, агентство и биосемиотики». Журнал когнитивной науки, 19 (2), 195-228.

[8] Николич Д. (2017). «Почему глубокие нейронные сети никогда не могут сравниться с биологическим интеллектом и что с этим делать?» Международный журнал автоматизации и вычислений, 14 (5), 532-541.

[9] Эль Хади, А. (2016). Нейробиология закрытой петли. Академическая пресса.

[10] Dong, X., Du, X. & Bao, M. (2020). «Повторная контрастная адаптация не вызывает привыкания адаптера». Границы в нейробиологии человека, 14, 569. ( https://www.frontiersin.org/articles/10.3389/fnhum.2020.589634/full )

[11] Николич Д. (2023). Где разум в мозге? Переходный отбор подсети с помощью метаботропных рецепторов и G-белковых ионных каналов. Вычислительная биология и химия, 107820.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]