복잡계 입문하기

복잡적응계를 이해하기위한 복잡계 시리즈

Complex  System
 
현미경으로 관찰한 단백질, 핵산 등의 수많은 고분자 구조물로 이루어진 복잡한 세포의 조직이라든지, 140억개의 신경세포의 네트워크 망인 인간의 두뇌, 복잡한 먹이사슬에 따라 먹고 먹히는 생태계, 다양한 투자자가 참여하는 증권시장, 여러 나라의 이익이 엇갈리는 국제정세, 변덕스런 기후, 흔들리는 갈대와 같다는 인간의 마음...등등, 모두가 공통적으로 복잡함을 지니고 있으며 따라서 복잡계 (Complex system) 이다. ...... (김용운 1998)
복잡계는 아래에 서술된 것과 같이 많은 성질을 가지고 있다.그것은 또한 카오스 이론 (chaos theory), 인공생명 (artificial life), 진화 계산 (evolutionary computation) 과 유전 알고리즘 (genetic algorithm) 에서의 아이디어와 기술을 포함하는 연구방식을 의미하는 넓은 의미로도 사용되기도 한다. 시스템적 사고 (systems thinking) 은 복잡계에서 발견되는 복잡성의 종류를 설명하기 위한 전체적인 (holistic) 방법으로 시스템을 연구하려는 또다른 방식이다. 복잡계의 특징은 다음과 같다.

창발 또는 돌연변이 (Emergence) : 단순히 복잡한 것 (complicated one) 과 복잡계의 차이는, 복잡계에서의 어떤 행동과 패턴들은 요소들 간 관계의 패턴의 결과로서 창발 (emerge) 한다는 것이다. 즉 창발 (Emengence) 는 아마도 복잡계의 핵심 성질일 것이며, 창발의 성질과 어떤 조건에서 발생하는지를 이해하기 위해 많은 작업들이 행해지고 있다.

관계들이 범위가 좁다 (short-range) : 일반적으로 복잡계에서의 요소들 간의 관계는 short-range 이기때문에, 가까운 이웃에게서 정보를 받게된다. 이러한 다양한 연결 (connections) 은 통신 (communications) 이 복잡계 간에 이루어지지만 그 과정에서 변경될 것이라는 것을 의미한다.

관계들이 비선형이다 (non-linear) : 요소들 간의 단순한 원인과 결과의 관계가 거의 없다. 단순한 자극이 커다란 영향을 주거나 전혀 안주기도 한다.

관계들이 feedback loops 을 포함한다 : negative (damping) and positive (amplifying) feedback 둘다 복잡계의 핵심 요소이다. 하나의 에이전트의 행동의 결과가 스스로에게 되돌아 오고 이것은 다시 미래의 행동에 영향을 준다. 계속적으로 적응하는 (constantly adapting) 비선형 관계의 이러한 집합은 복잡계를 특별하게 만드는 핵심이다.

복잡계는 열려있다 (open) : 복잡계는 열린계 (open systems) 이다. 즉 에너지와 정보는 복잡계의 경계를 넘나들며 계속적으로 나가고 들어온다. 따라서 복잡계는 평형 (equilibrium) 과는 거리가 멀다 : 안정 (stability) 이 나타나는 일정한 변화 (constant change) 가 있을때 조차도..

부분이 전체를 포함할 수 없다 : 복잡계의 요소들은 복잡계 전체에서 발생하는 것을 알수없다는 의미이다. 만일 알고자 한다면, 모든 복잡성이 그 요소에 존재해야 할것이다. 그러나 복잡성은 요소들 간의 관계에 의해 생성되기 때문에 그것은 불가능하다. 이러한 당연한 결과 (corollary) 로서 복잡계의 어떤 요소도 복잡계를 제어하려 할수는 없을 것이다.

복잡계는 하나의 역사를 가진다 : 복잡계의 역사는 중요하며 무시될수 없다. 환경에서의 조그만 변화 조차도 미래에는 커다란 변이 (deviations) 로 이끌수 있다.

복잡계는 집이 있다 (nested) : 복잡 적응계 (adaptive systems) 의 또다른 핵심은,  복잡계의 구성성분 (보통 에이전트 라고 언급되는) 스스로가 복잡적응계 라는 것이다. 따라서 하나의 경제 (economy) 는 각각이 복잡적응계인 세포 (cells) 로 구성되는 두뇌 (brains) 로 구성되는 사람 (people) 로 구성되는 조직 (organizations) 으로 구성된다.

경계 (boundary) 를 결정하기가 어렵다 : 복잡계의 경계를 결정하기는 보통 어렵다. 그 결정은 복잡계 자체의 어떤 내부 성질 보다는 관찰자의 필요와 선입견 (prejudices) 에 기초해서 이루어진다. 예를들면 각각의 인간의 경계는 결정하기 쉬운것 같지만 조금 더 생각해 보면 어떤 애매함 (ambiguities) 을 보인다. 예를들면 옷은 경계의 내부인가 외부인가? 만일 누군가가 방이나 사람이 많은 지하철에서 너를 무섭게 쳐다보고 있다면, 그는 너의 영역을 침범한 것인가? 너의 경계는 물리적인가 감정적인가? 감정적인 영향은 물리적 존재에 영향을 줄수있다. 어떤 순간에는 음식이 너의 몸의 일부분이 되는가? ......... (Wikipedia : Complex system)

https://www.santafe.edu/news-center/news/more-than-sum-working-group-tracks-effects-emerge-higher-order-interactions

Working group tracks effects that emerge from complex interactions | Santa Fe Institute

---

More than the sum: Working group scopes higher-order interactions

Every natural system is rife with interactions. And when only two things interact, the outcome is usually easy to predict. A cue stick strikes a ball, and the ball rolls away. Penicillin encounters the strep throat-causing Streptococcus germ, and the germ dies.
But what happens when you add a third — or fourth, or fifth, or more — component to the mix? The effects of such higher-order interactions can be difficult to forecast.
“You can do a lot of experiments with pairwise interactions, where you take two species at a time, and look at how a population changes over time,” says biological physicist Jacopo Grilli, an Omidyar Postdoctoral Fellow at SFI. “But often when you put more species together, the results are very different from what you would expect from looking at pairwise interactions.
Different regimens of antibiotics, for example, may work together to beat an infection — or promote antibiotic resistance in a pathogen. The antibiotics interact with each other, as well as with the mix of species in a microbiome. SFI External Professor Pamela Yeh has seen these emergent effects firsthand in her research.
“We were surprised to see not only that there were higher-order interactions in antibiotic combinations but that they were so prevalent, and so strong,” she says. “There is a rich literature in fields like ecology, microbiology, and pharmacology looking at pairwise interactions, but higher-order interactions have been mostly ignored.”
Grilli and Yeh, together with SFI External Professor Van Savage, have organized “Higher-order interactions: experiments, inference and models,” a working group to be held at SFI March 3-6. The meeting will merge the expertise of researchers from a range of disciplines — including evolutionary biology, network theory, ecology, social sciences, and physics — to identify general and fundamental questions that drive these effects.
The organizers want to know how and in what ways the whole is different than the sum of the parts, as well as the degree to which the ideas that are relevant to one field are transferrable to others.
Participants will explore experimental designs that can detect the effects of higher-order interactions in a range of disciplines. They’ll also discuss methods for inferring the presence of these interactions in outcomes, and, ultimately, develop theoretical approaches to forecasting.
Savage says he hopes that the diversity of research areas represented at the working group will help them reach a consensus on the best theories and data sets that illuminate these effects. “With pushback from different fields,” he says, “we can work together collectively and push forward new ideas.”

http://tv.naver.com/v/1920705

[강연] 프리고진, 복잡계의 이해 - 『혼돈으로부터의 질서』를 중심으로 (강연 : 신국조 교수) 1부

쿠퍼의 복잡적응계 팟캐스트

‎Apple Podcasts에서 만나는 출근길 대학원, 직지심공-직장인들의 지적 호기심을 채우는 공방: 직지외전11.Agility 끝내기, 복잡적응계!(CAS)