Konvergenz unter gemeinsamen Bedingungen
IAH nimmt an, dass unabhängige Optimierung nahe einer gemeinsamen Leistungsgrenze ursprungsbedingte funktionale Variation zunehmend durch Strukturen ersetzt, die von der Aufgabe und ihren bindenden Einschränkungen bestimmt werden.
Zu Beginn können viele Strategien, Algorithmen und Architekturen konkurrenzfähig sein. Nahe der Grenze werden kostspielige Organisationsformen ausgesiebt; unabhängige Entwicklungslinien können ähnliche funktionale Prinzipien rekonstruieren.
Es könnte weit mehr Möglichkeiten geben, ineffizient zu bleiben, als nahe der bestmöglichen Leistung konkurrenzfähig zu sein.
Weak und Strong IAH
Weak IAH macht zwei getrennte Vorhersagen: Die funktionale Vielfalt nimmt in einem vorab festgelegten grenznahen Bereich ab, und kontrollierte Ursprungsunterschiede beeinflussen die gemessenen funktionalen Eigenschaften immer weniger.
Strong IAH behauptet mehr: In einer spezifizierten Domäne und auf einer definierten Beschreibungsebene nähern sich alle hinreichend optimalen Systeme einer gemeinsamen Grenzklasse funktionaler Äquivalenz. Sinkende mittlere Distanz allein belegt diese starke Aussage nicht.
Architektur kann Teil des Suchraums werden
Wenn Gedächtnis, Berechnung, Kommunikation, Kontrolle oder der Optimierungsmechanismus selbst veränderbar sind und die Leistung beeinflussen, werden sie Teil des Optimierungsproblems.
IAH unterscheidet daher Ergebnis, Verhalten, Strategie, Repräsentation, Algorithmus, Architektur und Ressourcennutzung. Konvergenz auf einer Ebene beweist sie nicht auf einer anderen.
Auch Systemgrenzen können veränderlich sein
Wenn Agenten Speicher teilen, Berechnung delegieren, sich spezialisieren oder gemeinsame Kontrollkreise bilden können, umfasst der zulässige Raum verschiedene kollektive Organisationsformen.
Je nach Kommunikations-, Zuverlässigkeits- und Umbaukosten kann Optimierung Integration, Autonomie oder Kooperation ohne Verschmelzung begünstigen. Verglichen werden müssen unabhängig entstandene Kollektive als Gesamtorganisation.