Simple Science

最先端の科学をわかりやすく解説

# コンピューターサイエンス# 計算工学、金融、科学

古代のタール生産がネアンデルタール人の思考能力を明らかにする

研究によると、ネアンデルタール人のタールの使い方は彼らの認知能力に関連しているんだって。

― 0 分で読む


ネアンデルタール人とタールネアンデルタール人とタールの生産スキルたんだって。製造を通じて素晴らしい認知能力を持ってい研究によると、ネアンデルタール人はタール
目次

この記事は、古代の技術、特にタールの生産方法が、ネアンデルタール人の思考能力についての手がかりを与えることができるという内容だよ。研究者たちは、コンピュータ科学の手法であるペトリネットを使って、これらの方法の複雑さを調べてるんだ。目的は、タールを作るのに必要な思考スキルが、現代の人間が使うものと同じかどうかを判断することだね。

タール生産って何?

タール生産は、長い間人間やその先祖にとって重要なプロセスだったんだ。タールは防水やいろんな目的に使われてきた。ネアンデルタール人はカバの樹皮からタールを作ったことが知られてるけど、やり方はいくつかあって、彼らが使った正確な方法はいまだに議論されてるんだ。いくつかの技術は他よりもシンプルだよ。

技術と考え方のつながり

技術の複雑さとその背後にある思考の進歩には関係があるんだ。タスクが複雑であればあるほど、それを達成するためにはより多くの認知能力が必要になる可能性が高い。たとえば、タールを作ることは、ネアンデルタール人の思考スキルがどんなものだったかを示すことができるんだ。

研究者たちは、もし技術が複雑であれば、それを作り出すためには複雑な思考が必要だったはずだと考えている。ただし、こうした違いを定量化するのは難しかったんだ。タールを作る具体的な方法に焦点を当てることで、研究者たちは各方法に必要な思考を定量化しようとしているんだ。

ネアンデルタール人のタール生産方法

カバの樹皮からタールを作る方法はいくつか知られていて、複雑さが異なるんだ。研究されている主な三つの方法は次の通りだよ:

  1. 凝縮法:三つの中で一番シンプルな方法とされてる。材料や工程が少ないんだ。

  2. ピットロール法:凝縮法よりも複雑で、いくつかの工程や材料が必要なんだ。

  3. 高架構造法:一番複雑で、複数の工程と注意深い計画が求められるんだ。

これらの方法は、ペトリネットを使って、どれくらいの思考が必要かを比較するんだ。

ペトリネット:分析ツール

ペトリネットは、プロセスを完了するために必要なステップを視覚化して分析する方法なんだ。場所(条件や資源)、遷移(条件を変える行動)、アーク(それらのつながり)を使って、プロセスがどう機能するかをマッピングするんだ。タール生産方法をモデル化することで、各方法の複雑さを見つけ出すことができるんだ。

技術の複雑さを測る

各方法の複雑さを測るために、研究者たちは三つの主要な指標を見たんだ:

  1. 密度指標:プロセス内で行動や条件がどれだけつながっているかを測る。高い密度は同時に多くのことが起こっていることを示していて、より大きな認知負荷があるかもしれない。

  2. 拡張サイクロマティック指標:最終製品を達成するための異なる方法の数を評価する指標。道が多いほど、間違いを犯す可能性が高く、より複雑だということ。

  3. 構造的指標:プロセスの構造がどれだけ複雑かを評価する。この構造がシンプルなら、理解しやすく、学ぶのも簡単だよ。

分析結果

凝縮法

凝縮法は、密度指標で一番高い値を持ってた。これは、製造中に同時に多くの行動が起こっていて、把握するための情報が多く必要だってこと。作業記憶の要求が高くて、タールを作る人は複数のことを同時に管理しなきゃいけないんだ。

この方法は、最終製品を作るために取れる道筋の数が少なくて、サイクロマティック値が低いから、他の方法よりもミスが少なく、わかりやすいってこと。

あと、構造的指標もこの方法が学ぶのに簡単だって示してる。ステップが少なくて、複雑なつながりが少ないから、やり方を理解しやすいんだ。

ピットロール法

ピットロール法は、密度指標で凝縮法より低かったけど、サイクロマティック指標ではもっと複雑だった。これは、ピットロール法が凝縮法に比べて作業記憶が少なくて済むけど、最終製品に至るための道筋がたくさんあって、複雑な相互作用があることを意味してるんだ。

構造的指標は、ピットロール法が凝縮法よりも高かったから、計画や理解がより多く必要だってこと。たくさんのステップがあるから、もっと考えたり記憶が必要なのがはっきりしてるよ。

高架構造法

高架構造法は、一番密度指標のスコアが低かったから、他の二つの方法に比べて同時に結びついている行動が少ないってこと。でも、拡張サイクロマティック指標のスコアは一番高くて、プロセスを完了するための道筋がたくさんあるってこと。これが一番の複雑さをもたらして、間違いを犯すチャンスが多いんだ。

高架構造法の構造も高く、ステップをきちんと把握することが必要だよ。この方法を成功させるには、かなりの計画や思考が求められるんだ。

認知的な示唆

研究から、凝縮法は作業記憶に強く依存しているみたい。これは、この方法でタールを生産した人がいくつかの条件や状態を同時に覚えておく必要があったことを示していて、現代の人間に似た強力な認知スキルを持っていたことを示唆してるね。他の二つの方法に比べると、ピットロール法と高架構造法は即時の作業記憶は少なくて済むけど、プロセスについての全体的な知識がもっと必要だ。

この研究は、ネアンデルタール人が現代の人間と同様の認知スキルを持っていた可能性があることを示すさらなる証拠になるよ。タールを作る時に思考や記憶を効果的に管理する必要があっただろうから、彼らの知性や技術的能力について何かを明らかにしてるよ。

結論

ネアンデルタール人の技術の認知的要求を理解することは、彼らの能力を評価するのに助けになるんだ。研究結果は、タール生産の方法の中にはシンプルなものもあったけど、それでもかなりの認知的努力が必要だったことを示してる。この方法の複雑さは、ネアンデルタール人が現代の人間に見られる計画や意思決定のスキルを持っていた可能性があることを示してるんだ。

要するに、古代の技術、特にタール生産の研究は、私たちの祖先が認知的にどれだけのことができたかについての洞察を提供してくれるんだ。彼らが使った技術は歴史的に重要なだけじゃなくて、人間の思考や技術の進化についても光を当てているんだ。

オリジナルソース

タイトル: Measuring ancient technological complexity and its cognitive implications using Petri nets

概要: We implement a method from computer sciences to address a challenge in Paleolithic archaeology: how to infer cognition differences from material culture. Archaeological material culture is linked to cognition: more complex ancient technologies are assumed to have required complex cognition. We present an application of Petri net analysis to compare Neanderthal tar production technologies and tie the results to cognitive requirements. We applied three complexity metrics, each relying on their own unique definitions of complexity, to the modelled production sequences. Based on the results, we suggest that Neanderthal working memory requirements may have been similar to human preferences regarding working memory use today. This method also enables us to distinguish the high-order cognitive functions combining traits like planning, inhibitory control, and learnings that were likely required by different ancient technological processes. The Petri net approach can contribute to our understanding of technology and cognitive evolution as it can be used on different materials and technologies, across time and species.

著者: Sebastian Fajardo, Paul R. B. Kozowyk, Geeske H. J. Langejans

最終更新: 2023-05-16 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2305.09751

ソースPDF: https://arxiv.org/pdf/2305.09751

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

類似の記事