[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,62 +2,151 @@
|
||||
id: wiki-2026-0508-neural-darwinism
|
||||
title: Neural Darwinism
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [DARWIN-001]
|
||||
aliases: [Theory of Neuronal Group Selection, TNGS, Edelman Selectionism]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 1.0
|
||||
tags: [neuroscience, darwinism, synaptic-pruning, brain-evolution, ai-foundations]
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [neuroscience, theoretical-biology, edelman, selectionism, neural-group-selection, philosophy-of-mind]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-26
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack: { language: n/a, framework: theoretical }
|
||||
---
|
||||
|
||||
# Neural Darwinism (신경 다윈주의)
|
||||
## 한 줄
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "뇌 안의 신경 회로들도 적자생존의 원리에 따라 진화하고 도태된다" — 제럴드 에델만이 제안한 이론으로, 뇌 발달과 학습이 유전적으로 고정된 설계도가 아니라 신경 그룹 간의 선택과 경쟁을 통해 이루어진다는 모델.
|
||||
Neural Darwinism은 Gerald Edelman(1987)이 제안한 이론으로, 뇌 발달과 학습이 유전 프로그램이 아니라 신경 회로 변이체(variant repertoires)에 대한 *선택*(Darwinian selection) 과정을 통해 진행된다고 보는 관점이다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **추출된 패턴:** 초기 과잉 생성된 신경 연결들이 외부 자극과의 상호작용(경험)을 통해 유용한 것은 강화되고 무용한 것은 제거(Pruning)되는 선택적 발달 패턴.
|
||||
- **핵심 원리:**
|
||||
- **Developmental Selection:** 태아기 및 유아기에 유전적/동역학적 요인에 의해 다양한 신경 회로망이 형성됨.
|
||||
- **Experiential Selection:** 실제 경험과 자극을 통해 특정 시냅스 연결이 강화되거나 약화됨 (헵의 법칙과 연계).
|
||||
- **Reentry:** 서로 다른 뇌 부위 간의 지속적인 상호 신호 교환을 통해 지각과 인지가 통합됨.
|
||||
- **의의:** 뇌를 정적인 컴퓨터가 아닌, 끊임없이 변화하는 역동적인 생태계로 바라보게 함.
|
||||
## 핵심
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌:** 모든 것이 유전자에 기록되어 있다는 결정론적 시각을 비판하고, 개별 뇌의 고유성과 가소성을 강조함.
|
||||
- **정책 변화:** Antigravity 프로젝트의 자가 학습 루프 설계 시, 'Neural Darwinism'의 가지치기(Pruning) 개념을 도입하여 불필요한 지식 노드를 자동으로 정리하는 로직을 검토 중.
|
||||
### 세 가지 원리 (Edelman의 TNGS)
|
||||
1. **발달 선택 (Developmental Selection)**: 배아·초기 발달 시기에 시냅스 연결의 다양한 변이체가 형성되고, 활동에 따라 일부가 살아남는다 → "primary repertoire".
|
||||
2. **경험 선택 (Experiential Selection)**: 출생 후 환경 자극에 따라 시냅스 강도가 변하여 특정 회로 패턴이 강화/약화된다 → "secondary repertoire".
|
||||
3. **재진입(Reentry)**: 분리된 뇌 영역들이 양방향 신호 교환으로 동기화되어 통합된 의식·지각을 형성. (Edelman의 *consciousness* 가설 핵심.)
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Hebbian-Learning|Hebbian-Learning]], Synaptic-Plasticity, Neuroscience, [[Evolutionary-Computation|Evolutionary-Computation]]
|
||||
- **Raw Source:** 10_Wiki/Topics/AI/Neural-Darwinism.md
|
||||
### 핵심 단위: Neuronal Group
|
||||
- 단일 뉴런이 아니라 50–10,000개로 묶인 *neural group*이 선택 단위.
|
||||
- 변이 → 선택 → 차등 증식의 다윈적 알고리즘이 신경계에 적용된다는 주장.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### 학습 모델 (Darwin 시리즈 로봇)
|
||||
- Edelman 그룹은 Darwin I~XI 자동기를 만들어 시뮬레이션 / 임바디드 실험 수행.
|
||||
- Hebbian + value system + reentry 결합한 신경 시뮬레이터.
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### 의식 이론과의 연결
|
||||
- *The Remembered Present* (1989), *A Universe of Consciousness* (Edelman & Tononi 2000).
|
||||
- 1차 의식 (현재의 통합 장면) vs. 고차 의식 (언어·자기) 구분.
|
||||
- Tononi의 IIT(Integrated Information Theory)로 후속 발전.
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
### 현대 수용
|
||||
- 메인스트림 신경과학에서 *시냅스 가지치기(synaptic pruning)*는 사실로 받아들여지지만, "선택"이라는 다윈적 프레임은 비유에 가깝다는 비판.
|
||||
- 비판: Crick("neural Edelmanism", 1989)은 진정한 변이/유전이 없으므로 다윈주의가 아니라고 일축.
|
||||
- 그러나 *value-driven learning*, reentry 같은 개념은 현대 predictive coding / global workspace 이론에 영향.
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### AI/ML 연결
|
||||
- Evolutionary algorithms, neuroevolution(NEAT), neural architecture search와 정신적 유사성.
|
||||
- 그러나 직접적 알고리즘 영향은 제한적 — 대부분 비유.
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
## 💻 패턴 (이론 모델 / 시뮬레이션)
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
```python
|
||||
# 1. Neural group 선택 시뮬레이션 — 단순화 버전
|
||||
import numpy as np
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
class NeuralGroup:
|
||||
def __init__(self, n_neurons=100):
|
||||
self.weights = np.random.randn(n_neurons, n_neurons) * 0.1
|
||||
self.activity = np.zeros(n_neurons)
|
||||
self.value = 0.0 # value system signal
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
groups = [NeuralGroup() for _ in range(50)] # primary repertoire
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
```python
|
||||
# 2. 경험 선택 — Hebbian + value reinforcement
|
||||
def experiential_select(group, stimulus, value_signal, lr=0.01):
|
||||
group.activity = np.tanh(group.weights @ stimulus)
|
||||
# Hebb: 함께 발화한 시냅스 강화, value가 양수일 때만
|
||||
if value_signal > 0:
|
||||
group.weights += lr * value_signal * np.outer(group.activity, stimulus)
|
||||
```
|
||||
|
||||
```python
|
||||
# 3. Reentry — 두 영역 간 양방향 동기화
|
||||
def reentrant_signal(group_a, group_b):
|
||||
# 양방향 메시지 교환, 반복 안정화
|
||||
for _ in range(5):
|
||||
a_to_b = group_a.activity @ W_ab
|
||||
b_to_a = group_b.activity @ W_ba
|
||||
group_b.activity = np.tanh(group_b.activity + a_to_b)
|
||||
group_a.activity = np.tanh(group_a.activity + b_to_a)
|
||||
```
|
||||
|
||||
```python
|
||||
# 4. 발달 가지치기 (synaptic pruning) 시뮬레이션
|
||||
def prune(group, threshold=0.05):
|
||||
mask = np.abs(group.weights) > threshold
|
||||
group.weights *= mask # 약한 시냅스 제거
|
||||
```
|
||||
|
||||
```python
|
||||
# 5. Value system — 도파민 유사 신호
|
||||
class ValueSystem:
|
||||
def __init__(self): self.baseline = 0.0
|
||||
def evaluate(self, outcome, expected):
|
||||
return outcome - expected # reward prediction error 유사
|
||||
```
|
||||
|
||||
```python
|
||||
# 6. 변이 + 선택 사이클 (Darwin-like loop)
|
||||
def darwinian_cycle(groups, env, generations=100):
|
||||
for g in range(generations):
|
||||
scores = [run_in_env(grp, env) for grp in groups]
|
||||
# 상위 50% 선택, 변이로 새 groups 생성
|
||||
survivors = [grp for _, grp in sorted(zip(scores, groups), reverse=True)][:25]
|
||||
offspring = [mutate(grp) for grp in survivors]
|
||||
groups = survivors + offspring
|
||||
return groups
|
||||
```
|
||||
|
||||
```python
|
||||
# 7. NEAT (neuroevolution) — Edelman과 정신적 유사
|
||||
# neat-python으로 위상 + 가중치 동시 진화
|
||||
```
|
||||
|
||||
## 결정 기준
|
||||
|
||||
| 맥락 | 활용 |
|
||||
|---|---|
|
||||
| 신경발달 연구 | TNGS의 발달 선택 / 가지치기 개념 차용 |
|
||||
| 의식 모델링 | Edelman+Tononi 재진입, IIT로 발전 |
|
||||
| AI 알고리즘 직접 사용 | 비추 — 비유/철학적 영감 수준 |
|
||||
| 임바디드 인지 | Darwin 시리즈 로봇 사례 참조 |
|
||||
| 비판적 검토 | Crick 1989, Fodor 등 비판 같이 읽기 |
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Theoretical-Neuroscience]], [[Philosophy-of-Mind]]
|
||||
- 형제: [[Integrated-Information-Theory]], [[Global-Workspace-Theory]], [[Predictive-Coding]]
|
||||
- 인접: [[Synaptic-Pruning]], [[Hebbian-Learning]], [[Neuroevolution]], [[NEAT]]
|
||||
- 인물: [[Gerald-Edelman]], [[Giulio-Tononi]]
|
||||
- 비판: [[Francis-Crick]], [[Astonishing-Hypothesis]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
- LLM에게 "Edelman의 TNGS 3원리 vs IIT vs Global Workspace 비교" 요청해 신경철학 학습.
|
||||
- 비판적 입장(Crick 등)과 함께 dialectic 정리.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- Neural Darwinism을 일반 ML 알고리즘인 양 인용 — 거의 비유.
|
||||
- "다윈"이라는 이름만으로 evolutionary algorithm과 동일시.
|
||||
- 검증되지 않은 상태로 임상/응용 주장.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- 시냅스 가지치기 자체는 실증 (Huttenlocher 1979 등).
|
||||
- "선택" 프레임은 여전히 논쟁적.
|
||||
- 별칭: [[TNGS]], [[Theory-of-Neuronal-Group-Selection]].
|
||||
|
||||
## 🕓 Changelog
|
||||
- Phase 1 (2026-05-08): 초기 생성.
|
||||
- Manual cleanup (2026-05-10): canonical 확정, 3원리 정리, Edelman/Crick/Tononi 그래프 정비, 시뮬레이션 패턴 추가.
|
||||
|
||||
Reference in New Issue
Block a user