compcogneuro/web: subsumption

+++ Categories = [“Neuroscience”, “Computation”] bibfile = “ccnlab.json” +++ [[@^Brooks86]] によって進歩したロボット工学の 包摂 アーキテクチャは、脳内の [[evolution]] の結果を理解する貴重な方法を提供します。そこでは、新しいシステムとメカニズムが既存のものの上にボルトで固定され、新しいレベルの機能をサポートしています。この組織の 2 つの重要な特徴は次のとおりです。

• 新しいシステムは既存の機能をすべて活用できるため、すでに解決されているすべての問題を処理する必要がない、より特殊なタイプの機能を提供します。

• 新しいシステムは通常、動作を独自に制御できるように、既存の機能の要素を制御および調整する方法を備えている必要があります。たとえば、反応経路をより考慮するには、既存の脳システムにコード化されているより自動的な反射経路を抑制する必要があります。

コンピューター サイエンス、プログラミングの観点から見ると、これは、既存のコードベース上にある モンキーパッチング (wikipedia リンク) の新機能のようなものです。すべての新機能を 1 つの一貫した設計を使用してより適切に実現できると理解すると、人々はコードベース全体を「リファクタリング」することになることがよくありますが、進化が生き残るためには常に高機能なコードを出荷する必要があるため、そのような大規模なリファクタリングを実行することは困難です。したがって、より段階的な変更を行う傾向があります。

進化は多くの場合、漸進的で追加的なプロセスによって行われるため、全体的な結果として、これらの層とモンキーパッチを適用したシステムの層が複雑に絡み合った混乱が生じる可能性があります。一方、すべてが適切な適応学習と調整メカニズムを備えている場合、[[emergent]] の動作は非常に堅牢になる可能性があり、下位の脳幹システムが最も重要な状況に迅速に応答し、すべての日常的な機能を処理する一方、高次の皮質システムは綿密な将来の計画について空想します。