Lanier ha inventado una palabra de 50 centavos en un intento de lanzar una red alrededor de un conjunto específico de ideas que describen un modelo computacional para crear programas de computadora que tienen ciertas características identificables.
La palabra significa:
Un mecanismo para la interacción de componentes que utiliza el reconocimiento de patrones o
cognición artificial en lugar de función invocación o mensaje
pasando.
La idea viene en gran parte de la biología. Su ojo se interconecta con el mundo, no a través de una función como See(byte[] coneData)
, sino a través de una superficie llamada retina. No es una distinción trivial; una computadora debe escanear todos los bytes en coneData
uno por uno, mientras que su cerebro procesa todas esas entradas simultáneamente.

Lanierafirmaquelaúltimainterfazesmástoleranteafallos,quees(unsolobitdeslizadoenconeData
puederompertodoelsistema).Afirmaquepermitelacoincidenciadepatronesyunagrancantidaddeotrascapacidadesquenormalmentesondifícilesparalascomputadoras,loquehace.
Elmecanismo"fenotrópico" por excelencia en un sistema informático sería la red neuronal artificial (ANN). Toma una "superficie" como entrada, en lugar de una interfaz definida. Existen otras técnicas para lograr cierto grado de reconocimiento de patrones, pero la red neuronal es la más estrechamente alineada con la biología. Hacer una ANN es fácil; Lograr que realice la tarea que desea que realice de manera confiable es difícil, por varias razones:
- ¿Qué aspecto tienen las "superficies" de entrada y salida? ¿Son estables o varían en tamaño con el tiempo?
- ¿Cómo se obtiene la estructura de red correcta?
- ¿Cómo entrenas a la red?
- ¿Cómo se obtienen las características de rendimiento adecuadas?
Si está dispuesto a desprenderse de la biología, puede prescindir del modelo biológico (que intenta simular el funcionamiento de las neuronas biológicas reales) y construir una red que esté más estrechamente relacionada con las "neuronas" reales de una computadora digital. sistema (puertas lógicas). Estas redes se denominan redes de lógica adaptativa (ALN). La forma en que funcionan es mediante la creación de una serie de funciones lineales que se aproximan a una curva. El proceso se ve algo como esto:

...dondeelejeXrepresentaalgunaentradaalALN,yelejeYrepresentaalgunasalida.Ahoraimaginelacantidaddefuncioneslinealesqueseexpandensegúnseanecesarioparamejorarlaprecisión,eimaginequeelprocesoocurreenndimensionesarbitrarias,implementadascompletamenteconpuertaslógicasANDyOR,ytieneunaideadecómoesunALN.
LosALNtienenciertascaracterísticasmuyinteresantes:
- Sonbastantefácilesdeentrenar,
- Sonmuypredecibles,esdecir,loscambioslevesenlaentradanoproducencambiosbruscosenlasalida,
- Sonmuyrápidos,yaqueestánconstruidosconlaformadeunárbollógicoyfuncionandemaneramuysimilaraunabúsquedabinaria.
- Suarquitecturainternaevolucionanaturalmentecomoresultadodelconjuntodecapacitación
Porlotanto,unprogramafenotrópicoseveríaasí.tendríauna"superficie" para la entrada, una arquitectura y un comportamiento predecibles, y sería tolerante a las entradas ruidosas.
Lecturas adicionales
An Introducción a las redes de lógica adaptativa
Con una aplicación para
Evaluación de riesgos de auditoría
"Orientado a objetos" vs "Orientado a mensajes", por Alan Kay