Lanier ha inventato una parola di 50 cent nel tentativo di gettare una rete attorno a una serie specifica di idee che descrivono un modello computazionale per la creazione di programmi per computer con determinate caratteristiche identificabili.
La parola significa:
Un meccanismo per l'interazione tra componenti che utilizza il riconoscimento di schemi o la cognizione artificiale al posto di invocazione di funzioni o passaggio di messaggi.
L'idea viene in gran parte dalla biologia. Il tuo occhio si interfaccia con il mondo, non attraverso una funzione simile See(byte[] coneData)
, ma attraverso una superficie chiamata retina. Non è una distinzione banale; un computer deve scansionare tutti i byte coneData
uno per uno, mentre il cervello elabora tutti quegli input contemporaneamente.
Lanier afferma che quest'ultima interfaccia è più tollerante ai guasti, e lo è (un singolo bit inserito coneData
può rompere l'intero sistema). Afferma che consente la corrispondenza dei modelli e una serie di altre funzionalità che sono normalmente difficili per i computer, cosa che fa.
Il meccanismo "fenotropico" per antonomasia in un sistema informatico sarebbe la rete neurale artificiale (ANN). Prende una "superficie" come input, piuttosto che un'interfaccia definita. Esistono altre tecniche per ottenere una certa misura del riconoscimento di modelli, ma la rete neurale è quella più strettamente allineata con la biologia. Fare una ANN è facile; ottenerlo per eseguire l'attività che si desidera svolgere in modo affidabile è difficile, per una serie di motivi:
- Che aspetto hanno le "superfici" di input e output? Sono stabili o variano di dimensioni nel tempo?
- Come si ottiene la struttura della rete giusta?
- Come si allena la rete?
- Come si ottengono adeguate caratteristiche prestazionali?
Se sei disposto a separarti dalla biologia, puoi rinunciare al modello biologico (che tenta di simulare il funzionamento di neuroni biologici reali) e costruire una rete che è più strettamente connessa con gli attuali "neuroni" di un sistema informatico digitale (logica porte). Queste reti sono denominate reti logiche adattive (ALN). Il modo in cui funzionano è creando una serie di funzioni lineari che si avvicinano a una curva. Il processo è simile al seguente:
... dove l'asse X rappresenta un input per l'ALN e l'asse Y rappresenta un output. Ora immagina il numero di funzioni lineari che si espandono in base alle necessità per migliorare l'accuratezza e immagina che il processo si verifichi in n dimensioni arbitrarie, implementato interamente con porte logiche AND e OR, e hai un'idea di come appare un ALN.
Gli ALN hanno alcune caratteristiche molto interessanti:
- Sono abbastanza facilmente addestrabili,
- Sono molto prevedibili, cioè lievi cambiamenti nell'input non producono oscillazioni selvagge nell'output,
- Sono velocissimi, perché sono costruiti a forma di albero logico e funzionano in modo molto simile a una ricerca binaria.
- La loro architettura interna si evolve naturalmente a seguito del set di formazione
Quindi un programma fenotropico sarebbe simile a questo; avrebbe una "superficie" per l'input, un'architettura e un comportamento prevedibili e tollererebbe input rumorosi.
Ulteriori letture
Introduzione alle reti logiche adattive con un'applicazione per il controllo della valutazione del rischio
"Orientamento agli oggetti" vs "Orientamento ai messaggi" di Alan Kay
phenotropic program
?