2nd/10_Wiki/Topics/Domain_Programming/AI_and_ML/Neural-Darwinism.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	verification_status	tags	raw_sources	last_reinforced	github_commit	tech_stack
wiki-2026-0508-neural-darwinism	Neural Darwinism	10_Wiki/Topics	verified	self	Theory of Neuronal Group Selection TNGS Edelman Selectionism	none	A	0.85	applied	neuroscience theoretical-biology edelman selectionism neural-group-selection philosophy-of-mind		2026-05-10	pending	language framework n/a 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 group이 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)

# 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

# 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)

# 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)

# 4. 발달 가지치기 (synaptic pruning) 시뮬레이션
def prune(group, threshold=0.05):
    mask = np.abs(group.weights) > threshold
    group.weights *= mask  # 약한 시냅스 제거

# 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

# 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

# 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, 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.