بررسی فرآیند تصمیم گیری در سیستم های پیچیده

38
داﻧﺸﮑﺪه ﻣﻬﻨﺪﺳﯽ ﮐﺎﻣﭙ ﯿ ﻮﺗﺮ ﺑﺮرﺳﯽ ﻣﺪل ﻫﺎي ﺷﻨﺎﺧﺘﯽ ﻓﺮآﯾﻨﺪ ﺗﺼﻤﯿﻢ ﮔﯿﺮي در ﺳﯿﺴﺘﻢ ﻫﺎي ﭘﯿﭽﯿﺪه ﺳﻤﯿﻨﺎر ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ در رﺷﺘﻪ ﻣﻬﻨﺪﺳﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ- ﮔﺮاﯾﺶ ﻫﻮش ﻣﺼﻨﻮﻋﯽ ﻧﺎم داﻧﺸﺠﻮ: زﻫﺮا ﻋﺰﺗﯽ اﺳﺘﺎد راﻫﻨﻤﺎ: دﮐﺘﺮ ﻣﺤﻤﺪ رﺿﺎ ﮐﻨﮕﺎوري آﺑﺎن ﻣﺎه1392

Transcript of بررسی فرآیند تصمیم گیری در سیستم های پیچیده

وتریمهندسی کامپدانشکده

گیري هاي شناختی فرآیند تصمیمبررسی مدل هاي پیچیدهدر سیستم

کارشناسی ارشد سمینار

هوش مصنوعی گرایش - در رشته مهندسی کامپیوتر

نام دانشجو: زهرا عزتی

راهنما:استاد

رضا کنگاوريمحمددکتر

1392ماه آبان

دهیچک

یبـا معرفـ میکنـ یمـ یو سـع میپردازیم یدرحالت کل دهیچیپ يهاستمیس ینوشتار ابتدا به معرف نیدر ا. سـپس از آنجـا کـه میهـا آشـنا سـاز سـتم یس نیو اصول ا میخواننده را با مفاه یعیطب دهیچیپ يهاستمیس

ـ ا یکند، بـه بررسـ یم فایا يدینقش کل يریگ میتصم ندیپردازش اطالعات در فرآ از يدر شـمار ضـوع مو نی يمجموعـه ا دهیـ چیپ يها ستمیس نکهیبا توجه به ا تیپرداخت. در نها میخواه یعیطب دهیچیپ يها ستمیس

نـاقص يعامـل هـا يریـ گ میتصـم نـه یانجام شده در زم يبر کار ها يناقص و منفرد هستند مرور ياز اجزا داشت. میخواه يریگمیپردازش اطالعات، تصم ،یدگیچیپ ده،یچیپ ستمیس کلیدي: هايواژه

فهرست مطالب

صفحه عنوان

1 مقدمه :1 فصل

2 ............................................................................................................................................ مسأله شرح -1- 1

3 دهیچیپ يهاستمیس مبنایی مفاهیم و تعاریف :2 فصل

4 ...................................................................................................................................................... مقدمه -1- 2

4 ................................................................................... دهیچیپ يها ستمیس مشترك اتیخصوص -2- 2

5 ............................................................................................ دهیچیپ يها ستمیس در مهم میمفاه -3- 2

6 ............................................................................................................................................ آشوب - 3-1- 2

7 ....................................................................................................................................... اطالعات - 3-2- 2

7 ..................................................................................................................................... محاسبات - 3-3- 2

8 ............................................................................................................................................ تکامل - 3-4- 2

9 .................................................................................................... یدگیچیپ يریگ ه انداز و فیتعر -4- 2

10 ............................................................................................. یدگیچیپ مختلف يها اریمع - 4-1- 2

16 یعیطب دهیچیپ يهاستمیس در اطالعات پردازش :3 فصل

17 ................................................................................................................................................... مقدمه -1- 3

17 ..................................................................................... زنده يها ستمیس در اطالعات پردازش -2- 3

17 .................................................................................................................................... یمنیا ستمیس -3- 3

19 ................................................................................................................................. ها مورچه یکلن -4- 3

21 ...................................................................................................................... یستیز ساز و سوخت -5- 3

22 ............................................................................. کند؟ یم يباز را اطالعات نقش يزیچ چه -6- 3

23 يریگمیتصم حوزه در شده انجام يکارها بر يمرور :4 فصل

24 ................................................................................................................................................... مقدمه -1- 4

24 ...................................................................................................... ارزش بر یمبتن يریگ میتصم -2- 4

25 ............................................. ناقص يها عامل يریگ میتصم حوزه در شده انجام يهاکار -3- 4

25 .................................................................... ناقص بند رده نیچند يزیب يایپو بیترک - 3-1- 4

26 ................................. یقطع تفکر با ییها عامل قیطر از شده عیتوز يریگ میتصم - 3-2- 4

26 .......................................................... يریگ میتصم يبرا ها تیاولو خودکار استخراج - 3-3- 4

ندهیآ که ییهارندهیگ میتصم يمدلساز یچگونگ: فرکتال ضد یتیتقو يریادگی - 3-4- 4 26 ........................................................................................................................... کنند یم ینیب شیپ را

ج

27 ............................ یعقالن کامالً يریگ میتصم از انحراف بر تیشخص و جانیه اثر - 3-5- 4

28 ......... ناقص و خودمختار رندهیگ میتصم عامل کی سکیر لیتحل خصمانه مدل - 3-6- 4

28 ......... دهیچیپ يها ستمیس در يریگ میتصم يبرا مغز از یبانیپشت يها طیمح - 3-7- 4

30 مراجع

هافهرست شکل

صفحه عنوان 14 ............................................................................................................................................................ خک یمنحن) 1-2( شکل

29 .................................................................................................................... مغز از یبانیپشت طیمح از یینما) 1-4( شکل

: 1 فصل

مقدمه

2

مقدمه

مسألهشرح - 1-1از زمان نیوتن، دکارت و سـایر رویکرد غالب در علم بوده است. 1میالدي تا کنون تقلیل گرایی 1600از دهه

هدف اساسی از پیشرفت علم یـافتن توضـیحاتی تقلیـل 20بنیان گذاران روش هاي نوین علمی تا اوایل قرن گرایانه به وسیله فیزیک پایه براي تمام پدیده هاي طبیعی بوده است.

شده و سـایر دسـتاورد اکثر دانشمندان باور داشتند که بخش اعظم قوانین طبیعت کشف 19تا اواخر قرن ها از این زمان به بعد مربوط به چگونگی به کار بردن این قوانین خواهد بود. اما طی سه دهه بعد علم فیزیـک

بررسی بسیاري از پدیده هاي طبیعی 20توسط قوانین نسبیت و مکانیک کوانتوم دگرگون شد. نهایتاً در قرن ت آب و هوا، طبیعت پیچیده و سازگار شونده ارگانیسم هاي باعث کمرنگ شدن تفکر تقلیل گرایی شد. وضعی

زنده و بیماري هاي تهدید کننده آنها، اقتصاد، سیاست، رفتار فرهنگی جوامع، رشد و اثر گذاري شـبکه هـاي شماري از پدیده هـاي مـورد ،مدرن ارتباطی و همچنین پدیده هوشمندي و امید به ایجاد آن در کامپیوتر ها

علوم جدید از جمله نظریه آشوب، زیست شناسی دستگاه ها و نظریه شبکه ها به دنبـال یـافتن بررسی بودند.توضیحی براي چگونگی بروز رفتارهاي پیچیده از مجموعه هاي بزرگ قطعـات سـاده بودنـد و پیشـرفت ایـن

».جموع اجزاستمکل بیشتر از «علوم موجب بروز این باور ضد تقلیل گرایی شد که ي اصلی علم پیچیدگی پاسخ به سواالتی از این قبیل است که: چطور سیستم هاي طبیعـی از از دغدغه ها

جمله مغز، کلنی حشرات، سیستم ایمنی بدن، مجموعه سلول ها، اقتصاد جهانی و تکامـل بیولـوژیکی کـه مـا پایـه قـوانین شونده می دانیم، چنان رفتار پیچیده و چنـان حـدي از سـازگاري را بـر رآنها را پیچیده و سازگا

بسیار ساده زیر ساختی شان بروز می دهند؟ چگونه مجموعه اي از موجودات زنده که هـر یـک در قیـد نفـع شخصی خود هستند در کنار یکدیگر قرار می گیرند و براي حل مسائلی که منجر به بقاي کل مجموعه شـان

تمامی چنـین پدیـده هـایی را توضـیح می شود با یکدیگر همکاري می کنند؟ آیا قوانین یا اصول عمومی که دهد وجود دارد؟ آیا می توان به مفـاهیمی چـون حیـات، هوشـمندي و قابلیـت سـازگاري دیـد مکـانیکی و محاسباتی داشت؟ و اگر چنین است آیا می توان ماشین هایی سـاخت کـه بـه معنـاي واقعـی کلمـه زنـده و

مطلوب ماست؟هوشمند باشند؟ و اگر می توان، آیا چنین چیزي واقعاً تم هایی را مورد بررسی قرار دهیدر ادامه سعی می کنیم تعاریف و مفاهیم مبنایی چنین سیس

1 reductionism

: 2 فصل

هاي پیچیدهسیستم تعاریف و مفاهیم مبنایی

4

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س

مقدمه - 2-1در حالت کلی مفاهیمی را که از کنار هم قرار گرفتن تعداد زیادي مفهوم ساده تر به وجود آمده انـد پیچیـده

جهان از این دسته اند.گزاري، ارتش و می نامیم، مفاهیمی چون انسان، زیبایی، شکرشبکه جهـانی وب نمونـه هـایی از سیسـتم هـاي و اقتصاد، سیستم ایمنی بدن، مغز، کلنی هاي حشرات

در مورد حشرات این سوال مطرح است که چگونه تکامل بیولوژیکی منجر بـه تولیـد چنـین . پیچیده هستندشان شده است. در مورد مغـز نیـز مـی موجوداتی با این حد از تناقض بین سادگی فردي و پیچیدگی جمعی

توان گفت که فعالیت نورون ها و الگوي اتصاالت بین گروه هاي نورونی چیزي است که باعث به وجود آمـدن مفاهیمی چون ادراك، تفکر، عواطف، هوشیاري و سایر فعالیت هاي بـزرگ مقیـاس در مغـز شـده اسـت. در

ریـد و فـروش کننـده، اجـزاي سـاده سیسـتم را تشـکیل سیستم هاي اقتصادي انسان ها یا سازمان هاي خدهند و رفتار جمعی پیچیده نیز فعالیت هـاي کلـی یـک فروشـگاه، تغییـرات قیمـت مسـکن در منـاطق می

مختلف شهر و یا نوسانات قیمت سهام خواهد بود، که پیش بینـی تمـامی آنهـا بسـیار دشـوار اسـت. نظریـه این امر دارد که منفعت طلبی شخصی اجزاي منفرد نهایتاً منجر به نیز اشاره به 2آدام اسمیت» دست پنهان«

سود جمعی خواهد شد. شبکه جهانی وب نیز می تواند به عنوان یک سیستم اجتماعی خـود سـازمانده تلقـی شود که در آن افراد بدون داشتن دید مرکزي کارهاي سـاده اي مثـل درج نوشـته در صـفحات وب و لینـک

را انجام می دهند که در نهایت جهانی پیچیده از اطالعات را پـیش روي مـا قـرار مـی دهی به سایر صفحات دهد.

خصوصیات مشترك سیستم هاي پیچیده - 2-2اگر درگیر جزئیات انواع مختلف سیستم هاي پیچیده که به برخی از آنها در قسمت قبل اشاره کردیم، بشویم

اما اگر از یک سطح باالتر و انتزاعی تر به آنها نگاه شـود خواهیم دید که تفاوت هاي بسیار زیادي با هم دارند متوجه خصوصیات مشترك و جالب آنها خواهیم شد. برخی از این خصوصیات عبارتند از:

تمامی سیستم هایی که در قسمت قبل معرفی شدند شامل شبکه هاي بزرگی از رفتار جمعی پیچیده: )1ون ها، خریداران سهام و صاحبان وب سایت هـا) کـه هـر اجزاي منفرد هستند (مورچه ها، سلول ها، نور

کدام در نوع خود از قوانین نسبتاً ساده اي پیروي می کنند. در این سیستم ها هـیچ کنتـرل یـا رهبـري مرکزي وجود ندارد بلکه فعالیت هاي تعداد زیادي اجزاي منفـرد، ایـن الگوهـاي رفتـاري پیچیـده و بـه

2 Adam Smith

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س 5

ود می آورند که بسیار حیرت انگیز هستند.سختی پیش بینی شونده را به وج

تمامی این سیستم هـا اطالعـات و سـیگنال هـایی را از محـیط ارسال سیگنال و پردازش اطالعات: )2 داخلی و بیرونی خود تولید و استفاده می کنند.

تمامی این سیستم ها سازگار می شوند به ایـن معنـی کـه رفتارشـان را از قابلیت تطبیق و سازگاري: )3 یق یادگیري یا فرآیند هاي تکاملی و با هدف افزایش شانس بقا و موفقیت تغییر می دهند.طر

سیسـتم پیچیـده سیسـتمی اسـت کـه در آن « اکنون می توان تعریفی از واژه سیستم پیچیده را ارائـه داد: ردن، از شبکه هاي بزرگی از اجزا بدون وجود یک کنترل مرکزي و با داشتن قوانین سـاده اي بـراي عمـل کـ

طریق یادگیري و تکامل موجب بـروز رفتـار هـاي جمعـی پیچیـده، پـردازش اطالعـات پیشـرفته و قابلیـت »سازگاري می شود.

سیستم هایی که در آنها رفتار سازمان یافته بدون وجود یک رهبر یا کنتـرل کننـده داخلـی یـا خـارجی ه قوانین ساده، رفتار هایی پیچیده و به سـختی نامیده می شوند. از آنجا ک 3ظهور پیدا می کند خود سازمانده

نامیده مـی شـود. » 4برآینده«پیش بینی شونده تولید می کنند رفتار ماکروسکوپی چنین سیستم هایی گاهاً سیسـتمی کـه رفتـار برآینـده قابـل توجـه و خـود «تعریف سیستم پیچیده در بیانی دیگر عبـارت اسـت از:

».یافته از خود بروز دهدسازمان سوال اصلی علم پیچیدگی این است که این رفتار برآینده و خود سازمان یافته چگونه به وجود می آید؟

مفاهیم مهم در سیستم هاي پیچیده - 2-3در بخش قبل شماري از ویژگی هاي کیفی مشترك بین سیستم هاي پیچیده را برشمردیم. اما هنـوز تعـداد

جمله اینکه: یک سیستم پیچیده خاص چقدر پیچیده اسـت؟ بـه زیادي سوال کمی در ذهن ما باقی مانده از عبارت دیگر چطور می توان پیچیدگی را اندازه گرفت؟ آیا روش دقیقی براي بیان اینکه یک سیستم پیچیـده

چقدر از دیگري پیچیده تر است وجود دارد؟یـار هـاي مختلفـی بـراي متاسفانه تا کنون کسی پاسخ قانع کننده اي به این سواالت نداده است. امـا مع

اندازه گیري پیچیدگی ارائه شده است که البته هیچ کدام به طور جهـانی توسـط دانشـمندان پذیرفتـه شـده نیست. در بخش هاي بعد تعدادي از این معیار ها و موارد کاربردشان را مورد مطالعه قرار خواهیم داد. اما این

3 self-organizing

4 emergent

6

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س

ـ ام پیچیـدگی وجـود داشـته باشـد در حالیکـه مفهـوم سوال پیش می آید که چطور ممکن است علمی به ن هنوز تعریفی کمی که از نظر همه قابل قبول باشد ندارد؟» پیچیدگی«

در حال حاضر به دو صورت می توان به این سوال پاسخ داد. اوالً اینکه هنوز علمی واحد به نام پیچیـدگی یاً براي ایجاد یک علم جدید ابتدا باید مفاهیم یا حتی یک تئوري واحد براي مفهوم پیچیدگی وجود ندارد. ثان

کلیدي آن را تعریف کنیم که در اینجا عبارتند از اطالعات، محاسبات، نظم و حیات که در ادامه ایـن نوشـتار تحت عناوین اطالعات، محاسبات، آشوب و تکامل به طور اجمالی معرفی شده اند.

آشوب -1- 2-3کن بودن انجام پیش بینی قطعی در تمامی سیستم هاي پیچیـده درك مفهوم آشوب آخرین امید ها براي مم

امید کرد. ایده آشوب را به این صورت می توان تعریف کرد که سیستم هایی به نام سیستم آشوب وجـود را نادارند که در آنها حتی عدم قطعیت هاي بسیار جزیی در اندازه گیري هاي اولیه می تواند منجر بـه خطاهـاي

وابستگی حسـاس «در پیش بینی هاي بلند مدت در مورد سیستم شود. این پدیده تحت عنوان بسیار فاحش شناخته می شود. به عبارت دیگر کـوچکترین خطاهـا در سیسـتم هـاي آشـوب منجـر بـه » 5به شرایط اولیه

خطاهاي بسیار بزرگ در پیش بینی هایی در مورد آینده این سیستم ها می شود.موجب بازنگري اساسی در بسیاري از هسته هاي علم شد. در اینجـا برخـی از کشف و درك پدیده آشوب

به آن باور داشتند خالصه شده است: 19این ایده هاي جدید که تنها عده قلیلی از دانشمندان قرن رفتار ظاهراً تصادفی می تواند بدون وجود کوچکترین منبع تصادفی خارجی از سیستم هـاي قطعـی )1

ظهور پیدا کند.وابستگی حسـاس بـه شـرایط «ش بینی بلند مدت رفتار برخی سیستم هاي قطعی به علت وجود پی )2

غیر ممکن است.» اولیهدر » نظـم در آشـوب «اگرچه رفتار جز به جز یک سیستم آشوب غیر قابل پیش بینی است اما نوعی )3

این مشخصه هاي سراسري و مشترك مجموعه هاي بزرگ سیستم هاي آشوب دیده شده است. بنابراگرچه پیش بینی در سطح جزییات غیر ممکن است اما برخی جنبه هاي سطح باالي سیستم هـاي

آشوب قابل پیش بینی هستند.

5 sensitive dependence on initial conditions

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س 7

اطالعات -2- 2-3سیستم هاي پیچیده نظم از بی نظمی به وجود می آید. قبل از اینکه بفهمیم چطور این اتفـاق مـی افتـد در

چیست؟ و افراد تا کنون در مورد اندازه گیـري ایـن دو مفهـوم »بی نظمی«و » نظم«ابتدا باید دید منظور از انتزاعی چه ایده هایی داشته اند؟

براي مشخص کردن و اندازه گیري نظـم، 6بسیاري از دانشمندان سیستم هاي پیچیده از مفهوم اطالعاتساده اطالعـات بی نظمی، پیچیدگی و سادگی استفاده کرده اند. سیستم هاي پیچیده نسبت به سیستم هاي

بیشتري را حس، ذخیره و استفاده می کنند. اگر چه خصیصه هاي فیزیکی سیستم هاي پیچیـده بـا قابلیـت سازگاري، با یکدیگر تفاوت دارد اما همگی در روش مدیریت اطالعات به یکدیگر شباهت دارند.

ل روزنامـه هـا، کتـاب هـا، اطالعات در محاوره به هر رسانه نمایشگر دانش یا واقعیات گفته می شود. مثـ شخصی که پشت تلفن در حال غیبت کردن است، مولکول هاي کوچکی که نرورن هـا از آنهـا بـراي ارتبـاط برقرار کردن با هم درون مغز استفاده می کنند و امروزه بیش از همه در مورد اینترنت. الزم به ذکر است کـه

ریف ریاضیاتی نداشتند.تع 20واژه هاي اطالعات و محاسبات تا قبل از قرن

محاسبات -3- 2-3در مقاالت حوزه سیستم هاي پیچیـده بـا ایـن واژه در زمینـه هـاي غیـر متعـارفی 7با بررسی واژه محاسبات

، یک کنفـرانس »محاسبات در سلول ها و بافت ها«برخورد می کنیم. مثالً یک کتاب زیست شناسی با عنوان محـدودیت هـاي «، یـک کنفـرانس اقتصـادي بـا عنـوان »محاسبات سیستم ایمنـی «در همین حوزه درباره

واضـح اسـت ». محاسبات برآینده در گیاهان«یا یک مقاله تحت عنوان » محاسبات توزیع شده در فروشگاه هاکه سلول ها، بافت ها، گیاهان، سیستم ایمنی و فروشگاه ها به هـیچ وجـه کـاري مشـابه بـا کـامپیوتر هـاي

سوال اینجاست که مقصود دانشمندان از به کار بردن این واژه در این زمینـه شخصی ما انجام نمی دهند. اما ها چیست؟

1940معناي محاسبات به طور غیر قابل باوري در طول تـاریخ تغییـر کـرده اسـت. قبـل از اواخـر دهـه انجام میالدي محاسبات به معناي انجام عملیات ریاضی دستی بود و به افرادي که این محاسبه ها را با دست

گفته می شد! اما امروزه محاسبات یا رایانش کاري است که کامپیوتر هاي الکترونیکـی » کامپیوتر«می دادند انجام می دهند. هم چنین این طور به نظر می رسد که سیستم هاي پیچیده طبیعی نیز همان کـار را انجـام

6 information

7 computation

8

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س

ت پردازش می شود.می دهند. از منظري دیگر می توان گفت که اطالعات از طریق محاسبا

تکامل -4- 2-3به عقیده تمام انسان ها و طبق هر نوع معیار اندازه گیري، سیستم هاي زنـده پیچیـده محسـوب مـی شـوند. واقعیت این است که این سیستم ها در حد فاصل بین نظم و بی نظمی هستند. بـه طـور شـهودي نیـز بـاور

یعی پیچیده تر و بغرنج تر شده اند تا نامنظم تـر داریم که در طول تاریخ حیات، سیستم هاي زنده به طور وس تر.و آنتروپیک

می دانیم که براي کاهش آنتروپی کار باید انجام شود. اما چه کسی یا چه چیزي کار مربـوط بـه ایجـاد و اسـت. » خـدا «نگهداري سیستم هاي زنده و پیچیده کردن آنها را انجام می دهد؟ پاسخ عده اي به این سوال

میالدي چارلز داروین عنوان کرد که آنچه از آن با عنوان تاریخچه حیـات یـاد مـی 1800واسط دهه اما در اشود ماحصل تکامل از طریق انتخاب طبیعی است. می توان گفت که این ادعا تقریباً بحث برانگیز ترین ایـده

و البته یکی از مفید ترین ایده ها در تاریخ علم بوده است. روین ماحصل تکامل از طریق انتخاب طبیعی به وجود آمدن یک طراحـی بـدون طـراح بر اساس عقیده دا

است. ظهور این طراحی ناشی از شانس، انتخاب طبیعی و گذشت زمانی بسیار طوالنی بوده است. در اثـر کـار انجام شده توسط انتخاب طبیعی، آنتروپی کاهش می یابد. به عبارتی سیستم هاي زنـده مـنظم تـر و ظـاهراً طراحی شده تر می شوند. انرژي این کار نیز از توانایی موجودات زنـده بـراي سـوخت و سـاز انـرژي محـیط اطرافشان گرفته می شود. چیزي که در نظریه داروین توضیح داده نشد این بود کـه دقیقـاً چطـور صـفات از

(اختالف بـین صـفات) عمـل والد به فرزند منتقل می شوند؟ و تغییر این صفات که انتخاب طبیعی روي آنها می کند چگونه رخ می دهد؟

میالدي ارائه شـد کـه توسـط 1940و 1930در دهه هاي » سنتز مدرن«در پاسخ به این ابهامات نظریه مـیالدي بـه ایـن نظریـه نیـز 1970و 1960اکثر زیست شناسان در آن زمان پذیرفته شد. اما در دهه هاي

اینکه بین آنچه این تئوري می گوید و آنچه فسیل ها نشان مـی دهنـد چالش هاي اساسی وارد شد از جمله اختالفاتی وجود دارد. بر اساس این نظریه، تغییرات تدریجی رخ داده اند در حالی کـه فسـیل هـا دوره هـاي طوالنی بدون تغییر و هم چنین دوره هاي کوتاه شامل تغییرات بزرگ را نشان داده اند. هم چنـین بـه اصـل

تز که بیان می کرد انتخاب طبیعی تنها در سطح میکروسـکوپی و روي ژن هـا عمـل مـی کنـد نیـز سوم سنایراداتی وارد شد و گفته شد که ممکن است انتخاب طبیعی حتی روي کل یک گونه نیز عمل کند. در پایـان

» ب طبیعـی انتخـا «الزم به ذکر است که امروزه بر اساس جدید ترین یافته هاي علـم ژنتیـک ایـن بـاور کـه

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س 9

ترین نیروي شکل دهی حیات بوده و هست با نقد هاي بسیار جدي روبروست.اصلی

تعریف و انداز ه گیري پیچیدگی - 2-4هنوز به سواالتی از قبیل اینکه آیا مغز انسان پیچیده تر از مغز یک مورچـه اسـت؟ یـا اینکـه آیـا ژن انسـان

ارگانیسم هاي زنـده طـی چهـار میلیـارد سـال تکامـل پیچیده تر از ژن یک مخمر است؟ و آیا پیچیدگی در است.» بله«افزایش یافته است؟ پاسخ نداده ایم. اما می توان گفت که پاسخ شهودي به تمام این سواالت

از آنجا که بزرگترین دانشمندان حوزه پیچیدگی هنوز نتوانسته اند روي یـک تعریـف واحـد از پیچیـدگی یک علم واحد بـه نـام پیچیـدگی وجـود نـدارد. در عـوض علـوم متعـدد و اجماع کنند، می توان گفت هنوز

مختلفی از پیچیدگی که هر یک تعریف خاص خود را از این مفهوم دارند، وجود دارنـد. اگـر قـرار باشـد علـم پیچیدگی یک علم واحد شود آنگاه افراد فعال در این حوزه باید مشخص کنند این تعاریف گوناگون رسـمی و

چگونه به یکدیگر ربط پیدا می کنند. البته این موضوع خیلی هم عجیب نیسـت و در تـاریخ علـم غیر رسمینیز به کرات دیده شده است. براي مثال نیوتن هم در ابتدا تعریف خوب و دقیقی از نیرو نداشـت. دانشـمندان

ئه نداده انـد. منجمـین علم ژنتیک نیز هنوز تعریف دقیقی از اینکه منظور از ژن در سطح مولکولی چیست اراجهان از ماده تاریک و انرژي تاریک تشکیل شـده اسـت امـا ایـده %95نیز اگرچه کشف کرده اند که تقریباً

مشخصی در مورد اینکه این دو موجودیت دقیقاً از چه چیزهایی تشکیل شـده انـد، ندارنـد. روانشناسـان نیـز ند دقیقاً چه بخش هایی از مغز مربـوط بـه ایـن دو مفهـوم را ندارند و نمی دان» فکر«و » ایده«تعاریف دقیق

هستند. معموالً علم با ابداع واژه هایی براي توصیف مفاهیمی کـه هنـوز بـه طـور کامـل فهمیـده نشـده انـد پیشرفت می کند و با بالغ شدن علم این واژه ها بازتعریف می شوند تا جایی که پدیده به طور کامل فهمیـده

شود.مقاله اي منتشر کرد که در آن سه بعد مختلـف بـراي 8میالدي فیزیکدانی به نام ست لوید 1200در سال

اندازه گیري پیچیدگی یک شی یا فرآیند را ارائه داده بود که شامل سه سوال زیر می شدند: توضیح دادن آن چقدر سخت است؟ )1 ایجاد یا خلق آن چقدر دشوار است؟ )2 درجه سازمان یافتگی آن چقدر است؟ )3

8 Seth Lloyd

10

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س

معیار اندازه گیري پیچیدگی که توسط افراد مختلف ارائه شده بود و هر کدام 40او سپس لیستی شامل به یکی از سه سوال باال با استفاده از مفاهیمی از حوزه هاي سیستم هاي دینامیکی، ترمودینامیک، نظریه

اطالعات و محاسبات پاسخ می داد، منتشر کرد.چیدگی بهتر است مثالی در مورد مقایسه پیچیدگی ژن انسان با ژن مخمر براي روشن تر شدن موضوع پی

(یک موجود تک سلولی) ذکر کنیم. ژن انسان تقریباً شامل سه میلیارد جفت پایه (جفت نوکلئوتید) است. از جفت هاي %2ژن است و به طور حیرت انگیزي تنها 25000هم چنین تقریب زده شده که انسان داراي

ژن دارد. 6000میلیون جفت پایه و 12از ژن ها را تشکیل می دهند. مخمر نیز تقریباً پایه بخشی

معیار هاي مختلف پیچیدگی -1- 2-4یک معیار ساده اندازه گیري پیچیدگی، انـدازه اسـت. طبـق ایـن معیـار و بـر پیچیدگی از نظر اندازه: )1

در حالیکـه بـا در نظـر گـرفتن برابر پیچیده تر از مخمر اسـت 250اساس تعداد جفت هاي پایه، انسان برابر پیچیده تر محسوب می شود. نکته جالب اینجاست که تعـداد جفـت هـاي پایـه 4تعداد ژن ها تنها

برابر انسان است و یک نوع گیاه نیز دقیقـاً 225آمیب ها که نوع دیگري از موجودات تک سلولی هستند اسـت کـه انسـان بسـیار پیچیـده تـر از تمـام ایـن همان تعداد ژن دارد که ما انسان ها داریم. اما واضح

موجودات است. بنابراین به نظر می رسد اندازه ژنوم معیار خوبی براي اندازه گیـري پیچیـدگی نیسـت و پیچیدگی ما باید ناشی از چیزي عمیق تر از تعداد جفت هاي پایه یا ژن هایمان باشد.

اسـت کـه طبـق تعریـف 9دگی، آنتروپـی شـانون معیار دیگر سنجش پیچی پیچیدگی از نظر آنتروپی: )2که یک منبع پیام براي گیرنده دارد. » مقدار شگفتی«شانون معادل است با میانگین محتواي اطالعات یا

است تقریباً برابر صفر است و یک رشته » آ«براي مثال آنتروپی یک رشته کاراکتري که تنها شامل حرف ن آنتروپی ممکن را داراست. اما در نظـر گـرفتن آنتروپـی شـانون بـه کامالً تصادفی از کاراکتر ها بیشتری

عنوان معیار پیچیدگی مشکالتی نیز دارد که عبارتند از:

a. الزم است که شی یا فرآیند مورد سوال در قالب یک پیام مثل رشته کاراکتري تعریف شـودغـز انسـان را که البته همیشه کار ساده اي نیست. براي مثال چطور می تـوان پیچیـدگی م

طبق این معیار اندازه گرفت؟

b. اگر بتوان یک ژنوم مصنوعی با انتخاب کـامالً تصـادفی اجـزاي آن تولیـد کـرد، ایـن بـدینمعناست که این ژنوم از ژنوم انسان نیز پیچیده تر است. در حالیکه می دانیم پیچیده بـودن

9 Shannon entropy

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س 11

است که ژنوم هـاي انسـان انسان به دلیل تصادفی بودن ژن هایش نیست بلکه به این خاطر در طول تاریخ با هدف کدگذاري ژن هایی که براي بقاي او سودمند هسـتند تکامـل یافتـه اند. به عالوه به طور شهودي می دانیم که پیچیده ترین موجودیت ها در عالم مـنظم تـرین

یا تصادفی ترین آنها نیستند بلکه چیزي بین این دو غایت هستند.

به عقیده عده اي پیچیدگی یک شـی برابـر اسـت بـا پیچیدگی از نظر محتواي اطالعات الگوریتمی: )3سایز کوتاهترین برنامه کامپیوتري که می تواند به طور کامل آن شی را توضـیح دهـد و بـه آن محتـواي

اطالعات الگوریتمی آن شی گفته می شود.

اري براي اندازه گیري میـزان دشـوار بـودن عمق منطقی یک شی معیپیچیدگی از نظر عمق منطقی: )4ساخت آن شی است. ساختن یک رشته کاراکتري متشکل از تنها یک نوع کـاراکتر و همچنـین سـاختن یک رشته کاراکتري تماماً تصادفی هر دو ساده هستند. اما در مقابل اگـر از کسـی بخـواهیم یـک رشـته

یر شود را ارائه دهد این کار براي او (بدون تقلـب از که منجر به تولید یک ارگانیسم زیست پذ 10ايانديبر اساس این ایده اشیایی با عمق منطقی زیاد روي رشته هاي ژنوم نوشته شده) بسیار دشوار خواهد بود.

در درون خود شواهدي مبنی بر اینکه نتیجه یک محاسبات طوالنی یا یک فرآیند دینـامیکی بـه کنـدي رند. در این دیدگاه ساخت یک شی معادل با محاسبات رشته اي از صـفر و شبیه سازي شونده هستند، دا

یک هاي معرف شی در نظر گرفته شده است. در این حالت عمق منطقی برابر بـا تعـداد گـام هـاي الزم براي یک ماشین تورینگ به درستی برنامه ریزي شده، با شروع از نوار خالی، بـراي سـاخت رشـته مـورد

جی می باشد. اگر چه تعریف عمق منطقی از مفهوم پیچیدگی، بـا در نظرگـرفتن حـد نظر به عنوان خرووسط بین نظم و بی نظمی با درك شهودي ما تطابق دارد اما با این وجود راه حلـی عملـی بـراي انـدازه گیري پیچیدگی هر شی دلخواه ارائه نمی دهد. چرا که اغلب هیچ راه حل عملی براي یافتن کـوچکترین

تورینگی که بتواند یک شی دلخواه را بسازد وجود ندارد. عالوه بر آن به دشوار بـودن تعریـف هـر ماشین شی دلخواه به صورت رشته اي از صفر و یک ها نیز توجهی نشده است.

بر اساس این معیار نیـز مشـابه حالـت قبـل سـاخت اشـیاي پیچیدگی از نظر عمق ترمودینامیکی: )5پیچیده تر دشوار تر است. اما به جاي اندازه گیري تعداد گام هاي ماشین تورینگ، عمـق ترمودینـامیکی

آغـاز مـی کنـد و » منطقی ترین دنباله رویدادهاي منتهی شونده به خـود شـی «کار خود را با تشخیص را انـدازه » میکی و اطالعاتی مورد نیاز بـراي فرآینـد سـاخت فیزیکـی کل مقدار منابع ترمودینا«سپس

10 DNA

12

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س

گیري می کند. براي مثال براي تعیین عمق ترمودینامیکی ژنوم انسان، باید کار را با ژنوم یکی از ابتدایی ترین و قدیمی ترین مخلوقات عالم آغاز کنیم، سپس تمامی رویدادهاي تکامل ژنتیکی منتهـی شـده بـه

ن را لیست کنیم. بدیهی است که چون انسان ها میلیارد ها سال بعـد از آن موجـود ابتـدایی انسان مدر تکامل یافته اند، عمق ترمودینامیکی شان بسیار بیشتر خواهد بود.

عمق ترمودینامیکی نیز مانند عمق منطقی در عمل با مشکالتی روبروست که عبارتند از: م رویـداد هـاي تکـاملی منتهـی شـونده بـه یـک در تئوري فرض شده است که مـی تـوان تمـا

موجودیت خاص را لیست کرد.

به درستی مشخص نیست و معلوم نیست که منظور از یک رویـداد » یک رویداد تکاملی«تعریفیک جهش ژنتیکی است یا مجموعه اي از میلیون ها رویداد شامل تمامی تعامالت بین اتم هـا و

یک رویداد در سطح مولکولی شده اند؟ به عبـارت بهتـر نحـوه ذرات زیر اتمی که منجر به وقوع تشخیص ماکرو حالت ها هنگام لیست کردن رویداد ها مشخص نیست.

اگر سیستم هاي پیچیـده طبیعـی و مصـنوعی قـادر بـه انجـام پیچیدگی از نظر ظرفیت محاسباتی: )6ار بـراي انـدازه گیـري محاسبات باشند، میزان پیشرفته بودن ایـن محاسـبات نیـز مـی توانـد یـک معیـ

این دیدگاه را ارائه داده که سیستم هـا در صـورتی 11پیچیدگی باشد. یک فیزیکدان به نام استفان ولفرامباشـد. اگـر چـه قابلیـت 12پیچیده هستند که توانایی محاسباتی شان برابر با یک ماشین تورینگ جـامع

م نیسـت و بایـد ورودي هـا نیـز در نظـر انجام محاسبات جامع به تنهایی به معناي پیچیده بودن سیستگرفته شوند. براي مثال یک ماشین تورینگ به تنهایی پیچیده نیست بلکه در کنار کـد ماشـین و ورودي

هایی که یک محاسبات پیشرفته را تولید می کنند منجر به تولید یک رفتار پیچیده می شود.

ه رفتـار گذشـته یـک سیسـتم را کـه بـراي این معیار حداقل میزان اطالعـات دربـار پیچیدگی آماري: )7گیـري مـی کنـد. پیچیـدگی آن سیستم در آینده مورد نیاز است، انـدازه » رفتار آماري«بینی بهینه پیش

آماري با آنتروپی شانون در ارتباط است به این صورت که یک سیستم یک منبع پیام تلقـی مـی شـود و می شود. در اینجا پـیش بینـی رفتـار آمـاري شـامل رفتارش نیز به نوعی به عنوان یک پیام کمی سازي

ساخت مدلی از سیستم می شود که بر پایه مشاهده پیام هاي تولیـدي سیسـتم ایجـاد شـده اسـت، بـه طوري که رفتار مدل از لحاظ آماري از رفتار خود سیستم غیر قابل تشخیص باشد.

11 Stephen Wolfram 12 universal turing machine

دهیچیپ يهاستمیریف و مفاهیم مبنایی ستعا 13

ن مدلی است که بتواند رفتار سیسـتم را ارزش کمی پیچیدگی آماري برابر با محتواي اطالعاتی ساده تریبـراي هـر دو نـوع سیسـتم هـاي » پیچیدگی موثر«پیش بینی کند. بنابراین پیچیدگی آماري نیز شبیه بین این دو حالت باال. هماننـد معیـار هـاي قبـل در منظم و تصادفی پایین است و براي سیستم هاي ما

ر خود نداشته باشد کار بسیار دشوار خواهـد بـود. بـا ایـن مورد این معیار نیز اگر سیستم مفهوم پیام را دحال تا کنون پیچیدگی آماري تعدادي از پدیده هاي دنیاي واقعی مثـل سـاختار اتمـی کریسـتال هـاي

پیچیده و الگوي تحریک شدن نورون ها به طور واقعی اندازه گیري شده است.اي پیچیدگی بر پایه مفاهیم تئوري محاسـبات تا اینجا تمامی معیار ه :13پیچیدگی از نظر بعد فرکتال )8

یا اطالعات بوده اند اما عده اي دیگر نیز مفاهیمی از تئوري سیستم هاي دینامیکی را براي اندازه گیـري پیچیدگی یک شی یا فرآیند ارائه داده اند. یکی از این معیار ها بعد فرکتال یک شی است. بـراي توضـیح

فرکتال چیست؟ این معیار ابتدا باید گفت که

یک نمونه کالسیک از فرکتال، لبه ساحل دریا است. شباهت شکلی لبه ساحل در مقیاس هـاي مختلـف نامیده می شود. یک ریاضیدان » 14خود متشابه بودن«(از عکس هاي هوایی گرفته تا از دید یک حلزون)

فرکتال هاست یعنـی بسـیاري از براي اولین بار ادعا کرد که جهان پر از 15فرانسوي به نام بنوا مندلبراتاشیاي جهان واقعی ساختار خود متشابه دارند. سواح دریا، کوه ها، دانه هاي برف و درختان مثـال هـایی از این دسته اند. اگرچه واژه فرکتال اغلب توسط افراد مختلف با معانی مختلفی بـه کـار مـی رود امـا در

هر مقیاس ساختاري مشابه و ظریف دارد.حالت عمومی فرکتال یک شکل هندسی است که در می دانیم که یک خط شکلی یک بعدي است و شکلی مثل مربع یا دایـره دو بعـد دارد امـا نکتـه خیلـی جالب و عجیب در مورد فرکتال ها این است که ابعادشان عددي صحیح نیست. براي مثال بعـد منحنـی

ـ )1-2(که در شکل 16کخ تنهـا فرکتـال هـاي کامـل اسـت. 2و 1ین قابل مشاهده است برابر عددي بهستند که سطح بزرگ نمایی شان به بی نهایت میل می کند (یعنی هر چقدر بزرگنمایی را ادامه دهـیم و در مقیاس هاي کوچکتر به آن نگاه کنیم همچنان خود متشابه است) و عدد دقیـق بعدشـان مشـخص

شان متناهی است و تنها می تـوان بعـد تقریبـی است. اما اشکال فرکتال دنیاي واقعی سطح بزرگنماییبرایشان مشخص کرد. بعد فرکتال سلسله جزئیات یک شی را کمی سازي می کند. به عبارت دیگر نشـان

13 fractal 14 self similarity 15 Benoit Mandelbrot 16 Koch curve

14

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س

می دهد هر چقدر در سلسله سطوح خود متشابه نامتناهی یک شی عمیق و عمیق تر شویم، چـه مقـدار وقتی بزرگنمایی از حدي بیشتر می شود دیگـر جزئیـاتی جزئیات قابل رویت است. در اشیاء غیر فرکتال

به دست نمی آید اما در مقابل، اشیاء فرکتال در تمامی سطوح جزئیات قابل توجهی دارند. از یـک منظـر می توان گفت بعد فرکتال میزان جالب بودن این جزئیات را به عنـوان تـابعی از میـزان بزرگنمـایی الزم

یات، کمی سازي می کند. از این رو معیار بعد فرکتـال بـراي انـدازه گیـري براي رسیدن به عمق آن جزئپیچیدگی طرفداران زیادي پیدا کرده است و دانشمندان زیادي این معیار را در مورد پدیده هاي طبیعـی

به کار برده اند. اما واضح است که سلسله جزئیات یک شی تنها نوع پیچیدگی مد نظر ما نیست.

[1] خکنحنی م )1- 2(شکل

در مقالـه مشـهوري 17میالدي هربرت سایمون 1962در سال پیچیدگی از نظر درجه سلسله مراتب: )9این ایده را مطرح کرد که پیچیدگی یک سیستم را مـی تـوان تحـت عنـوان » معماري پیچیدگی«با نام

هر سیستم پیچیده متشـکل از تعـدادي «درجه سلسله مراتب آن سیستم توصیف کرد، به این صورت که سـایمون ». و الـی آخـر زیر سیستم است که هر یک از آنها نیز خودشان شامل زیر سیستم هایی هستند

یک دانشمند علوم سیاسی، اقتصاد دان و روانشناس بود و در زمان خود یک بحرالعلوم نابغه محسوب می شد. او عنوان کرد که یکی از مهمترین مشخصه هاي مشترك سیسـتم هـاي پیچیـده خاصـیت سلسـله

متشکل از اعضاسـت و هـر عضـو آنها است. براي مثال بدن انسان» 18تقریباً قابل تجزیه بودن«مراتبی و نیز متشکل از سلول ها. سلول ها نیز متشکل از زیر سیستم هاي سلولی هستند و الی آخـر. ایـن ایـده از

این منظر که در هر مقیاس الگو هاي خود متشابه وجود دارد، به ایده فرکتال ها شباهت دارد.

در سیسـتم هـاي پیچیـده سلسـله مراتبـی اشاره به ایـن واقعیـت دارد کـه » قابل تجزیه بودن تقریبی«

17 Herbert Simon

18 near-decomposability

دهیچیپ يهاستمیتعاریف و مفاهیم مبنایی س 15

اتصالت داخلی یک زیر سیستم بسیار مستحکم تر از اتصالت بین زیر سیستم هاي مختلـف هسـتند. بـه عنوان مثال هر سلول در یک ارگانیسم زنده یک شبکه سوخت و ساز دارد کـه متشـکل از تعـداد زیـادي

د بین دو سلول مختلف هستند.اتصاالت بین جزیی است که بسیار بیشتر از اتصالت موجوسایمون هم چنین مطرح کرد که تکامل تنها در صورتی می تواند سیسـتم هـاي پیچیـده را در طبیعـت طراحی کند که بتوان آنها را به صورت بلوك هاي ساختمانی کنار هم قرار داد، یعنی تنها در صورتی کـه

یک سلول می تواند بـه تنهـایی تکامـل پیـدا کنـد و آنها سلسله مراتبی و تقریباً قابل تجزیه باشند. مثالًسپس به عنوان بلوکی از یک عضو سطح باالتر قرار بگیرد و خود عضو نیز تکامل یافتـه و بلـوك اعضـاي سطح باالتر از خودش شود و الی آخر. سایمون معتقد است که مطالعـه سیسـتم هـاي پیچیـده نیازمنـد

است.» 19یک نظریه سلسله مراتب«

معیار ذکر شده در اینجا تعداد زیادي معیار دیگر نیز وجود دارد اما همگی با محدودیت هـایی 9بر عالوه

در تئوري یا عمل مواجه هستند و براي توصیف تمام سیستم هاي پیچیده جهان واقعی مناسب نیسـتند. متنوعی دارد و احتمـاالً این گوناگونی در معیار ها می تواند بیانگر این امر باشد که مقوله پیچیدگی ابعاد

یک معیار براي سنجش آن نمی تواند کافی باشد.

19 a theory of hierarchy

: 3 فصل

هاي پیچیده پردازش اطالعات در سیستم

طبیعی

یعیطب دهیچیپ يهاستمیپردازش اطالعات در س 17

مقدمه - 3-1آنجا که پردازش اطالعات نقش مهمی در فرآیند تصمیم گیري ایفا می کند، در این بخش به بررسـی ایـن از

موضوع در شماري از سیستم هاي پیچیده طبیعی می پردازیم.

پردازش اطالعات در سیستم هاي زنده - 3-2نیـز » ش اطالعـات پرداز«همانند بسیاري از واژه هاي کلیدي دیگر در علم پیچیدگی، به نظر می رسد مفهوم

به درستی تعریف نشده است. اغلب وقتی این واژه ها خـارج از زمینـه رسـمی تعریـف شـده توسـط ماشـین استفاده می شوند، تعریف شفاف اینکه منظورمان از پردازش اطالعات 20تورینگ و کامپیوتر هاي ون نیومنی

کـاري اسـت کـه یـک سیسـتم یا محاسبات چیست، دشوار است. در حالت کلی می تـوان گفـت محاسـبات پیچیده به منظور موفق یا سازگار شدن در محیطش روي اطالعات انجام می دهد. اما براي دقیـق تـر کـردن این جمله باید پرسید که این اطالعات دقیقاً چه چیزي است و سیستم پیچیده با آن دقیقاً چه کـاري انجـام

می کند یا محاسبات انجام می دهد، بایستی به سـه می دهد؟ وقتی می گوییم سیستمی اطالعات را پردازش سوال زیر پاسخ دهیم:

نقش اطالعات در سیستم را چه چیزي ایفا می کند؟ این اطالعات چطور مخابره و پردازش می شوند؟ این اطالعات چطور کسب معنا می کنند؟ و براي چه کسی؟

در سیستم هاي زنده را مـورد بررسـی قـرار در این بخش سعی داریم مباحث پردازش اطالعات یا محاسبات دهیم. سه سیستم زنده که به نظر می رسد پردازش اطالعات در آنها نقش اساسی ایفا کنـد، سیسـتم ایمنـی

بدن، کلنی مورچه ها و سوخت و ساز سلولی هستند. در ادامه به بررسی این سه سیستم خواهیم پرداخت.

سیستم ایمنی - 3-3ینیم سیستم ایمنی براي محافظت بدن در مقابل عوامل بیماري زا اعم از ویروس بخش می خواهیم ببدر این

سیستم ایمنی متشکل از تریلیون ها سلول و مولکـول ها، باکتري ها و ... چطور اطالعات را پردازش می کند. مـی مختلف است که در بدن در حال گردش هستند و از طریق سیگنال هاي مختلف با یکدیگر ارتباط برقرار

20 Von Neumann computers

18

یعیطب دهیچیپ يهاستمیپردازش اطالعات در س

ها است کـه 21کنند. از بین انواع بسیار متنوع سلول ها در سیستم ایمنی در اینجا تمرکز ما بر روي لنفوسیتنوعی گلبول سفید خونی هستند. لنفوسیت ها در مغز استخوان ساخته می شوند و دو دسته مهم آنها سـلول

ها و باکتري ها پادتن ترشح کـرده هستند. سلول هاي بی براي مقابله با ویروس 23و سلول هاي تی 22هاي بی و سلول هاي تی نیز عالوه بر کشتن مهاجمان، پاسخ سایر سلول ها را تنظیم می کنند.

دارد که همـان طـور کـه 24هر سلول بدن موجود زنده در سطح خود مولکول هایی به نام مولکول گیرنده ز طریق آنها اطالعات را دریافت می کننـد. نامشان نشان می دهد این مولکول ها ابزاري هستند که سلول ها ا

اطالعات در اینجا شکل و فرم سایر مولکول ها است که با مولکول هاي گیرنده اتصـال شـیمیایی برقـرار مـی کنند. اتصال یا عدم اتصال گیرنده ها به یک مولکول خاص بستگی به میـزان تناسـب شـکل فیزیکـی آن دو

یرنده ها پوشیده شده است که به گستره خاصی از اشکال مولکـول هـا دارد. سطح یک لنفوسیت نیز با این گمتصل می شوند. اگر به طور اتفاقی یک لنفوسیت به مولکول یک عامل بیماري زا برخورد کند که شکلش بـه گیرنده هاي لنفوسیت بخورد آنگاه گیرنده هاي لنفوسیت به مولکول می چسبند و اصطالحاً گفته مـی شـود

آن عامل بیماري زا را شناسایی کرده است که اولین گام براي کشتن آن محسوب می شود. این که لنفوسیت اتصال بسته به میزان تناسب شکل فیزیکی مولکول و گیرنده می تواند قوي یا ضعیف باشد.

از آنجا که تعداد بسیار زیادي عامل بیماري زا وجود دارد که هر لحظه ممکن است بـه بـدن حملـه کنـد، وسیت ها باید بتوانند در عین اینکه تعدادشان از انواع عوامل بیماري زا خیلی کمتر است عمل شناسـایی لنف

را به درستی انجام دهند. به همین خاطر هر لنفوسیت به طور تصادفی مسئول شناسایی تعدادي از آنهـا مـی ست، تشخیص می دهد. بـه شود و گستره خاصی از شکل ها را که توسط دیگر لنفوسیت ها قابل تشخیص نی

محض اینکه یک اتصال برقرار می شود سیستم ایمنی باید تشخیص دهد که آیا این حمله یک حملـه جـدي است یا قابل چشم پوشی. زیرا پاسخ سیستم ایمنی به هر حمله موجب ضعف سایر اعضا و در کـل صـدمه بـه

ل پذیرش باشد یا خیر. لنفوسیت هـاي بدن می شود و باید دید خطر به قدري جدي هست که این ریسک قابنوع بی و تی با همکاري هم تشخیص می دهند که آیا یک حمله جدي هست یـا خیـر. اگـر تعـداد اتصـاالت قوي گیرنده هاي روي یک سلول بی از یک آستانه مشخص تجاوز کنـد و در همـین حـین سـلول هـاي بـی

یی که به طور مشابه متصل شده اند، دریافت کننـد سیگنال هاي فعال سازي را از سلول هاي تی با گیرنده ها

21 lymphocyte

22 B cells

23 T cells

24 receptor

یعیطب دهیچیپ يهاستمیپردازش اطالعات در س 19

آنگاه سلول بی فعال می شود و مولکول هاي پادتن از خود ترشح نموده و وارد جریـان خـون مـی کنـد. ایـن پادتن ها به عوامل بیماري زا می چسبند، آنها را خنثی کرده و عالمت گذاري می کنند تا سایر سـلول هـاي

د کنند. سپس این سلول هاي بی به سرعت تکثیر شده و فرزندانی بـا گیرنـده هـاي سیستم ایمنی آنها را نابومشابه تولید می کنند تا به سایر عوامل بیماري زا بچسبند و عملیات مذکور تکرار شـود. ایـن تقسـیم هـا بـه

روز هـا یـا طور پیاپی تا جایی ادامه پیدا می کند که بدن از عوامل بیماري زا کامالً پاك شود که ممکن است هفته ها طول بکشد.

نکته جالب در تقسیم سلول هاي بی این است که در هر بار تقسیم شدن سلول مـادر پدیـده جهـش نیـز ممکن است در مورد گیرنده هاي فرزند اتفاق بیفتد. این امر موجب می شود که برخی فرزندان حتی بهتـر از

بدتر نیز بعد از مدت کوتـاهی کـه نتواننـد بـه عوامـل مادر خود عوامل بیماري زا را تشخیص دهند. فرزندانبیماري زا بچسبند می میرند و فرزندان باقی مانده مجدداً تقسیم می شوند. در واقـع نـوعی تکامـل از طریـق

توانند انتخاب طبیعی اتفاق می افتد و موجب می شود پس از چندین نسل سلول هاي بی تولید شوند که می امل بیماري زا بچسبند. به بهترین شکل به عو

کلنی مورچه ها - 3-4کلنی مورچه ها و مغز موجودات زنده شباهت هاي زیادي به یکدیگر دارند. هر دو را می توان به عنوان شبکه اي از المان هاي نسبتاً ساده (نورون ها و مورچه ها) در نظـر گرفـت کـه رفتـار هـاي پـردازش اطالعـات در

می کند. دو نمونه از این رفتار ها در کلنی مورچه هـا قابلیـت جسـت و جـوي مقیاس بزرگ از آنها بروز پیدا بهینه غذا و هم چنین قابلیت تخصیص مورچه ها به وظایف مختلف مورد نیاز است. هر دو این رفتار هـا نیـز قابلیت سازگار شدن با شرایط را دارا هستند. به عالوه، این رفتار هـا بـدون وجـود یـک کنتـرل مرکـزي و از طریق مکانیزم هایی که به طور حیرت انگیزي به آنچه در مورد سیسـتم ایمنـی گفتـه شـد شـباهت دارنـد، حاصل می شوند. در بسیاري از گونه هاي مورچه ها عملیات جست و جوي غذا به این ترتیب انجام می شـود

ننـد. هنگـامی کـه که مورچه هاي جست و جو گر کار خود را با حرکت تصادفی در جهات مختلف آغاز می کگردد و از خود ردي باقی می گذارد کـه نـوعی مییک مورچه با یک منبع غذا روبرو می شود به سمت النه بر

است. وقتی سایر مورچه ها با یـک رد فرومـونی برخـورد مـی 25ماده شیمیایی سیگنال دهنده به نام فرومونبیشتر باشد مورچه ها با احتمـال بیشـتري آن کنند با احتمالی آن را دنبال می کنند. هر چه غلظت فرومون

25 pheromone

20

یعیطب دهیچیپ يهاستمیپردازش اطالعات در س

را دنبال می کنند. وقتی مورچه هاي دیگر نیز به آن منبع غـذا مـی رسـند آنهـا نیـز بـا بـاقی گذاشـتن اثـر گردند و این رد فرومونی را تقویت می کننـد. در صـورتی کـه یـک رد فرومـونی میفرومونی از خود به النه بر

نشود، تبخیر شده و از بین می رود. به این ترتیب مورچـه هـا بـه طـور جمعـی توسط دیگر مورچه ها تقویت اطالعات درباره محل و کیفیت منابع مختلف غذایی را ایجاد و رد و بدل مـی کننـد و ایـن اطالعـات نیـز بـا تغییرات محیطی قابلیت سازگاري دارند. به این ترتیب در هر لحظه مسیر هاي فرومونی موجود و غلظت آنهـا

توسط مورچه هاي جست و جو گر شناسایی می شوند.تخصیص وظایف رفتار دیگري است که در آن یک کلنی مورچه رفتار خـود را بـه شـیوه اي توزیـع شـده تنظیم می کند. در کلنی گونه اي از مورچه هاي قرمز، مورچه هاي کـارگر خـود را بـین چهـار نـوع وظیفـه

عمیر و نگهداري النه، پاسداري کردن و کار مرتب سازي پسـماند تقسیم بندي می کنند: جست و جوي غذا، تها. تعدا مورچه هاي کارگري که هر وظیفه را پیگیري می کنند قابلیت تطبیق و سازگاري با تغییرات محـیط را دارد. براي مثال اگر بخشی از النه دچار خرابی شود تعداد کارگر هاي بخش تعمیر و نگهداري النه افـزایش

بد. سوال اینجاست با وجودي که هیچ مورچه اي تصمیم مورچه دیگر را هدایت نمی کند و هـر مورچـه می یانیز تنها با تعداد اندکی از سایر مورچه ها تعامل می کند چگونه یک مورچه منفرد تصمیم مـی گیـرد کـه در

ایـن باشـد کـه تصـمیم پاسخ به شرایط محیطی به کدام وظیفه بپیوندد؟ به نظر می رسد پاسخ به این سوال یک مورچه براي تغییر وظیفه خود تابعی از دو چیز است، اوالً آنچه در محیط با آن روبـرو مـی شـود و ثانیـاً نرخ رویارویی با دیگر مورچه هایی که وظیفه متفاوتی انجام می دهند. براي مثال یـک مورچـه بیکـار کـه در

ا یک شـی خـارجی در نزدیکـی النـه مواجـه مـی شـود حال حاضر هیچ وظیفه اي را انجام نمی دهد وقتی باحتمال انتخاب وظیفه تعمیر و نگهداري النه در او افزایش می یابد. به عالوه مورچه بیکاري که با نرخ بـاالي ورود و خروج مورچه هاي کارگر مسئول تعمیر و نگهداري النه مواجه می شود نیز احتمال پیوستنش به ایـن

. به عبارتی افزایش فعالیت در این گروه این عالمت را می دهـد کـه وظـایف مهمـی در گروه افزایش می یابدمورد تعمیر و نگهداري النه براي انجام وجود دارد. به طور مشابه یک کارگر مشغول تعمیـر و نگهـداري النـه

تغییـر وقتی با نرخ باالي بازگشت مورچه هاي جست و جو گر حامل غذا به النه مواجـه مـی شـود، احتمـال وظیفه و پیوستن به این دسته در او افزایش می یابد. در اینجا نیز باال رفـتن نـرخ غـذا رسـانی بـه النـه ایـن

عالمت را می دهد که یک منبع غذاي با کیفیت پیدا شده و نیازمند بهره برداري است.قی مانده از هـر یـک این طور به نظر می رسد که مورچه ها می توانند از طریق شاخک هایشان و اثرات با

از چهار وظیفه، حس کنند که سایر مورچه ها در کدام وظیفه مشغول بـه کـار بـوده انـد. سـایر رفتـار هـاي جمعی در مورچه ها و دیگر جوامع حشرات از جمله ساخت پل و پناهگاه با استفاده از کنار هم قـرار گـرفتن

یعیطب دهیچیپ يهاستمیپردازش اطالعات در س 21

ل هاي فرومـونی و تعامـل مسـتقیم مورچـه هـا بـا بدن مورچه ها نیز ناشی از مکانیزم هاي مبتنی بر سیگنا یکدیگر هستند. با این وجود بسیاري از جنبه هاي چنین رفتار هایی هنوز ناشناخته است.

سوخت و ساز زیستی - 3-5مجموعه اي از فرآیند هاي شیمیایی است که به وسیله آنها ارگانیسم هاي زنده انرژي را کـه 26سوخت و ساز

آورند، مصرف می کنند. این فرآیند هاي شیمیایی عمدتاً در داخـل سـلول هـا و از از طریق غذا به دست می انجام می شوند. در هر سـلول از » 27مسیر هاي سوخت و ساز«طریق واکنش هاي شیمیایی زنجیره اي به نام

بدن یک ارگانیسم، مولکول هاي مواد مغذي براي تولید انرژي و سـاخت اجـزاي سـلول از طریـق مسـیرهاي ت و ساز موازي ساخته می شوند. این اجزا بـراي تعمیـر و نگهـداري داخلـی، کـارکرد هـاي خـارجی و سوخ

ارتباطات بین سلولی مورد نیاز هستند. در هر لحظه میلیـون هـا مولکـول در سیتوپالسـم سـلول در جهـات رو ثانیـه) نیـز تصادفی شناور هستند و به طور پیوسته با یکدیگر برخورد می کنند. گهگاهی (در مقیاس میکـ

آنزیم ها با مولکول هایی که از نظر شکلی تناسب دارند برخورد می کنند و این امر موجب سـرعت بخشـیدن به واکنش هاي شیمیایی که آن آنزیم کنترل می کند، می شود. دنباله اي از چنین واکنش هایی بـه تـدریج

موجب ساخته شدن مولکول هاي بزرگ می شود.نفوسیت ها پویایی سیستم ایمنی را با ترشح سیتوکین تحت تاثیر قرار مـی دهنـد و درست همانطور که ل

یا مورچه هاي جست و جو گر با ترشح فرومون بر عملیات جست و جوي غذا اثر می گذارنـد، واکـنش هـاي شیمیایی که طی یک مسیر سوخت و ساز انجام می شوند نیز به طور پیوسته سـرعت و منـابع داده شـده بـه

سیر را تغییر می دهند. در حالت کلی مسیر هاي سوخت و ساز دنباله هاي پیچیده اي از واکـنش هـاي آن م شیمیایی هستند که به وسیله بازخورد هاي خود تنظیم کننده، کنترل می شوند.

مکانیزم هاي تنظیم سوخت و ساز نیز مشابه با مکانیزم هاي تنظیم در سیستم ایمنی و کلنی مورچه هـا، مثال بارزي از این موضوع است. یکی از اهـداف اصـلی گلیکـولیز 28بر بازخورد هستند. مسیر گلیکولیزمبتنی

است که منبع اصلی انرژي مورد استفاده 29پیتیفراهم کردن مواد شیمیایی الزم براي ایجاد مولکول هاي ايـ تیدر سلول ها هستند. اگر مقدار زیادي اي ن امـر موجـب کـاهش نـرخ پی در سلول وجود داشـته باشـد، ای

26 metabolism

27 metabolic pathways 28 glycolysis 29 ATP

22

یعیطب دهیچیپ يهاستمیپردازش اطالعات در س

پی هاي جدید می شود. در حالت عکس نیز وقتی سـلول دچـار تیگلیکولیز و در نتیجه کاهش نرخ تولید ايپی است نرخ گلیکولیز افزایش می یابد. در حالت کلی سرعت مسیرهاي سـوخت و سـاز توسـط تیکمبود اي

شود. مواد شیمیایی که خود این مسیر ها تولید می کنند، تنظیم می

چه چیزي نقش اطالعات را بازي می کند؟ - 3-6وقتی در مورد پردازش اطالعات در این سیستم ها صحبت می کنیم منظورمان فعالیت هـاي اجـزاي منفـرد مثل سلول ها، مورچه ها یا آنزیم ها نیست بلکه به فعالیت هاي جمعی گـروه هـاي بـزرگ ایـن اجـزا اشـاره

همانند کامپیوتر هاي سنتی، اطالعات به طور دقیق یا ایستا در مکـان داریم. در این دیدگاه چنین نیست کهخاصی از سیستم واقع شده باشد. در عوض این اطالعات، قالب آماره ها و دینامیک الگو هاي اجزاي سیسـتم

را به خود می گیرند.یش پویـا از در سیستم ایمنی توزیع فضایی و دینامیک زمانی لنفوسیت ها می تواند بـه عنـوان یـک نمـا

اطالعات درباره تغییر پیوسته جمعیت عوامل بیماري زا در بدن تفسیر شود. به طور مشـابه، توزیـع فضـایی و پویایی شدت سیتوکین نیز اطالعاتی در مقیاس بزرگ درباره موفقیت سیستم ایمنی در نـابود کـردن عوامـل

بیماري زا و جلوگیري از آسیب رسانی را در خود دارد.مورچه ها اطالعات در مورد منابع غذایی محیط کلنی به شیوه اي پویا به وسـیله توزیـع آمـاري در کلنی

مورچه ها روي مسیر هاي فرومونی مختلف نشان داده می شود. حالت کلی کلنی نیـز توسـط توزیـع پویـاي مورچه هاي در حال انجام وظایف مختلف نمایش داده می شود.

عات درباره حالت جاري و نیازمندي هاي سلولی بـه طـور پیوسـته در قالـب در سوخت و ساز سلولی نیز اطال .[1]تمرکز فضایی و پویایی انواع مختلف مولکول ها انعکاس می یابد

: 4 فصل

مروري بر کارهاي انجام شده در حوزه

گیريتصمیم

24

يریگمیانجام شده در حوزه تصم يبر کارها يمرور

مقدمه - 4-1اکنون پس از معرفی مفاهیم کلی در مورد سیستم هاي پیچیده و بررسـی پـردازش اطالعـات در شـماري از این سیستم ها (با توجه به نقش اساسی که این مفهوم در فرآیند تصمیم گیري ایفا می کنـد)، در ایـن فصـل

عدادي از کارهاي انجام شده در حوزه مدلسازي فرآیند تصمیم گیري کـه قصد داریم مروري داشته باشیم بر ت به نحوي با چگونگی شکل گیري تصمیم هاي جمعی در سیستم هاي پیچیده در ارتباط هستند.

و منفرد هستند که با کنار هم قرار گـرفتن 30از آنجا که سیستم هاي پیچیده مجموعه اي از اجزاي ناقصیچیده و حیرت انگیزي می شوند، به نظر می رسـد بررسـی کارهـاي انجـام شـده در موجب بروز رفتار هاي پ

حیطه تصمیم گیري مجموعه عامل هاي ناقص در راستاي رسـیدن بـه مـدل تصـمیم گیـري سیسـتم هـاي پیچیده گامی مفید باشد. لذا در ادامه پس از بیان کلیاتی در مورد فرآیند تصمیم گیري، بـه معرفـی اجمـالی

کارهاي صورت گرفته در این زمینه خواهیم پرداخت. تعدادي از

31تصمیم گیري مبتنی بر ارزش - 4-2مـورد توجـه قـرار 32تصمیم گیري مبتنی بر ارزش نوعی تصمیم گیري است که بیشتر در علم نورواکونومیـک

از می گیرد و به عقیده دانشمندان فراگیر ترین نوع تصمیم گیري در طبیعت است. به عبارتی هرگاه حیـوانی بین گزینه هاي مختلف بر اساس مقادیر هدفی که به هر یک نسبت داده شده است، یکی را انتخـاب کنـد در واقع تصمیم گیري مبتنی بر ارزش انجام داده است. نمونه هاي این تصمیم گیري را می توان در رفتـار هـاي

هاي پیشرفته انسانی از جملـه ابتدایی حیوانات مثل جست و جوي غذا در زنبور ها و هم چنین تصمیم گیري تجارت در بازار بورس مشاهده نمود.

محاسبات دخیل در تصمیم گیري مبتنی بر ارزش را به پنج فرآیند پایه می توان دسته بندي نمود:اولین فرآیند در تصمیم گیري مبتنی بر ارزش شامل محاسـبات مربـوط بـه بازنمـایی مسـأله بازنمایی: )10

تصمیم گیري می شود. این امر مستلزم شناسایی حاالت داخلی (براي مثـال میـزان گرسـنگی)، حـاالت خارجی (مثل سطح خطر و تهدیدات) و راهکار هاي بالقوه (مثل به دنبال طعمه گشتن) است.

30 imperfect 31 neuroeconomic

32 value-based decision making

يریگمیانجام شده در حوزه تصم يبر کارها يمرور 25

در دومین فرآیند می بایست به هر یک از اقدام هاي مختلف تحت بررسـی حین انتخاب:ارزش گذاري )11یک ارزش یا مقدار نسبت داد. براي گرفتن تصمیم هاي درست، این ارزش هـا بایـد بتواننـد منـافعی کـه

احتماالً از هر اقدام منتج می شوند را با قابلیت اطمینان خوبی پیش بینی کنند.

این مرحله جاندار بایستی ارزش هاي مختلف را مورد مقایسـه قـرار دهـد و از میـان در انتخاب فعالیت: )12 آنها یکی را انتخاب کند.

پس از اجراي تصمیم، در این مرحله مغز نیازمند اندازه گیـري مطلوبیـت خروجـی ارزیابی خروجی ها: )13 هاست.

یر فرآیند ها مورد استفاده قرار مـی در نهایت باز خورد این اندازه گیري ها براي بروز رسانی سا یادگیري: )14 .[2]گیرد تا کیفیت تصمیمات آتی بهبود یابد

هاي انجام شده در حوزه تصمیم گیري عامل هاي ناقصکار - 4-3 در این بخش هفت مقاله با محوریت تصمیم گیري عامل هاي ناقص به طور اجمالی معرفی شده است.

33بیزي چندین رده بند ناقصترکیب پویاي -1- 4-3

روش هاي ترکیب رده بند ها باید به گونه اي باشند که بتوانند خروجی هاي رده بند هاي نـاقص و متعـدد را براي رسیدن به صحت بیشتر در کالس بندي ادغام کند. در موقعیت هاي بسیاري از جمله زمانی که نیازمنـد

میم هاي پایـه از نظـر قابلیـت اطمینـان تنـوع و تفـاوت ترکیب تصمیم هاي انسانی هستیم، ممکن است تصزیادي داشته باشند. این مقاله نشان می دهد که وجود یک الیه پردازشـگر اضـافی روي جمعیتـی از تصـمیم

گیرنده هاي ناقص که اشیا را رده بندي می کنند می تواند: د.قابلیت اطمینان هاي بسیار متفاوت این جمعیت را به خوبی مدیریت کن

داده هاي یادگیري پراکنده را تکمیل نماید. 34به کمک دانش پیشین

.تغییرات را دنبال کند

.تفاوت بین رده بند هاي منفرد را استنتاج کند

و در نهایت در این مقاله یک رویکرد پویا براي ترکیب رده بند هاي بیزي ارائه شده و تغییرات رده بنـد هـاي قرار گرفته است.پایه در طول زمان مورد بررسی

33 dynamic bayesian combination of multiple imperfect classifiers 34 prior knowledge

26

يریگمیانجام شده در حوزه تصم يبر کارها يمرور

35تصمیم گیري توزیع شده از طریق عامل هایی با تفکر قطعی -2- 4-3انسان هاي تصمیم گیرنده در مواجهه با گستره وسـیعی از اشـیا بـه علـت ظرفیـت محدودشـان در پـردازش اطالعات به صورت قطعی فکر می کنند. این مقاله به تصمیم گیري تصمیم گیرنده هاي انسانی با تفکر قطعی

ردازد و در آن تفکر قطعی به وسیله تصمیم گیرنده هاي بیزي مدل شده است. به این صورت که اشیا بـا می پتوجه به احتماالت پیشین شان بین تعداد کمی دسته موجود رده بندي می شـوند. تفکـر قطعـی بـه تصـمیم

باعـث کـاهش دقـت گیرنده ها این امکان را می دهد که تعداد نامحدودي شی را مدیریت کنند اما همزمـان اطالعات تصـمیمات 36احتماالت پیشین و در نتیجه تصمیمات نیز می شود. تصمیمات سراسري نیز با گدازش

موضعی گرفته می شوند. این در حالی است که به اشتراك گذاري اطالعـات قبـل از تصـمیم گیـري موضـعی اري اطالعـات و همکـاري تصـمیم ممنوع است. در نهایت بین این حالت و حالتی که امکان بـه اشـتراك گـذ

گیرنده ها در مرحله تصمیم گیري موضعی وجود دارد، مقایسه اي صورت گرفته است.

37استخراج خودکار اولویت ها براي تصمیم گیري -3- 4-3در دنیاي پیچیده معاصر تصمیم ها توسط اعضاي ناقصی گرفته می شوند که بـه هـر وظیفـه تصـمیم گیـري

مـی بایسـت سیسـتم هـاي 38می دهند. یک نظریه تصمیم گیري هنجـاري منابع تفکر محدودي را تخصیصپشتیبانی را فراهم کند که به چنین اعضایی اجازه می دهد با وجود استفاده از منابع محدود، تصـمیم گیـري

عقالنی داشته باشند.ـ ري از این مقاله به استخراج خودکار اولویت هاي تصمیم گیـري مـی پـردازد. ایـن اسـتخراج بـا بهـره ب

خصوصیات کیفی اعضا و دانش جمع آوري شده در حین تصمیم گیري، انجام می شود.

هایی که یادگیري تقویتی ضد فرکتال: چگونگی مدلسازي تصمیم گیرنده -4- 4-3 39آینده را پیش بینی می کنند

دهـد. میاین مقاله چارچوبی جدید براي مدلسازي انسان هاي تعامل کننده در یک بازي چند مرحله اي ارائه

35 distributed decision making by categorically-thinking agents

36 fusion

37 automated preference elicitation for decision making

38 normative decision theory

39 counter-fractal reinforcement learning: how to model decision-makers that anticipate the future

يریگمیانجام شده در حوزه تصم يبر کارها يمرور 27

خصوصیات مطلوب زیر را داراست:» بازي نیمه شبکه اي تکرار شونده«چارچوب بازیکن هاي ناقص و با عقالنیت محدود

.بازیکن هاي استراتژیکی که با توجه به توابع پاداش یکدیگر رفتار همدیگر را پیش بینی می کنند

ري هستند.رفتار سیستم هاي دنیاي واقعی که از نظر محاسباتی قابل پیگی

این مزایا با ادغام مفاهیمی از نظریه بازي ها و یادگیري تقویتی به دسـت آمـده انـد. در ایـن مقالـه مـدل براي استفاده در بازي هاي چند مرحله اي توسعه داده شده اسـت. ایـن افزونـه امکـان » 40استدالل سطح کا«

اهم می کند که مـی تـوان هـر یـک را بـا تجزیه مسأله مدلسازي کلی به مجموعه اي از مسائل کوچکتر را فرگفته » یادگیري تقویتی سطح کا«الگوریتم هاي یادگیري تقویتی استاندارد حل نمود. به این رویکرد ترکیبی

می شود. در این مقاله این ایده بر روي یک سناریوي جنگ سایبري روي یک شبکه برق رسانی مورد بررسـی پیش بینی شده توسط مدل و آنچه از مهاجمان و مـدافعان واقعـی انتظـار قرار گرفته و روابط بین رفتار هاي

رود، مقایسه شده است.می

41اثر هیجان و شخصیت بر انحراف از تصمیم گیري کامالً عقالنی -5- 4-3تصمیم گیري هاي انسان همواره نشانگر وجود اختالف و انحـراف از عقالنیـت محـض بـوده اسـت. هیجانـات

هاي اصلی فعالیت هاي او هستند. در این مقاله بـه طـور تجربـی نشـان داده شـده انسان یکی از نیرو محرکهروي 42است که عوامل غیر اقتصادي از جمله هیجانات و ویژگی هـاي شخصـیتی در حـین بـازي اولتیمـاتوم

تصمیم گیري اقتصادي اثر می گذارند. در این مقاله عنوان شده اسـت کـه وقتـی شـرکت کننـده هـا درگیـر منفی هستند با احتمال باالتري مقادیر بیشتري پول را پیشنهاد مـی دهنـد و شـرکت کننـده هـاي هیجانات

دستخوش هیجانات مثبت نیز با احتمال بیشتري پیشنهادات را قبول می کنند. هم چنین نشان داده شد کـه کنند. به طور خالصـه افراد صادق، با وجدان و درونگرا با احتمال باالتري پیشنهادات غیر منصفانه را قبول می

می توان گفت نتایج این مقاله نشان داده است که با استفاده از عواملی به جـز اسـتراتژي عقالنـی مـی تـوان تصمیم گیري هاي اقتصادي را پیش بینی نمود.

40 level-k reasoning

41 effect of emotion and personality on deviation from purely rational decision-making

42 ultimatum game

28

يریگمیانجام شده در حوزه تصم يبر کارها يمرور

43مدل خصمانه تحلیل ریسک یک عامل تصمیم گیرنده خودمختار و ناقص -6- 4-3ساخت ماشین هایی که در تعامل با انسان مأموریت هاي هوشمندانه را به شیوه اي بـی عیـب و نقـص انجـام می دهند در حال تبدیل شدن به یک واقعیت است. عامل کلیدي در طراحـی چنـین ماشـین هـایی قابلیـت

فراد متصـدي) تصمیم گیري آنها بر اساس یک سیستم ارزش گذاري منطقی و ادراك محیط پیرامون (شامل ااست. در این مقاله مدلی از فرآیند تصمیم گیري ارائه شده است که در آن یک عامل خود مختار که بـه طـور ناقص محیط اطراف و فعالیت هاي کاربر خود را درك می کند، وظیفه تصمیم گیـري را بـه عهـده دارد. ایـن

اما در عین حال شـامل مـدل هـاي پـیش مدل بر مبناي تجزیه و تحلیل فرآیند تصمیم گیري بنا شده است بینی رفتار کاربر و تأثیر آن روي محیط اطراف نیز می شود. در این مقاله پیاده سازي این مدل در قالـب یـک

آموزشی توضیح داده شده که مجهز به سنسور هایی براي دریافت اطالعات جهان اطـراف خـود -ربات تفریحیکمک دهنده شناختی به فرد، مثالً براي کودکان با اهـداف آموزشـی و است. این ربات می تواند به عنوان یک

. [3]یا سالمندان با هدف همراهی کردن ایشان، مورد استفاده قرار گیرد

44محیط هاي پشتیبانی از مغز براي تصمیم گیري در سیستم هاي پیچیده -7- 4-3

در سیستم هاي پیچیده به شدت تحت تأثیر مسائل روانشـناختی و در این مقاله عنوان شده که تصمیم گیريجامعه شناختی است. در صورتی که سه موضوع زیر پیگیري شوند می توان انتظار داشت کـه تصـمیم گیـري

در چنین موقعیت هایی بهبود یابد: .جهت گیري هاي تصمیم گیري فردي یا گروهی از بین رفته یا کاهش یابند راي تشخیص الگو ها و آرایش هاي موجود در رفتار یک سیستم پیچیده پرورش داده ظرفیت افراد ب

شوند. .براي به اشتراك گذاري و تجمیع دانش از تعامل ها و ارتباطات منسجم گروهی پشتیبانی شود

ـ ده تحقق این سه موضوع به معیار هاي متعددي از حوزه هاي گوناگون وابسته خواهد بود. در این مقاله این ایمطرح شده است که براي بهبود تصمیم گیري گروهی یک تیم تصمیم گیرنـده مـی تـوان یـک اتـاق خـاص

) به عنوان محیط پشتیبانی از مغز در نظر گرفت. در این اتاق که جایگزینی بـراي 1-4منظوره همانند شکل (اي گروهی و بـه اشـتراك اتاق هاي جلسات متدوال خواهد بود، تکنولوژي مورد نیاز براي پشتیبانی تصمیم ه

43 an adversarial risk analysis model for an autonomous imperfect decision agent

44 brain-supporting environments for decision making in complex systems

يریگمیانجام شده در حوزه تصم يبر کارها يمرور 29

گذاري مدل هاي ذهنی افراد فراهم می شود و ساختار هاي پیچیده تحت بررسی بـه طـور پویـا نمـایش داده می شوند. این اشکال گرافیکی محور اصلی بحث و بررسی قرار می گیرند و اعضـاي گـروه مـدل هـاي ذهنـی

سایر اعضاي گروه را با محوریت این اشکال محقـق خود را بر روي آنها به اشتراك گذاشته و تعامل و ارتباط بامی سازند. در اینجا با استفاده از تکنولوژي هاي مدرن شبیه سازي، فرآینـد بـه اشـتراك گـذاري مـدل هـاي ذهنی به صورت پویا انجام شده و فرآیند متوالی تصـمیم گیـري بـه یـک فرآینـد تکـاملی و تکـراري تبـدیل

.[4]می کند که تمامی اعضاي گروه متقاعد شوند شود و تا جایی ادامه پیدا می

[4] نمایی از محیط پشتیبانی از مغز )1- 4(شکل

مراجع

31

31

مراجع

[1] M. Mitchel, Complexity a Guided Tour, New York: Oxford University Press, 2009. [2] A. Rangel, C. Camerer and P. R. Montague, "A framework for studying the neurobiology

of value-based decision making," Nature Reviews Neuroscience, vol. 9, no. 7, p. 545–556, 2008.

[3] T. V. Guy, M. Karny and D. H. Wolpert, Decision Making and Imperfection, Springer, 2013.

[4] S. Hetzler, "Brain-supporting environments for decision making in complex systems," Kybernetes, vol. 39, no. 9/10, pp. 1551 - 1565, 2010.