Matematikere udvikler model for, hvordan nye ideer dukker op

Forskere fra Queen Mary University of London har udviklet en matematisk model til fremkomsten af ​​innovationer.

At studere kreative processer og forstå, hvordan innovationer opstår, og hvordan nyheder kan udløse yderligere opdagelser, kan føre til effektive interventioner for at pleje succes og bæredygtig vækst i samfundet.

Empiriske fund har vist, at måden, hvorpå nyheder opdages, følger lignende mønstre i en række forskellige sammenhænge, ​​herunder videnskab, kunst, og teknologi.

Studiet, udgivet i Fysisk gennemgangsbreve , introducerer en ny matematisk ramme, der korrekt gengiver den hastighed, hvormed nyheder dukker op i virkelige systemer, kendt som Heaps 'lov, og kan forklare, hvorfor opdagelser er stærkt korrelerede og ofte kommer i klynger.

Det gør det ved at oversætte teorien om 'tilstødende muligt', oprindeligt formuleret af Stuart Kauffman i forbindelse med biologiske systemer, ind i sproget i komplekse netværk. Det tilstødende mulige er sættet med alle nye muligheder, der åbner sig, når der gøres en ny opdagelse. Netværk er opstået som en stærk måde at både undersøge virkelige verdens systemer, ved at fange de væsentlige relationer mellem komponenterne, og at modellere den skjulte struktur bag mange komplekse sociale fænomener.

I dette arbejde, netværk bruges til at modellere det underliggende rum for relationer mellem begreber.

Hovedforfatter professor Vito Latora, fra Queen Mary's School of Mathematical Sciences, sagde:"Denne forskning åbner nye retninger for modellering af innovation, sammen med en ny ramme, der kan blive vigtig i undersøgelsen af ​​teknologiske, biologisk, kunstneriske, og kommercielle systemer. "

Han tilføjede:"At studere de processer, hvorigennem innovationer opstår, kan hjælpe med at forstå hovedingredienserne bag en vindende idé, en banebrydende teknologi eller en vellykket kommerciel aktivitet, og er grundlæggende for at udtænke effektive datainformerede beslutninger, strategier, og interventioner for at pleje vores samfunds succes og bæredygtige vækst. "

I undersøgelsen, opdagelsesprocessen er modelleret som en bestemt klasse af tilfældige gåture, kaldet 'forstærkede' gåture, på et underliggende netværk af relationer mellem begreber og ideer. En innovation svarer til det første besøg på et websted på netværket, og hver gang en rollator bevæger sig fra et koncept til et andet, en sådan tilknytning (en kant i netværket) forstærkes, så den vil blive brugt oftere i fremtiden. Forskerne kaldte dette modellen for 'kantforstærket tilfældig gåtur'.

For at vise, hvordan modellen fungerer i en ægte sag, de konstruerede også et datasæt med 20 års videnskabelige publikationer inden for forskellige discipliner, såsom astronomi, økologi, økonomi og matematik for at analysere udseendet af nye begreber. Dette viste, at trods sin enkelhed, den kantforstærkede random walk-model er i stand til at gengive, hvordan viden vokser i moderne videnskab.

Professor Vito Latora tilføjede:"De rammer, vi præsenterer, udgør en ny tilgang til undersøgelse af opdagelsesprocesser, især dem, for hvilke det underliggende netværk kan rekonstrueres direkte fra empiriske data, for eksempel brugere, der lytter til musik via et lighednetværk mellem sange. Vi arbejder allerede på denne idé, sammen med en udvidet version af vores model, hvor vi studerer den kollektive udforskning af disse netværksrum ved at overveje flere vandrere på samme tid. "