docs(10_Wiki): Topic_Business/General/Graphic/Programming을 Topics/ 하위로 이동

최상위 10_Wiki/Topic_*였던 4개 카테고리 폴더를 10_Wiki/Topics/Topic_* 로 재배치. 콘텐츠 변경 없음(순수 폴더 이동) — Topics/ 하위 나머지 폴더는 이미 지난 커밋에서 전부 정리된 상태(잔존 항목은 에이전트 운영 상태 및 사용자가 보존을 요청한 업데이트0615/무제 3.canvas 뿐).
2026-07-05 00:44:01 +09:00
parent e9cbf23ab5
commit 9a135bd19d
6127 changed files with 0 additions and 0 deletions
@@ -0,0 +1,149 @@
+---
+id: wiki-2026-0508-neural-darwinism
+title: Neural Darwinism
+category: 10_Wiki/Topics
+status: verified
+canonical_id: self
+aliases: [Theory of Neuronal Group Selection, TNGS, Edelman Selectionism]
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.85
+verification_status: applied
+tags: [neuroscience, theoretical-biology, edelman, selectionism, neural-group-selection, philosophy-of-mind]
+raw_sources: []
+last_reinforced: 2026-05-10
+github_commit: pending
+tech_stack: { language: n/a, framework: theoretical }
+---
+
+## 한 줄
+
+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.
+
+## 핵심
+
+### 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.)
+
+### 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.
+
+### 학습 모델 (Darwin 시리즈 로봇)
+- Edelman 그룹은 Darwin I~XI 자동기를 만들어 시뮬레이션 / 임바디드 실험 수행.
+- Hebbian + value system + reentry 결합한 신경 시뮬레이터.
+
+### 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.
+
+### 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.
+
+### AI/ML 연결
+- Evolutionary algorithms, neuroevolution(NEAT), neural architecture search와 정신적 유사성.
+- 그러나 직접적 알고리즘 영향은 제한적 — 대부분 비유.
+
+## 💻 패턴 (이론 모델 / 시뮬레이션)
+
+```python
+# 1. Neural group 선택 시뮬레이션 — 단순화 버전
+import numpy as np
+
+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
+
+groups = [NeuralGroup() for _ in range(50)]  # primary repertoire
+```
+
+```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
+- 형제: [[Global-Workspace-Theory]], [[Predictive-Coding]]
+- 인접: [[Hebbian-Learning]], [[Evolutionary Biology|Neuroevolution]], [[NEAT]]
+
+## 🤖 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.