Régulation innée et adaptative de la cognition

La régulation draconienne requise par l'instabilité inhérente des phénomènes cognitifs — expression génique, fonction immunitaire, suppression du cancer, cicatrisation, conscience animale, intelligence artificielle, stabilisation des réseaux, cognition institutionnelle, et leurs multiples et variés composites — peut être envisagée à travers le prisme des théorèmes de limites asymptotiques des théories de l'information et du contrôle. Ici, nous explorons la dynamique et les échecs parfois très ponctués de la régulation de la cognition sous un bruit croissant. L'approche est parallèle, et en effet généralise, le Data Rate Theorem de la théorie du contrôle, étendant l'exigence des théorèmes d'une capacité de canal minimale nécessaire à la stabilisation d'un système intrinsèquement instable. Divers modèles sont explorés à travers différentes distributions de probabilité de base caractéristiques du système étudié, et à travers différentes échelles hiérarchiques, constatant que l'ajout d'une régulation adaptative — apprise — étend grandement la portée de la régulation innée — par exemple, pilotée par l'IA ou autrement préprogrammée. Ce travail ouvre la voie à la construction de nouveaux outils statistiques pour l'analyse de données observationnelles et empiriques couvrant un large spectre de pathologies inhérentes et de défis adversariaux affectant une grande variété de processus cognitifs.