[論文レビュー] Enfrentando a la Complejidad: Predecir vs. Adaptar

Carlos Gershenson|ArXiv.org|May 29, 2009

Complex Systems and Decision Making被引用数 3

ひとこと要約

古典的科学は最適化による予測可能性を仮定しているが、複雑で動的なシステムは、本質的な予測不能性と自己に影響を与える変化のため、しばしばそのアプローチに抵抗する。代わりに、本稿は、予期しない状況に対して自律的に新しい解決策を生成できる能力をシステムに与える適応を、優れた戦略として提唱する。特に、問題空間の変化が最適化の対応速度を上回る状況において顕著である。

ABSTRACT

Una de las presuposiciones de la ciencia desde los tiempos de Galileo, Newton y Laplace ha sido la previsibilidad del mundo. Esta idea ha influido en los modelos cientificos y tecnologicos. Sin embargo, en las ultimas decadas, el caos y la complejidad han mostrado que no todos los fenomenos son previsibles, aun siendo estos deterministas. Si el espacio de un problema es previsible, podemos en teoria encontrar una solucion por optimizacion. No obstante, si el espacio de un problema no es previsible, o cambia mas rapido de lo que podemos optimizarlo, la optimizacion probablemente nos dara una solucion obsoleta. Esto sucede con frecuencia cuando la solucion inmediata afecta el espacio del problema mismo. Una alternativa se encuentra en la adaptacion. Si dotamos a un sistema de esta propiedad, este mismo podra encontrar nuevas soluciones para situaciones no previstas. One of the assumptions of science since the times of Galileo, Newton, and Laplace has been the predictability of the world. This idea has influenced scientific and technological models. However, in the last decades, chaos and complexity have shown that not all phenomena are predictable, even if they are deterministic. If a problem space is predictable, we can in theory find a solution via optimization. Nevertheless, if a problem space is not predictable, or changes faster than we can optimize it, optimization probably will give us an obsolete solution. This often happens when the immediate solution affects the problem space itself. One alternative is found in adaptation. If we give this property to a system, the system will be able to find by itself new solutions for unforeseen situations.

研究の動機と目的

• 最適化による予測可能性を前提とする長年の科学的仮定に挑戦すること。
• 問題空間が急速に変化する、あるいは本質的に予測不能なシステムにおける最適化の限界を検討すること。
• 行動が問題空間を変化させる自己に影響を与える解決策が、従来の最適化を無効にすることを主張すること。
• 予期しない状況や急速に変化する条件に直面するシステムに対して、適応を代替戦略として提唱すること。
• 特に現実世界の応用において、複雑なシステムをモデル化する際の、予測から適応へのパラダイムシフトの必要性を位置づけること。

提案手法

• ガリレオ、ニュートン、ラプラスにさかのぼる予測可能性の理論的基盤を分析する。
• 混沌と複雑性が、原理的にさえも決定論的予測可能性を損なう要因であると特定する。
• 最適化が理論的に成功しうる予測可能な問題空間と、そうでないものとの区別を明確にする。
• 解決策が問題空間を変化させる自己に影響を与えるシステムの概念を導入し、最適化が無効になることを示す。
• 予期しない変化に応じて自律的に新しい解決策を発見できる仕組みとして、適応を提唱する。
• 概念的および理論的推論を用いて、動的で複雑な環境において、適応的システムが最適化されたシステムを上回ることを主張する。

実験結果

リサーチクエスチョン

• RQ1 混沌や複雑性が存在する中で、決定論的システムは最適化によってどの程度予測可能となるか？
• RQ2 問題空間がシステムの適応速度を上回って変化する場合、最適化に基づく解決策にはどのような影響が生じるか？
• RQ3 行動が問題空間を変化させるという解決策の自己に影響を与える性質が、従来の最適化にどのように悪影響を及えるか？
• RQ4 どのような種類のシステムにおいて、予測と最適化よりも適応がより効果的な戦略となるか？
• RQ5 予測から適応への設計パラダイムの転換が、理論的および実用的側面でどのような意味を持つのか？

主な発見

• 初期条件への感受性と混沌としたダイナミクスのため、理論的には解けるとしても、実際にはすべての決定論的システムが予測可能であるとは限らない。
• 問題空間の変化が最適化プロセスの反応速度を上回る場合、最適化は機能を失い、陳腐化した解決策を生む。
• 解決策が問題空間を変化させる自己に影響を与えるシステムでは、最適化が本質的に不安定で無効になる。
• 適応は、予期しない状況や変化する状況に応じて、自律的に新しい解決策を発見できる能力をシステムに与える。
• 複雑で動的かつ予測不能な環境では、適応的機能を備えたシステムが最適化されたシステムを上回る。
• 本稿は、適応が単なる代替戦略ではなく、現実世界の複雑なシステムをモデル化する上で必須のパラダイムであると結論づける。