Введение

Изучение того, как сложное поведение может возникать из детерминированных и конечных правил и параметров.

Генерирующая наука – это область исследований, изучающая природный мир и его сложные проявления. Она исследует способы генерации, казалось бы, непредсказуемого и бесконечного поведения на основе детерминированных и конечных правил и параметров, воспроизводящих или имитирующих поведение природных и социальных явлений. Моделируя такие взаимодействия, можно выявить свойства системы, которые не были замечены в реальном мире. Примером области исследования является изучение возникновения непредвиденных последствий в социальных процессах. Генерирующие науки часто исследуют природные явления на различных уровнях организации. Самоорганизующиеся природные системы являются центральным объектом изучения, как в теоретическом плане, так и посредством компьютерного моделирования. Изучение сложных систем в целом объединено под названием "теория общих систем", особенно благодаря работам Людвига фон Берталанфи, Анатоля Рапопорта, Ральфа Жерара и Кеннета Бульдинга.

Научное и философское происхождение

Развитие компьютеров и теории автоматов заложило техническую основу для развития генеративных наук. Например:
Клеточные автоматы – это математические модели простых сущностей, взаимодействующих по детерминированным правилам, что приводит к возникновению сложных явлений. Они могут использоваться для моделирования эмерджентных процессов физической вселенной, нейронных когнитивных процессов и социального поведения. Игра «Игра жизни» Конвея – это игра с нулевым числом игроков, основанная на клеточных автоматах, что означает, что единственным входным параметром является задание начальных условий, а цель игры – наблюдать за эволюцией системы. В 1996 году Джошуа М. Эпштейн и Роберт Акстелл написали книгу «Растущие искусственные общества», в которой был предложен набор правил для автоматов и система под названием «Sugarscape», моделирующая популяцию, зависящую от ресурсов (называемых сахаром). Искусственные нейронные сети стремятся решать задачи аналогично человеческому мозгу, хотя они все еще на несколько порядков менее сложны, чем он, и ближе по вычислительной мощности к червю. Достижения в понимании человеческого мозга часто стимулируют появление новых моделей в нейронных сетях. Одним из наиболее значимых достижений в генеративных науках, связанных с когнитивной наукой, стала разработка Ноамом Хомским (1957) генеративной грамматики, которая отделила порождение языка от его семантического содержания и тем самым выявила важные вопросы о человеческом языке. Также в начале 1950-х годов психологи из Массачусетского технологического института, включая Курта Левина, Джейкоба Леви Морено и Фрица Хайдера, заложили основы исследований групповой динамики, которые впоследствии развились в анализ социальных сетей.