in English | suomeksi neokybernetiikastaluentoja – mallit – simulaatiotutkimusraporttijulkaisujalinkkikokoelmavieraskirja

Johdanto

Tämä simulaatio havainnollistaa datan dynaamisia tasapainopiirteitä, emergenttejä lineaarisia malleja, moniulotteisessa resurssiavaruudessa. Esityksen yksinkertaistamiseksi vain parikymmentä pienidimensioista resurssinäytettä edustavat monimutkaista ympäristöä. Mallit määrittävät prosessit joiden avulla voidaan esittää ja arvioida emergenttejä resurssitihentymiä, kyberneettisiä tasapainoja. Simulaatio perustuu neokyberneettisiin järjestelmiin jossa systeemin aktiivisuudet xi ovat lineaarisia (ja mahdollisesti harvoja, sparse) tasapainottavia muunnoksia resurssien residuaaleista ū ja malleja phii mukautetaan kohti paikallista keskinäisen kyberneettisen informaation täsmäämistä . Toisin sanoen systeemin aktiivisuus on muuttuvien ulkoisten kenttien herättämien termostaattivasteiden superpositio. Vasteet ovat kytköksissä efektiivisiin kenttiin vasteiden superpositioiden ja efektiivisten kenttien välisten emergenttien (keskiarvoisten) vuorovaikutusten moduloimina.

Simulaatio osoittaa kuinka tämä paikallinen toimintaperiaate johtaa emergentteihin järjestelmätason ominaisuuksiin kuten:

Aluksi vain kaksiulotteinen kyberneettinen systeemi mallivektoreineen (sininen ja ruskea) kaksiulotteisten resurssinäytteiden (vaaleat pisteet) ajamana on esillä. Resurssinäytteet vaimenevat (vaaleat viivat) luontaisen resurssien käytön johdosta, mikä antaa arvion (musta ympyrä) tämänhetkisestä resurssista (mustat kiekot hiiren kohdalla). Emergentit lineaariset mallit vaikuttavat toisiinsa vain resurssiympäristön välityksellä, mutta virittävät kokonaisuutena toiminnallisesti mielenkiintoisen rakenteen. Katso ”controls”-välilehteä ja demon alla olevia animaatioita oppiaksesi lisää.

Tutki vuorovaikutteista demoa

This browser does not have a Java Plug-in.
Get the latest Java Plug-in here.

Korkeampiulotteisia esimerkkejä

Simulaatio esittää vain 1–5-ulotteisen systeemin 2–5-ulotteisessa resurssiavaruudessa. Käyttökelpoisia tuloksia saadaan korkeampiulotteisissa avaruuksissa. Avaruudet voivat koostua mistä vain äärellisestä datasta (esimerkiksi lisättynä viivästetyillä, yhdistetyillä tai muulla tavoin muunnetuilla resursseilla), mutta kenties havainnollisinta on esittää muutama esimerkki joissa avaruuden rakenne on intuitiivisesti selvä: kuvien käyttö moniulotteisina resursseina. Kukin alla olevista esimerkeistä on alustettu satunnaisilla mallivektoreilla resurssiavaruudessa joka on kuvadatan määrittämä.

Lisäksi uusimpia kehityksiä ovat olleet kompleksilukujen käyttö algoritmeissa, jolloin vaiheen avulla voidaan mallittaa myös muutosjännitteet samassa viitekehyksessä.

Uutta: voit kokeilla algoritmia R-ympäristössä: eca.r. Perinpohjaisempi opastus jää myöhemmäksi. Sillä välin luennot kybernetiikan alkeista, erityisesti 4. luento ja sitä seuraavat, käsittelevät mallia, ja on myös tarjolla joitakin yhteenvetoja ja tarkempia analyyseja.

Sovelluksia

Neokybernetiikka voi tarjota uusia mahdollisuuksia kompleksisten järjestelmien tutkimukseen ja kehitykseen, mm. bioinspiroituneen ja hyperulotteisen laskennan saralla. Katso luentoja ja julkaisuja toisaalla tällä sivustolla, esimerkkejä:

Neokyberneettinen ehdotus

Yhteenvetona, neokybernetiikan tutkimukset antavat ymmärtää että lähes kaikki on informaatiota (yhteisvaihtelua, kovariaatiota) – havaittujen pysyvien rakenteiden perusolemus koostuisi resurssiavaruuden kuvausten ja entropian tavoittelun määräämistä dynaamisten prosessien tasapainopiirteistä. Elämää voisi siten luonnehtia – tavanomaisempaa iturataa yleisemmin – pyrkimykseksi kohti fraktaalista toimintojen tasapainoa monenlaisissa ympäristöissä.