Programmable Architecture

-Towards Human Interactive, Cybernetic Architecture-

Kensuke Hotta (B.Eng, M.Eng, Msc)
Architectural Association School of Architecture, 2013




2-5. From Psychology

2-5-1 . Valentino Braitenberg and His Suggest for Temporal Design Method

One of the pioneers bridging neuroscience and physical computation, the Italian neuroscientist Valentino Braitenberg developed the novel field called ‘Embedded cognitive science’. His academic approach is radically reductionist, assuming that every neural action can be translated into a physical computation, similar to the ‘wiring’ of components. In his book ‘Vehicles’ (Braitenberg, 1984), to concretely describe the process, he made 14 system models (V1-V14) from simple to complex using toy vehicles, and from them, he tried to comprehend neural actions and intelligence through several experiments. Of course, a real brain has more complex connections between each nerve cell, but his study models are no more than a mathematical hypothesis. Such an approach (Braintenberg’s approach) involving ‘Hypothetical–modelling, Experiment, Observation, Modifying model’ is called ‘abduction’ in the complex system science field as it belongs neither to deductive nor to inductive reasoning styles.

2-5. 心理学から

2-5-1 . ヴァレンティノ・ブライテンベルグの時間設計法(反応的行動プログラミング)

神経科学と物理計算の橋渡しをした先駆者の一人であるイタリアの神経科学者ヴァレンティノ・ブライテンベルグは、「埋め込まれた認知科学」という新しい分野を開拓した。彼の学問的アプローチは根本的に還元主義的で、すべての神経作用の構成要素は「配線」と同様に物理的な計算に変換できると仮定した。彼の著書「Vehicles」(Braitenberg, 1984)では、おもちゃの自動車を使って単純なものから複雑なものまで14のシステムモデル(V1〜V14)を作成した。これらのプロセスを具体的に説明し、そこから神経作用と知能を理解しようと多くの実験が行われている。もちろん、実際の脳はもっと複雑な神経細胞間の結合を持っており、彼の研究モデルは数学的仮説に過ぎない。しかしながら、このような「仮説-モデリング-実験-観察-モデルの修正」を伴うアプローチ(ブラインテンベルグのアプローチ)は、演繹的推論にも帰納的推論にも属さないため、複雑系科学分野では「アブダクション」と呼ばれている。

Fig 2-5-1,1: Sensory-Motor Coupling (Drawn by K.Hotta) A diagram shows Sensory-Motoring-Cupping (SMC), where the sensor’s input enters the object and sends the signal for movement out from its right side. In this experiment, this SMC is connected to sensors and motors. In this instance, ‘Signal for movement’ means ‘go straight’ or ‘turn right. For example, a robotic vehicle proceeds in a corridor and can now see around a corner. If it turns right, it will reach a big square, or if it turns left, the corridor goes on straight. When this robot vehicle reaches the corner, it will perceive some discontinuity in the sensor value (for the moment, let’s say the input is a visual device such as web-cam). When this happens, the sensor unit will send a specific signal pattern, which contains the immediate environment from the corridor towards the square, and that signal will be used to choose a different movement pattern. This decision function is provided by SMC. In other words, SMC’s design must provide this connection between sensor information (input) and movement (output) in the system. The minimum requirements for the SMC system are these two elements.
図2-5-1,1 : 感覚運動結合 (図作成、著者) 図は、センサーの入力が四角く表現された処理システムの中に入り、右側から動作の信号を送る感覚運動結合(以下SMC)を表している。この実験では、このSMCにセンサーとモーターが接続されている。この例での「動作のための信号」とは、具体的には「直進」や「右折」を意味する。例えば、ロボット車両が通路を進み、角を見渡せるようになったとする。右に曲がれば大きな広場にたどり着き、左に曲がれば通路がまっすぐ続く。このロボット車両が先述の角にさしかかったとき、センサー(ここではWebカメラなどの視覚デバイスを入力とする)の値に何らかの不連続性があることを認識することになる。このとき、センサーユニットは、通路から広場へ向かう直近の環境を含む特定の信号パターンを送信し、その信号に基づいて別の行動パターンを選択する。この判断機能は、SMCにより提供される。つまり、SMCの設計では、このセンサー情報(入力)と動作(出力)のつながりをシステム上で実現する必要がある。SMCのシステムに最低限必要なのは、この2つの要素である。

Braintenberg’s motivation for these experiments is quite radical reductionism. The phenomenon, which looks ostensibly complex, is no more than a combination of electrical circuits. His philosophy is more closely related to the idea of artificial life. This interpretation of Intelligence is simpler rather than a mysterious machine.


In his book, T. Ikegami repeatedly mentioned (Ikegami, 2007) the importance of V7 and V11. He insisted that the E-line and the M-line could be candidates for a ‘middle layer in cognition’. It is interesting that spatial correlation and temporal (time)-correlation is important for cognitive intelligence. It also implies a deep suggestion that ‘cause and effect’ are not clear and objectively identifiable there but depend on the vehicle’s subjective sensibility. (- this may connect with the argument of the Chinese room in a Turing machine.) From this argument, SMC could be considered an artificial architecture that can cut and connect spatial correlation.

ところで、科学者である池上はその著書「動きが声明を作る」の中で、V7(ヴィークルレヴェル7)とV11(ヴィークルレヴェル11)の重要性について繰り返し言及している(池上, 2007)。また、E線とM線は「認知における中間層」の候補になり得ると主張している。空間的相関と時間的(時間)相関が認知知能において重要なものであることは興味深い。また、そこでは「原因と結果」は明確に客観的に特定できるものではなく、乗り物の主観的な感性に依存しているということを深く意味している。(これはチューリングマシンにおける「中国の部屋」の議論と関係があるかもしれない)。この議論からすると、SMCそのものが空間相関を切って繋げることのできる、人工的なアーキテクチャであると言えるのではないだろうか。

Fig 2-5-1,2: One of the example of these experiment, V6 (Drawn by K.Hotta) Surprisingly, the V6 vehicles use an evolutionary process to be smarter. Because of its circuit design, this vehicle can gain certain sorts of intelligent behaviour over a generation.
図2-5-1,2: 実験の一例、V6≒ビークルレヴェル6(著者作画)驚くべきことに、V6ビークルは進化的なプロセスでより賢くなる。回路設計の工夫により、世代を超えてある種の知的な振る舞いをすることができる。

Several researchers have done work similar to V6 (fig2-5-2). For example, Floreano and his colleagues (Nolfi. S and Floreano. D, 2000) designed a vehicle which avoids colliding with walls in a maze, and then they developed it into a 3-dimensional space with a small airship. Nolfi (Tani and Nolfi, 1999) designed a vehicle to find an exit point or the object's size in Euclidean space.

この著書では思考実験にとどまるが、実際V6≒ビークルレヴェル6と同様の研究をしている人が何人もいる(図2-5-2)。例えば、フレアーノら(ノルフィ.S や フロレアーノ.D, 2000年)は、迷路の中で壁との衝突を回避する乗り物を設計し、それを小型飛行船で3次元空間に展開した。ノルフィらも(Tani and Nolfi, 1999)、ユークリッド空間において出口点を見つけたり、物体の大きさを求めたりすることができる乗り物を設計している。

Though most of these machines do not have memory components, they can, surprisingly, solve intelligent-like tasks. Lipson and colleagues (Lipson and Pollack, 2000) developed a new type of vehicle and rapid prototyping. In this case, the creature-like machine evolves to an appropriate shape and system by using GA and a neural network. Rather than a vehicle, it should be called an artificial creature because other structures rather than wheels are used. (This project was done in 2000, Dr H. Lipson further developed the model later on.)

これらの機械のほとんどは記憶部品を持たないが、驚くことに知能的なタスクを解決することができる。リプソンとその同僚(リプソンとポラック, 2000)は,新しいタイプのヴィークル(機械・機構)をラピッドプロトタイピングを使用して提唱した。この場合、生き物のような機械は、遺伝的アルゴリズムとニューラルネットワークを用いることで、適切な形とシステムへと進化する。もっとも、車輪ではなく他の構造を用いているため、乗り物というより人工生物と呼ぶべきだろう。(このプロジェクトは2000年に行われたもので、H. リプソン博士はその後さらにこのモデルを発展させた)

However there is an unsolved issue – how to develop V14’s randomness. Vehicles V1 to V13 were designed to be ‘smart’ meaning they had the ability to solve a problem. V14 was about smartness but also about the randomness of the fluctuation of life. Most traditional Artificial Intelligence (AI) research focuses on problem-solving with a specific purpose or on accomplishing certain tasks such as beating a person at chess. In a general sense, life-like behaviour is not functional and sometimes it doesn’t have clear purpose but may just be play or capriciousness. That’s why V14 is added. But it is difficult to develop these fluctuating functions using problem-solving methods or GA optimisation. No one knows how to do it.


T. Ikegami also points out in his book “Motion makes Life '' P74(Ikegami, 2007), that in Braitenberg’s experiments the “occurrence of time ” is dealt with from the point of view of motion. For motion to occur, there needs to be focused on time, because it is a dynamic phenomenon. In almost all the chapters of Vehicles, the model processes its behaviour through time and Euclidean space, creating a system for behaviour. In this (Programmable Architecture) thesis, there are hints and implications for temporal design method (which means designing with the time process as a dynamic system, not as a static image).

T.池上はまた、彼の著書「動きが生命をつくる」P74(池上、2007)で、ブライテンベルクの実験では「時間の発生」が運動の観点から扱われていることを指摘しています。 動きが発生するためには、動的な現象であるため、時間に焦点を当てる必要があります。 ビークルのほぼすべての章で、モデルは時間とユークリッド空間を通じてその動作を処理し、動作のシステムを作成します。 この(プログラム可能なアーキテクチャ)の論文では、時間的設計方法(つまり、静的イメージとしてではなく、動的システムとしての時間プロセスを使用して設計することを意味します)に関するヒントと意味があります。