生成科学

生成科学は、自然界とその複雑な振る舞いを探求する研究分野です。それは、「自然現象や社会現象の振る舞いを再現または類似する決定論的で有限な規則とパラメータに基づいて、一見予期せぬ無限の振る舞いを生成する」方法を探求します。 ^{[ 1 ]}このような相互作用をモデル化することで、現実世界では気づかれなかった特性がシステム内に存在することを示唆することができます。^{[ 2 ]}研究分野の一例として、社会プロセスにおいて意図しない結果がどのように生じるかが挙げられます。

生成科学は、自然現象を複数の組織レベルで探求することが多い。^{[ 3 ] [ 4 ]}自己組織化する自然システムは中心的なテーマであり、理論的にもシミュレーション実験によっても研究されている。複雑系の研究全般は、「一般システム理論」という見出しの下にまとめられており、特にルートヴィヒ・フォン・ベルタランフィ、アナトール・ラポポート、ラルフ・ジェラード、ケネス・ボールディングらによって提唱されている。

コンピュータとオートマトン理論の発展は、生成科学の発展のための技術的基盤を築いた。例えば、

• セルオートマトンとは、決定論的な規則に従って相互作用し、複雑な振る舞いを示す単純な実体の数学的表現です。これらは、物理宇宙の創発的プロセス、神経認知プロセス、および社会的行動のモデル化に使用できます。^{[ 6 ] [ 7 ] [ 8 ] [ 9 ]}
  • コンウェイのライフゲームは、セルオートマトンに基づいたゼロプレイヤーゲームであり、入力は初期条件を設定することのみで、ゲームはシステムがどのように進化するかを見ることである。^{[ 10 ]}
  • 1996年、ジョシュア・M・エプスタインとロバート・アクステルは『人工社会の成長』という本を執筆し、その中で一連の自動機械のルールと、資源（砂糖と呼ばれる）に依存する人口をモデル化した「シュガースケープ」と呼ばれるシステムを提案した。
• 人工ニューラルネットワークは、人間の脳と同じように問題を解決しようと試みるが、その複雑さは人間の脳に比べて数桁も劣り、計算能力はミミズに近い。人間の脳に関する理解の進歩は、ニューラルネットワークにおける新たなパターンを生み出すことが多い。

認知科学に関連する生成科学における最も影響力のある進歩の一つは、ノーム・チョムスキー（1957）による生成文法の開発である。これは言語生成を意味内容から分離し、それによって人間の言語に関する重要な疑問を明らかにした。また、1950年代初頭には、クルト・レヴィン、ジェイコブ・レヴィ・モレノ、フリッツ・ハイダーといったMITの心理学者たちが、後にソーシャルネットワーク分析へと発展する集団力学研究の基礎を築いた。

• 生成システム– オーディエンス主導の変化を生み出すことができるテクノロジー 

• http://www.swarthmore.edu/socsci/tburke1/artsoc.html 2005年4月9日にWayback Machineにアーカイブされました（人工社会、仮想世界、そして創発の共有された問題と可能性）
• http://jasss.soc.surrey.ac.uk/JASSS.html（人工社会と社会シミュレーションに関するジャーナル）