Vivi la scienza!

Commenta questa pagina con Sidewiki.

Grazie dei link in Wikipedia
per il riconoscimento scientifico che implicano.

Riparta questa pagina con i vostri amici.

6.b.3. Problemi di genetica

• Limitazioni funzionali

Nonostante certi risultati, non sono diminuite finora le correlazioni di W in modo soddisfacente.

 È definitivamente necessario qualcosa d’importante o rilevante che diminuisca sufficientemente le correlazioni, per questo, dopo alcune riflessioni ho introdotto ciò che definisco limitazioni funzionali dovute a cause diverse, tra cui spiccano problemi di genetica nei meccanismi iniziali dello sviluppo.

 Allo scopo di situarli nel tempo, dopo la combinazione genetica mendeliana ed il filtro d’affinità, possiamo supporre che esista qualcosa come incidenti o problemi di genetica che riducono di 30 punti i coefficienti d’intelligenza previsti. È stata svolta un’analisi della sensibilità di questo parametro quantitativo associato a problemi ereditari per determinare che tale quantità è quella che produce i migliori adattamenti.

Ovviamente, per le limitazioni derivate da problemi genetici antecedenti che non si mantengano, bisogna comprendere aumenti bruschi della metà di 30 con la stessa probabilità. Dico la metà per l’effetto della significatività dei diversi potenziali ed il loro trasferimento a coefficienti finali.

D’altra parte, queste limitazioni funzionali o problemi di genetica erano già stati previsti nel modello d’evoluzione della Teoria Generale dell’Evoluzione Condizionata della Vita, sebbene per semplificazione espositiva e per mancanza di concrezione non erano state menzionate a parte. Apparivano però chiaramente nella simulazione della teoria dell’evoluzione realizzata nel programma gratis di biliardo Esnuka (1991).

Nelle istruzioni viene detto: “Il cerchio nero o bianco al centro della bilia rappresenta il numero di errori commessi dai giocatori ed i geni sono portatori degli stessi, possono quindi cambiare con i processi evolutivi. Inoltre, rappresentano la probabilità di incidente genetico nei suddetti processi, incidente che, se dovesse avvenire, significherà situarsi sul livello più basso della scala utilizzata”.

In base al programma Esnuka e con le prove statistiche eseguite, queste limitazioni dovute a problemi di genetica appariranno una volta su cinque in senso negativo ed una volta su cinque appariranno anche in senso positivo, ma con la metà dell’intensità.

La spiegazione dell’esistenza di queste limitazioni funzionali o problemi di genetica può essere di natura diversa, fra le possibili cause possiamo menzionare le seguenti:

• È probabile che alcune funzioni integranti dell’intelligenza non si trovino nello stesso cromosoma del resto e quindi seguano una combinazione mendeliana diversa, provocando discontinuità addizionali nella determinazione finale del potenziale intellettuale.
  
  
• Per lo sviluppo del nuovo essere sono necessari materiali specifici, non tutti possediamo la stessa capacità di produzione di determinate proteine, la mancanze di alcune di esse può far sì che l’informazione genetica non riesca a svilupparsi, incidendo sui meccanismi degli algoritmi genetici naturali; nuovamente questa circostanza potrebbe provocare salti o discontinuità nella trasmissione dell’intelligenza.

A questo punto si potrebbe introdurre ciò che era stato esposto sugli studi dei fattori pre- e postnatali. A mio avviso questi fattori farebbero parte dello sviluppo strutturale dell’intelligenza e dei suoi algoritmi genetici naturali e non li classificherei mai come fattori ambientali in senso stretto. In altre parole, la tecnologia dei materiali, come tale, è di natura genetica, un’altra cosa è la disponibilità di elementi necessari in ogni momento, ma normalmente non sarà questo il problema per la stessa ottimizzazione dell’evoluzione.

Insomma, ogni buon ragioniere deve avere il proprio guazzabuglio.

• Complementarietà con memoria.
  
  
• Incidenti genetici o problemi di genetica in senso ampio, includeranno cioè le precauzioni previste per casi speciali di un certo rischio.
  
  
• Paternità reale!
  
  
• Ambiente. È logico che abbia qualche influsso. Anche se minimo!

• …

Da un altro punto di vista, si potrebbe dire che l’effetto delle limitazioni funzionali o problemi genetici, fino ad un certo punto, assomiglierebbe a quello che il linguaggio popolare definisce la pecora nera della famiglia.

Il grafico q060 mostra il risultato finale del modello, comprende problemi di genetica ed è adattato alla media di 10 variabili W; la bontà dell’adattamento è osservabile nell’impressione visiva e per l’ammontare dell’ICMW (16,85) che siamo riusciti ad abbassare ai livelli dell’ICMG (15,61).

Alla fine il risultato ottenuto è stato che la variabile W non si possa distinguere dalle variabili di dati statistici di coefficienti d’intelligenza osservati nello studio longitudinale.

6.c) Esnuka e gli algoritmi genetici del modello di simulazione globale

Dopo aver introdotto nel Modello Sociale l’evoluzione, nel senso apportato dalla Teoria dell’Evoluzione Condizionata della Vita, le limitazioni funzionali risultato dei problemi di genetica e dopo averlo dotato di processi statistici con la capacità di generare variabili quantitative con perturbazioni aleatorie che le avvicinino alle variabili di dati osservati, il modello completo dell’ereditarietà genetica dell’intelligenza funziona in modo soddisfacente, come si può constatare con i grafici di correlazione e regressione multipla che vengono qui presentati.

La terza sorpresa dello studio statistico EDI è stata che, dopo averlo convalidato, il modello completo o Modello Globale contiene esattamente gli stessi parametri di ereditarietà biologica, evoluzione e problemi di genetica di cui si serve il gioco gratis del biliardo Esnuka (1991). Ovvero, gli algoritmi genetici utilizzati nella simulazione di processi sono gli stessi. Avevo rinunciato ad introdurre alcuni di questi algoritmi genetici nella regressione lineare perché non pensavo che fossero necessari e che sarebbe stato molto difficile giustificarli.

Infatti, per dimostrare il carattere ereditario dell’intelligenza e la presenza del metodo VIG, non è necessario nessun algoritmo genetico di generazione della variabile R quando la regressione lineare viene fatta direttamente su M e P.
Esnuka è un gioco di biliardo in cui il colore delle bilie dipende dagli stati evolutivi, in funzione delle carambole riuscite, secondo gli algoritmi genetici dedotti dalla Teoria Generale dell’Evoluzione Condizionata della Vita. Nell’Esnuka non erano necessarie così tante variabili aleatorie nei processi di simulazione dell’evoluzione, poiché non avvenivano errori nell’espressione e neanche nella misurazione e l’evoluzione si stabilisce in una percentuale costante.

Tutti questi grafici di correlazione e di regressione multipla corrispondono al Modello Globale di ereditarietà multifunzionale, comprese le limitazione funzionati derivate dai problemi di genetica. Ovviamente, per ottenere un effetto visivo soddisfacente delle variabili quantitative, sono stati scelti i grafici della simulazione di processi in cui W si adatta maggiormente a una delle F o variabili osservate dei figli.

6.c.1. Variabili originali. (Test d’intelligenza scala Wechsler e Stanford-Binet)  

Le variabili individuali originali fornite dallo Young Adulthood Study non migliorano sempre il loro adattamento con gli algoritmi genetici implementati o simulati nel Modello Globale, a differenza da quelle centrate. Per il caso dell’ordine (M+P)/2 si potrebbe intendere facilmente perché questo criterio non risponde ai cambi nei parametri d’evoluzione interna che non sono gli unici che cambiano R e M1P1, caso in cui si definiscono R ° e M1P1 ° per facilitare i ragionamenti

MODELLO GLOBALE: T1, T4 y WB  
(Test d'intelligenza scala Wechsler, Stanford-Binet)

Ordine	Funzione obiettivo
	R°			M & P
	Grafici	ICMG	r² máx.	Grafici	ICMG	r² máx.
(M+P)/2	q351°	11,73	0,62	q352	13,05	0,80
M1P1°	q353°	10,91	0,79	q354°	13,04	0,79
R°	q355°	10,83	0,73	q356°	12,63	0,94
WB	q357°	12,26	0,89	q358	14,68	0,99

Oltre ai problemi di genetica, ci possono essere ancora elementi da precisare, ma la struttura principale del Modello Globale e degli algoritmi genetici che implica è a mio parere del tutto valida. Potrebbe anche darsi che la sensibilità del modello con così tante variabili aleatorie non sia capace di scoprire l’effetto limitato dei parametri d’evoluzione interna sui suddetti elementi e ciò di cui ha bisogno questo modello sia una maggior precisione quantitativa degli elementi coinvolti.

È ancora presto per giungere a conclusioni specifiche, mi viene in mente per esempio che, alla luce di questi grafici, in cui le tre variabili F si comportano a volte in un modo molto simile ed a volte in modo molto diverso, potrebbe rivelarsi che i diversi test applicati misurino caratteristiche diverse e rispondano dunque in modo diverso quando la prospettiva d’analisi cambia.

Già lo sapevamo, ma l’aspetto nuovo sarebbe in questo caso l’analisi quantitativa da questo punto di vista.

In altre parole, potrebbe darsi che certe funzioni elementari che costituiscono l’intelligenza appartengano ad un nucleo duro su cui non influirà normalmente l’evoluzione interna di un’unica generazione. In concreto, potrebbe migliorare il modello l’apporto di una costante d’intelligenza minima umana, di 50 o 60 punti, sebbene ci possano sempre essere eccezioni per gravi alterazioni cerebrali per problemi di genetica.

Eppure le correlazioni ottenute con le variabili individuali raggiungono lo 0,89 per la funzione R ° definita dalla TGECV e lo 0,99 se viene fatta su M e P; però quest’ultimo risultato è lo stesso del Modello Globale di ereditarietà genetica senza evoluzione, poiché i parametri dell’evoluzione non alterano né M & P né il criterio statistico d’ordine WB.

Inoltre, quando si utilizza la variabile R ° come criterio statistico d’ordine, si ottiene lo 0,94, che non è un cattivo risultato. E lo 0,79 quando il criterio è M1P1 ° per entrambe le funzioni contemplate.

Un altro aspetto che non bisogna dimenticare è il miglioramento della variabile W in tutti loro. Credo che solo osservando i grafici con la simulazione di processi di ereditarietà biologica ed evoluzione ci si rende conto che il modello non può essere un grande sbaglio.

6.c.2. Variabili centrate. (Medie di test d’intelligenza scala Wechsler e Stanford-Binet)  

Con le variabili centrate nel Modello Globale di simulazione dell’evoluzione viene mantenuto il loro miglior adattamento in rapporto a quelle individuali, che esisteva nel modello dell’Intelligenza Sociale.

MODELLO GLOBALE: T1-d, X3 y X6  

Orden	Funzione obiettivo
	R°			M & P
	Gráficas	ICMG	r² máx.	Gráficas	ICMG	r² máx.
(M+P)/2	q361°	14,70	0,77	q362	16,03	0,80
M1P1°	q363°	15,61	0,89	q364°	17,77	0,89
R°	q365°	15,55	0,84	q366°	17,40	0,97
X6	q367°	15,05	0,91	q368	17,20	0,88

Si potrebbe dire che i grafici di correlazione e di regressione multipla sono ancora molto eloquenti.

Rispetto alle stesse variabili centrate senza gli algoritmi genetici dei processi di simulazione dell’evoluzione interna ed i problemi di genetica, si osserva un aumento dell’ICMG maggiore quando la funzione obiettivo è M & P di quando è R °, è però importante in entrambe, e maggiore con il criterio M1P1 ° che con R °, situandosi a 1,70 e 1,52 punti rispettivamente.

Sia per la funzione obiettivo R ° che per la M & P i risultati con un’impostazione quantitativa del modello di simulazione sono superiori quando si utilizzano i criteri d’ordine R ° e M1P1 °.