複雑適応システム

複雑適応システム（CAS）は、相互作用の動的なネットワークであるという点で複雑なシステムですが、構成要素の挙動に応じてアンサンブルの挙動を予測できない場合があります。個々の挙動と集団の挙動が、変化を引き起こす微小イベントまたはイベントの集合に対応して変異し、自己組織化するという点で適応的です。 ^{[ 1 ] [ 2 ] [ 3 ]}これは、変化する環境に適応し、マクロ構造としての生存率を高めるために形成された、比較的「類似していて部分的に接続された微小構造」の「複雑なマクロ集合」です。^{[ 1 ] [ 2 ] [ 4 ]}複雑適応システムのアプローチは、レプリケーターダイナミクスに基づいています。^{[ 5 ]}

非線形力学系のサブセットである複雑適応システムの研究^{[ 6 ]}は、異質なエージェント、相転移、および創発的行動を可能にするシステムレベルのモデルと洞察を開発するために、自然科学と社会科学からの洞察を融合しようとする学際的な問題である^{[ 7 ]}。CASは、適応エージェント間の相互作用から結果が出現し、影響を受ける可能性はあるものの正確に制御できない政治経済発展と制度変化の分析にますます適用されている^{[ 8 ] [ 9 ] 。}

複雑適応システム、または複雑性科学という用語は、このようなシステムの研究を中心に発展してきた緩やかに組織化された学術分野を説明するためによく使用されます。複雑性科学は単一の理論ではなく、複数の理論的枠組みを包含し、学際的であり、生命を持ち、適応可能で、変化するシステムに関するいくつかの根本的な質問への答えを探求しています。複雑適応システムは、ハードなアプローチまたはソフトなアプローチを採用する場合があります。^{[ 10 ]}ハード理論は、正確な形式言語を使用し、エージェントが具体的な特性を持つと見なし、通常は何らかの方法で操作できる行動システム内のオブジェクトと見なします。ソフト理論は、不正確な場合がある自然言語と物語を使用し、エージェントは具体的な特性と非具体的な特性の両方を持つ主体です。ハード複雑性理論の例には、複雑適応システム（CAS）と生存可能性理論があり、ソフト理論のクラスには生存システム理論があります。ハード理論で行われる命題的考察の多くは、ソフト理論にも関連しています。ここからは、CAS に焦点を当てます。

CASの研究は、システムの複雑で創発的かつ巨視的な特性に焦点を当てています。^{[ 4 ] [ 11 ] [ 12 ]}ジョン・H・ホランドは、CASは「相互作用し、適応または学習する、エージェントと呼ばれる多数のコンポーネントを持つシステム」であると述べています。^{[ 13 ]}

複雑適応システムの典型的な例としては、気候、都市、企業、市場、政府、産業、生態系、ソーシャルネットワーク、電力網、動物の群れ、交通の流れ、社会性昆虫（アリなど）のコロニー、^{[ 14 ]}脳と免疫系、細胞と発生中の胚などが挙げられます。政党、コミュニティ、地政学的組織、戦争、サプライチェーン、テロネットワークなどの人間の社会集団に基づく活動も複雑適応システムとみなされます。^{[ 14 ] [ 15 ] [ 16 ] [ 17 ]}人間とコンピュータの複雑な相互作用によって構成、協力、管理されているインターネットとサイバースペースも複雑適応システムとみなされます。^{[ 18 ] [ 19 ] [ 20 ]}複雑適応システムは階層的になることもありますが、多くの場合「自己組織化」の側面を示します。^{[ 21 ]}

複雑適応システムという用語は、1968 年に社会学者のウォルター・F・バックリー^{[ 22 ] [ 23 ]}によって造語され、心理的および社会文化的システムを生物種に類似するものとみなす文化進化モデルを提案しました。^{[ 24 ]}現代の文脈では、複雑適応システムは、ミーム学[ ^{25 ]}と関連付けられるか、ミーム学の再定式化として提案されることがあります。^{[ 26 ]}しかし、マイケル・D・コーエンとロバート・アクセルロッドは^、このアプローチは社会ダーウィニズムや社会生物学ではないと主張しています。なぜなら、変異、相互作用、選択の概念は、たとえば「ビジネス戦略の集団」のモデリングに適用できますが、詳細な進化メカニズムは、しばしば明らかに非生物学的だからです。 ^{[ 27 ]}そのため、複雑適応システムは、リチャード・ドーキンスのレプリケーターの概念により近いと言えます。^{[ 27 ] [ 28 ] [ 29 ]}

複雑適応システムの組織化は、システムの動作を導く内部モデル、メンタルモデル、またはスキーマの使用に依存しています。システムの適応には、次の3つのレベルを区別できます。

• 環境の変化状況に対応するためにスキーマを使用する。^{[ 37 ]}
• 既存のスキーマが満足のいく結果をもたらさない場合、スキーマを変更する。^{[ 37 ]}
• 集団の中から成功したスキーマを使用してシステムを選択する（適者生存）。^{[ 37 ]}

CAS は、エージェントベースモデルや複雑ネットワークベースモデルによってモデル化されることがあります。^{[ 38 ]}エージェントベースモデルは、主にモデル内のさまざまなエージェントを最初に識別することによって、さまざまな方法とツールを使用して開発されます。^{[ 39 ]} CAS のモデルを開発するもう 1 つの方法は、さまざまな CAS コンポーネントの相互作用データを使用して複雑ネットワークモデルを開発することです。^{[ 40 ]}

モデルやシミュレーションは、実証的なテストが非常に高価でリスクが高い大規模なインフラシステムにおける提案されたシステム現象を研究するためによく使用されます。例としては、デジタルサプライチェーンツインや高速ネットワークにおける異常検出への応用エージェントベースおよびグラフ理論的アプローチの使用が挙げられます。^{[ 41 ] [ 42 ]}

2013年、SpringerOpen/BioMed Centralは複雑適応システムモデリング（CASM）に関するオンラインオープンアクセスジャーナルを創刊した。このジャーナルの発行は2020年に終了した。^{[ 43 ]}

生物は複雑な適応システムである。生物学において複雑さを定量化するのは難しいが、進化は驚くほど複雑な生物を生み出してきた。^{[ 44 ]}この観察から、進化は進歩的であり、「より高等な生物」と見なされるものへと向かうという一般的な誤解が生まれた。^{[ 45 ]}

これが一般的に真実であれば、進化は複雑性への積極的な傾向を持つことになる。以下に示すように、この種のプロセスでは、最も一般的な複雑性の値は時間とともに増加する。^{[ 46 ]}実際、いくつかの人工生命シミュレーションでは、CASの生成は進化の避けられない特徴であると示唆されている。^{[ 47 ] [ 48 ]}

しかし、進化における複雑化への一般的な傾向という考え方は、受動的なプロセスによっても説明できます。^{[ 46 ]}これは分散の増加を伴いますが、最も一般的な値であるモードは変化しません。したがって、複雑性の最大レベルは時間とともに増加しますが、それは生物の総数が増えることの間接的な結果としてのみです。この種のランダムプロセスは、有界ランダムウォークとも呼ばれます。

この仮説では、より複雑な生物への見かけ上の傾向は、複雑性分布の右端に位置する少数の大型で非常に複雑な生物に集中し、より単純でより一般的な生物を無視することによって生じる錯覚である。この受動モデルは、種の圧倒的多数が微小な原核生物であることを強調している^{[ 49 ]。}これらは世界のバイオマスの約半分を占め^{[ 50 ]}、地球の生物多様性の大部分を構成している^{[ 51 ]} 。したがって、地球上では単純な生命が優勢であり、複雑な生命がより多様に見えるのはサンプリングバイアスによるものにすぎない。

生物学において全体的な複雑化の傾向が見られないとしても、一部のケースではシステムを複雑化へと導く力が働いている可能性は否定できない。こうした小さな傾向は、システムをより単純な状態へと導く他の進化的な圧力によって相殺されるだろう。

ウィキメディア・コモンズには、複雑適応系に関連するメディアがあります。

• 複雑適応システムグループ：複雑適応システムに関心を持つ科学者とソフトウェアエンジニアからなる緩やかな連携グループ
• DNAウェールズ研究グループによる組織変革に関する最新研究、CAS/CES関連ニュース、無料研究データ。ビジネスドクターやBBCドキュメンタリーシリーズにもリンクしています。
• プリンキピア・サイバネティカのウェブサイトに掲載されている、複雑適応システムに関する説明。
• ミシガン大学複雑系研究センターが提供する、複雑系の「世界」と関連する概念を簡潔にまとめた1ページの解説資料。
• 複雑系研究ネットワーク
• オープンエージェントベースモデリングコンソーシアム
• TEDxRotterdam – イゴール・ニコリッチ – 複雑適応システム、およびTEDxPretoriaでのブレンダン・ヒューズによる「普遍意識の出現」。ウィキペディア、星の銀河、遺伝子変異など、複雑適応システムのさまざまな実例について議論する講演。