Sistemas Complejos, Caos y Vida Artificial

REDcientfica - Sistemas complejos, caos y vida artificial Pgina 1 de 11
COPIA PARA IMPRIMIR
ISSN: 1579-0223
http://www.redcientifica.com/doc/doc200303050001.html
Sistemas complejos, caos y vida

artificial
Sergio A. Moriello
http://www.redcientifica.com/aut...
Ingeniero en Electrnica y Periodista Cientfico
Copyright 2003 Sergio A. Moriello.
Copyright 2003 REDcientfica.
Todos los derechos reservados.
El planeta Tierra rebosa de fenmenos que parecen caticos

aunque, en realidad, se cien a reglas estrictas pero difciles de
desentraar. Su estructura es tan compleja, con tanta cantidad
de variables implicadas, que parece imposible hacer una
prediccin a un futuro siquiera relativamente cercano. En este
artculo se intenta dar una somera idea de la relacin entre los
sistemas, la complejidad, la auto-organizacin, el caos, los
fractales, las redes y la vida artificial.
Un sistema es un conjunto de elementos o partes que interaccionan entre s a fin

de alcanzar un objetivo concreto. De aqu se desprenden dos implicancias
fundamentales. Primero, que existe una influencia mutua entre sus elementos
componentes, es decir, que el cambio experimentado en uno de ellos repercute
y afecta inevitablemente al resto. Y segundo, que una serie de elementos
reunidos (es decir, un conjunto), que no persigue un propsito comn (un
objetivo), de ninguna manera constituye un sistema. En sntesis, para que el
comportamiento de un sistema est adecuadamente descripto, es necesario
conocer, adems de sus elementos, las interacciones o relaciones entre ellos.
Pero no slo eso: tambin se requiere saber sus estados (los valores
instantneos de todos los elementos) y sus transiciones (los cambios dinmicos
de esos estados). En otras palabras, se deben describir tanto la estructura (lo
que es el sistema) como la funcin (lo que hace el sistema), dos enfoques
complementarios de una misma realidad.
Un sistema es algo ms (y algo menos) que la simple suma de sus elementos

constitutivos. Por un lado, emergen propiedades nuevas que no pueden
atribuirse a ninguno de ellos; y, por otra parte, se reprimen o inhiben algunas de
sus propiedades intrnsecas. Existen varios ejemplos de ellos. Partiendo de
harina, agua, sal y levadura, y a travs de un proceso de coccin, surge el pan,
algo totalmente diferente y que tiene otros atributos o cualidades que los
ingredientes con los que se origina. Los cardmenes, los enjambres y las
http://www.redcientifica.com/imprimir/doc200303050001.html 09/05/2013
manadas se comportan -como conjunto- de manera distinta a como lo hacen sus

individuos componentes. Una neurona por s misma no posee ningn tipo de
inteligencia, pero miles de millones de ellas interactuando entre s pueden
originar una mente, algo totalmente diferente. Este comportamiento surge
nicamente cuando el sistema se considera como un todo, como algo global y
colectivo.
Dado que todo sistema se encuentra inmerso en un medio ambiente, en general,

ste va a afectar tanto su funcionamiento como su rendimiento. Para medir, en
cierta forma, esta influencia o interaccin aparece el concepto de
"permeabilidad". Los sistemas escasamente permeables (es decir, aquellos que
no intercambian o intercambian poca materia, energa o informacin con el
entorno) se conocen con el nombre de "sistemas cerrados". Por el contrario, los
sistemas mediana y altamente permeables son los que presentan alguna o
mucha interaccin con el medio ambiente y se denominan "sistemas abiertos".
Por supuesto, existen diferentes grados de permeabilidad; de este modo, un
sistema que interacta poco con su entorno recibe el nombre de "parcialmente
abierto". Asimismo, y dentro de la categora de sistemas abiertos, estn aquellos
que son influidos pasivamente por el medio ambiente, llamados "no adaptativos",
y los que reaccionan y se adaptan al entorno, llamados "adaptativos".
Los sistemas tambin pueden dividirse en dinmicos y estticos, segn

modifiquen o no su estado interno a medida que transcurre el tiempo. Un
sistema particular que, a pesar de estar inmerso en un entorno cambiante,
mantiene su estado interno, se llama "homeosttico". En otras palabras, la
homeostasis define la tendencia de un sistema a su supervivencia dinmica. Los
sistemas altamente homeostticos siguen las transformaciones del contexto a
travs de ajustes estructurales internos. Un ejemplo tpico de este tipo de
sistema lo constituye una compaa. No obstante, vale aclarar, si el sistema no
puede acomodarse al "esfuerzo tensional" (estrs) que padecen por parte del
medio ambiente -modificando su estructura o su funcin- puede transformarse o
deteriorarse parcial o totalmente, temporal o permanentemente. La resistencia
de un sistema al estrs depende tanto de su estructura como de su funcin.
Sistemas complejos
Los sistemas complejos se caracterizan fundamentalmente porque su

comportamiento es imprevisible. Sin embargo, complejidad no es sinnimo de
complicacin: este vocablo hace referencia a algo enmaraado, enredado, de
difcil comprensin. En realidad, y por el momento, no existe una definicin
precisa y absolutamente aceptada de lo que es un sistema complejo, pero
pueden darse algunas peculiaridades comunes. En primer trmino, est
compuesto por una gran cantidad de elementos relativamente idnticos. Por
ejemplo, el nmero de clulas en un organismo, o la cantidad de personas en
una sociedad. En segundo lugar, la interaccin entre sus elementos es local y
origina un comportamiento emergente que no puede explicarse a partir de
dichos elementos tomados aisladamente. Un desierto puede contener billones
de granos de arena, pero sus interacciones son excesivamente simples
comparadas con las que se verifican en las abejas de un enjambre. Por ltimo,
es muy difcil predecir su evolucin dinmica futura; o sea, es prcticamente
imposible vaticinar lo que ocurrir ms all de un cierto horizonte temporal.
En la naturaleza se pueden encontrar una gran cantidad de ejemplos de

sistemas complejos que se extienden desde la fsica hasta la neurologa, desde
la economa hasta la biologa molecular, desde la sociologa hasta las
matemticas. Por ese motivo, esta clase de sistemas no constituye un caso raro
ni excepcional sino que se manifiesta en la inmensa mayora de los fenmenos

que se observan a diario. Sin embargo, y a pesar de su gran diversidad y
abundancia, se pueden identificar conductas dinmicas genricas, no importa su
naturaleza (fsica, qumica, biolgica o social); entre ellas, las leyes de
crecimiento, la autoorganizacin y los procesos colectivos emergentes. Como
ejemplos de sistemas complejos se pueden mencionar -entre otros- una clula,
un cerebro, un organismo, una computadora, un ecosistema, una sociedad de
insectos, un sistema inmunolgico o una economa de mercado.
La mayora de los sistemas complejos son inestables, se mantienen

delicadamente equilibrados. Cualquier variacin mnima entre sus elementos
componentes puede modificar, de forma imprevisible, las interrelaciones y, por lo
tanto, el comportamiento de todo el sistema. As, la evolucin de esta clase de
sistemas se caracteriza por la intermitencia (o fluctuacin), aquella situacin en
la que el orden y el desorden se alternan constantemente. Sus estados
evolutivos no transcurren a travs de procesos continuos y graduales, sino que
suceden por medio de reorganizaciones y saltos. Cada nuevo estado es slo
una transicin, un perodo de "reposo entrpico", en palabras del Premio Nobel
ruso-belga Ilya Prigogine.
Estos sistemas nunca llegan a un ptimo global, al estado de mnima energa.

En general, crecen progresivamente hasta que llegan al lmite de su desarrollo
potencial. En ese instante, sufren un desorden, una especie de ruptura que
induce una fragmentacin del orden pre-existente. Pero despus, comienzan a
surgir regularidades que organizan al sistema de acuerdo con nuevas leyes,
produciendo otra clase de desarrollo. Este comportamiento es tpico en los
sistemas naturales: por ejemplo, el trnsito, en los insectos, del huevo a la larva
y de sta a la crislida. En consecuencia, la organizacin de los sistemas
complejos se da en diferentes niveles. Las leyes que gobiernan la causalidad de
un dado nivel, pueden ser totalmente diferentes a las de un nivel superior.
Auto-organizacin
El orden y el desorden se necesitan el uno al otro, se producen mutuamente;

son conceptos antagnicos, pero, al mismo tiempo, complementarios. En ciertos
casos, un poco de desorden posibilita un orden diferente y, a veces, ms rico.
As, por ejemplo, un organismo puede seguir viviendo a causa de la muerte de
sus clulas; o una organizacin se perpeta gracias a la desvinculacin de sus
miembros. La variacin y el cambio son etapas inevitables e ineludibles por las
cuales debe transitar todo sistema complejo para crecer y desarrollarse. Cuando
esta transformacin se consigue sin que intervengan factores externos al
sistema, se hace mencin a un proceso de "auto-organizacin".
La auto-organizacin se erige como parte esencial de cualquier sistema

complejo. Es la forma a travs de la cual el sistema recupera el equilibrio,
modificndose y adaptndose al entorno que lo rodea y contiene. En esta clase
de fenmenos es fundamental la idea de niveles. Las interrelaciones entre los
elementos de un nivel originan nuevos tipos de elementos en otro nivel, los
cuales se comportan de una manera muy diferente. Por ejemplo, entre otros, las
molculas a las macromolculas, las macromolculas a las clulas y las clulas
a los tejidos. De este modo, el sistema auto-organizado se va construyendo
como resultado de un orden incremental espacio-temporal que se crea en
diferentes niveles, por estratos, uno por encima del otro.
Los sistemas autoorganizados se mantienen dentro del estrecho dominio que

oscila entre el orden inmutable y el desorden total, entre la constancia rgida y la
turbulencia anrquica. Una condicin muy especial, con suficiente orden para
poder desarrollar procesos y evitar la extincin pero con una cierta dosis de
desorden como para ser capaz de adaptarse a situaciones novedosas y
evolucionar. Es lo que se conoce -desde antao- como "transiciones de fase", o
-ms modernamente- como lo llama el doctor en Ciencias de la Computacin,
antroplogo y filsofo estadounidense Christopher Langton: el "borde del caos".
Es en esta delgada franja en donde se ubican los fenmenos que edifican la vida
y las sociedades.
Por ltimo, se puede aclarar que, aunque no es posible analizar

matemticamente la evolucin de muchos de estos sistemas, se los puede
explorar -sin embargo- a travs de experimentos numricos (con sistemas
informticos). Esto se debe a que, desde el punto de vista computacional, son
sistemas irreducibles; es decir, la nica forma de estudiar su evolucin es
mediante la observacin directa (o sea, permitiendo que evolucionen). Para su
estudio, en consecuencia, se emplean potentes sistemas computacionales en
donde se simulan sus componentes, sus conexiones y sus interacciones,
observndose la dinmica emergente.
Sistemas caticos
Durante el siglo pasado, los cientficos clasificaban a los sistemas segn su

grado de predictibilidad. As, un sistema es determinstico cuando su
comportamiento es bastante predecible, determinado, cuando parece seguir
unas ciertas reglas y es probabilstico -o estocstico- cuando no hay certeza de
su estado futuro, slo una probabilidad, cuando aparece un orden estadstico, un
orden promedio. No obstante, esta burda y tosca clasificacin sufri severos
embates durante el ltimo medio siglo. Por ejemplo, se descubri que muchos
sistemas dinmicos no lineales se comportan -en ciertas condiciones- de forma
tan compleja que parecen probabilsticos, aunque, en realidad, son
determinsticos. En otras palabras, a pesar de que las reglas -a nivel local- son
muy simples, el sistema -a nivel global- puede tener un comportamiento
inesperado, no predecible. Se trata de un "sistema catico".
Una de las singularidades que caracterizan a los sistemas caticos es que

dependen sensiblemente de las condiciones iniciales. Un insignificante cambio
en las condiciones de partida se amplifica y propaga exponencialmente a lo
largo del sistema y es capaz de desencadenar -a futuro- un comportamiento
totalmente diferente o, incluso, una imprevista catstrofe. Es decir,
configuraciones iniciales casi idnticas, sometidas a influencias externas casi
iguales, acaban transformndose en configuraciones finales absolutamente
distintas. Y es este el motivo por el cual es prcticamente imposible hacer una
prediccin del estado final de estos sistemas complejos.
Sin embargo, el caos no es ms que un desorden solamente en apariencia, tiene

muy poco que ver con el azar. Aunque parecen evolucionar de forma aleatoria y
errtica, estos sistemas tienen -en realidad- un cierto orden interno subyacente.
Por eso, aun cuando son impredecibles, tambin son determinables. Esto
significa que su estado futuro est determinado por su estado actual y obedece
estrictas leyes naturales de evolucin dinmica (en forma de complicadas
ecuaciones diferenciales no lineales). Pero estos sistemas son tan irregulares
que jams repiten su comportamiento pasado, ni siquiera de manera
aproximada. Por ejemplo, y an cuando se conozcan con gran precisin las
ecuaciones meteorolgicas y se puedan medir las variables crticas
(temperatura, humedad, presin, masa y velocidad del viento), es muy difcil
predecir con exactitud las variaciones climticas ms all de un cierto tiempo
posterior. Otros sistemas caticos lo constituyen los fluidos en rgimen

turbulento, la dinmica de la atmsfera, las reacciones qumicas, la propagacin
de enfermedades infecciosas, los procesos metablicos de las clulas, el
mercado financiero mundial, los movimientos de grupos animales (cardmenes o
enjambres), la aparicin aperidica de epidemias, la arritmia del corazn, la red
neuronal del cerebro humano, etc.
El caos parece formar parte de la estructura misma de la materia y est muy

ligado a los fenmenos de auto-organizacin, ya que el sistema puede saltar
espontnea y recurrentemente desde un estado hacia otro de mayor
complejidad y organizacin. Un ejemplo tpico es el agua que se desliza a travs
de una canilla en un goteo desordenado y, sbitamente, forma un chorro
ordenado. Estos sistemas se caracterizan por su flexibilidad y adaptacin (y, en
consecuencia, por su estabilidad), lo cual les permite enfrentar las condiciones
cambiantes e impredecibles del entorno. Operan bajo una extensa gama de
condiciones, ya que parecen estar formados por una compleja estructura de
muchos estados ordenados, aunque normalmente ninguno de ellos se impone
sobre los dems (a diferencia de un sistema ordenado, que presenta un nico
comportamiento). Por lo tanto, se puede controlar su evolucin con nfimas
correcciones, a fin de forzar la repeticin de ciertas trayectorias. En otras
palabras, si se los perturba adecuadamente, se los puede obligar a que tome
uno de los muchos posibles comportamientos ordenados.
Fractales y naturaleza
La teora del caos estudia la evolucin dinmica de ciertas magnitudes. Al

representar geomtricamente el conjunto de sus soluciones, aparecen modelos
o patrones que los caracterizan. Existe un comportamiento catico cuando
dichos modelos -a lo largo de extensos perodos de tiempo- oscilan de forma
irregular, aperidica; parecen girar asintticamente en las inmediaciones de
ciertos valores, como si describieran rbitas alrededor de ellos. Estos valores se
conocen con el nombre de "atractores caticos", "atractores extraos" o,
simplemente, "atractores" (debido a que parecen atraer las soluciones hacia
ellos) y su particularidad es que presentan propiedades fractales.
Un "fractal" es una estructura geomtrica que tiene dos caractersticas

principales: la "auto-semejanza" y la "dimensin fraccionaria". La auto-
semejanza significa que posee la misma estructura cualquiera sea la escala en
que se la observa; es decir, a travs de sucesivas amplificaciones (diferentes
cambios de escala) se repite su forma fundamental (conserva el mismo
aspecto). Por otro lado, la dimensin fraccionaria mide el grado de irregularidad
o de fragmentacin de un objeto: una dimensin entre 1 y 2 significa que se
comparten las propiedades de una recta y de un plano. No obstante, la fractal no
tiene el mismo significado que las dimensiones del tradicional espacio
euclidiano: fractales con dimensiones enteras (1 y 2), no se parecen en nada a
una lnea o a un plano, respectivamente.
En general, las formas encontradas en la naturaleza son ejemplos de fractales:

vasos sanguneos y sus capilares, rboles, vegetales, nubes, montaas, grietas
tectnicas, franjas costeras, cauces de ros, turbulencias de las aguas, copos de
nieve, y una gran cantidad de otros objetos difciles de describir por la geometra
convencional. Como se puede apreciar, se trata de formas en perpetuo
crecimiento. Por eso, cuando se observa una imagen o una fotografa de un
fractal, se lo est viendo en un determinado instante de tiempo, congelado en
una etapa precisa de su desarrollo. Y es justamente este concepto de proceso
natural de crecimiento o de desarrollo lo que vincula a los fractales con la

naturaleza.
Una estructura fractal es aquella que se genera por la repeticin incansable de

un proceso bien especificado (o sea, est gobernado por reglas determinsticas).
As, la naturaleza es capaz de crear eficazmente infinidad de formas -con
diferentes grados de complejidad- nicamente reiterando innumerablemente el
mismo proceso. E nfimas modificaciones en las condiciones iniciales o en los
parmetros de ese proceso pueden provocar imprevisibles cambios finales. Es
por eso que la mayora de los procesos caticos originan estructuras fractales. Y
es por eso, tambin, que muchos fenmenos naturales aparentan tener una
enorme complejidad, aunque -en realidad- poseen la misma regularidad
geomtrica (concepto de auto-semejanza). Slo as se explica que existan 6.000
millones de seres humanos diferentes, a pesar de que el proceso de gestacin
sea idntico, y que una mnima diferencia en el cdigo gentico de chimpancs y
humanos haya engendrado especies tan distintas. Este proceso tambin puede
esclarecer, en buena medida, cmo la escasa informacin contenida en una
clula germinal es capaz de originar seres tan increblemente complejos.
El desarrollo de un sistema se verifica al pasar de un estado ms general y

homogneo (indiferenciado) a otro ms especial y heterogneo (diferenciado).
Esta transicin se da gracias a la "especializacin" y a la "divisin del trabajo":
progresivamente algunos elementos se encargan de acciones especficas, al
tiempo que se observa una subordinacin a elementos dominantes (llamadas, a
veces, "partes conductoras"). De esta forma, se instala en el sistema un "orden
jerrquico" de partes o procesos. Este principio de diferenciacin es muy
frecuente tanto en biologa como en psicologa y, aun, en sociologa. En el
desarrollo embrionario, por ejemplo, las clulas se van agrupando y
subordinando a los llamados "organizadores". En el cerebro tambin se
comprueba una superposicin de "estratos neuronales" que adoptan el papel de
partes conductoras. Algo similar ocurre en el comportamiento social: para poder
diferenciarse, un conjunto de personas debe agruparse alrededor de uno o
varios lderes.
Redes complejas
Muchos sistemas biolgicos, sociales o de comunicacin se pueden describir

adecuadamente a travs de redes complejas cuyos nodos representan
individuos u organizaciones, y los enlaces simbolizan las interacciones entre
ellos. Una clase importante de redes son aquellas que cumplen con las reglas de
un "mundo pequeo", cuya topologa exhibe dos rasgos esenciales: todo nodo
est fuertemente conectado con muchos de sus vecinos pero dbilmente con
algunos pocos elementos alejados (fenmeno conocido como apiamiento,
agrupamiento o "clustering") y todo nodo puede conectar a cualquier otro con
slo unos cuantos saltos (en otras palabras, existe una pequea "distancia"
entre ellos) . Esto implica dos cosas: que la informacin se transfiere muy
rpidamente entre dos elementos cualquiera, y que existe un pequeo nmero
de nodos claves por donde circula un gran porcentaje del trfico total. Son redes
de mundo pequeo las conexiones neuronales en algunos gusanos, el patrn de
difusin de una epidemia, la estructura de una red de transmisin elctrica, la
navegacin a travs Internet, las protenas en una clula humana, los patrones
lingsticos, las redes de colaboracin social, las relaciones entre especies de un
ecosistema, etc.
Muchas de estas redes de mundo pequeo son tambin "redes independientes

de la escala" (scale-free networks), que se caracterizan por un escaso nmero
de nodos con muchos enlaces (denominados "concentradores" o "hubs") y una

enorme cantidad de nodos con muy pocas conexiones . Este tipo de estructura
explica por qu algunas redes son generalmente muy estables y robustas (frente
a posibles errores aleatorios), pero muy propensas a ocasionales colapsos
catastrficos (por posibles ataques maliciosos). En efecto, si se elimina una gran
fraccin de nodos al azar, la red todava es capaz de funcionar con normalidad;
pero si se quita alguno de los concentradores, el sistema puede sufrir una
hecatombe. Es lo que ocurre, por ejemplo, cuando fallece o desaparece el lder
de un partido poltico o de un equipo de ftbol. Esta topologa tambin es capaz
de explicar la gran capacidad de crecimiento de estas redes y por qu algo
insignificante puede transformarse en un fenmeno de colosales proporciones si
encuentra el camino adecuado.
Ahora bien, cmo surge este tipo de orden? Aparentemente, estas redes
siguen el mismo patrn de auto-organizacin de los sistemas complejos: los
nuevos nodos agregados tienden a formar conexiones con aquellos que ya
estn bien conectados (las partes conductoras mencionadas en el apartado
anterior). En otras palabras, los nodos no se conectan entre s al azar, sino que
se agrupan o apian en torno a los hubs, los nodos ms atractivos. Por ejemplo,
los nuevos artculos cientficos citan a otros ya bien establecidos y las nuevas
pginas web se conectan a los buscadores ms conocidos. De all que los hubs
tambin parecen ser los responsables de mantener la cohesin de este tipo de
redes e, incluso, de permitirle evolucionar, ya que pequeas perturbaciones en
ellos pueden ocasionar cambios en el funcionamiento de la red. Asimismo,
algunos investigadores especulan -es necesario aclarar- que los sistemas
naturales evolucionan hacia redes de mundo pequeo, porque tienen una
elevada tolerancia a las fallas (la conexin de cualquier pareja de nodos puede
establecerse a travs de varios caminos alternativos), y hacia redes
independientes de la escala, porque utiliza ms eficientemente los recursos que
las redes aleatorias (resuelve adecuadamente el conflicto entre las necesidades
de bajo costo y alto rendimiento).
Aun cuando su funcionamiento puede ser muy diferente entre una red y otra, el
hecho de que compartan la misma topologa permitira estudiar las ms
complejas a partir de las ms simples. As, por ejemplo, si las redes neuronal y
gentica pertenecieran a la misma categora genrica, los cientficos podran
aprender mucho ms sobre el sistema nervioso escudriando el sistema
gentico, el cual es relativamente ms sencillo. Pero tambin, quizs, se podran
responder algunas preguntas de difcil respuesta: cunto depende el
funcionamiento de una red de su topologa?, cmo mejorar la confiabilidad de
estas redes?, cmo disear redes que evolucionen de manera estable?
Vida artificial
La vida se constituye en el ejemplo ms acabado de estructuras muy complejas

que surgen a partir de estructuras mucho ms simples. Se trata de una
propiedad emergente, resultado de la interaccin entre sus elementos y de la
dinmica propia del sistema. En efecto, cualquier forma de vida es -en esencia-
un sistema altamente complejo, con una estructura fsico-qumica particular, que
exhibe una elevada organizacin y se sita en el borde del caos. Entre sus
caractersticas definitorias, se pueden incluir su capacidad para: la
autorreproduccin, el almacenamiento de informacin, el crecimiento, la
adaptabilidad (al entorno), la interdependencia (con otras formas de vida) y la
evolucin.
La "Vida Artificial" (en ingls Artificial Life o, abreviadamente, A-Life) es un

campo del conocimiento muy joven (naci a fines de 1987) que tiene como
objetivo el desarrollo de sistemas artificiales que muestran las caractersticas
distintivas de los sistemas vivos naturales. De acuerdo con Christopher Langton
-"padre" de esta disciplina- es "el estudio de la vida natural, donde 'vida' se
entiende que incluye, ms bien que excluye, a los seres humanos y sus
artefactos". Investiga algunos procesos que transcurren a diferentes niveles
(molecular, celular, orgnico, social-evolutivo), y su aspecto ms abarcativo
incluye desarrollos meramente tericos, experimentos biolgicos y qumicos, y
simulaciones sobre computadoras. La importancia de su estudio radica en que
los sistemas naturales constituyen excelentes fuentes inspiradoras para el
desarrollo de la tecnologa. En efecto, el biolgico es un modelo muy optimizado
que ayuda al ser humano a solucionar -con extraordinaria eficacia- muchos
problemas complejos no convencionales que surgen de la interaccin con el
entorno. De all que la aplicacin de esta nueva disciplina se perfila como una de
las ramas ms innovadoras y revolucionarias de lo que ser la computacin
durante el transcurso del presente siglo.
La Vida Artificial es conceptualmente parecida a la Inteligencia Artificial, aunque

-por supuesto- existen una serie de diferencias clave. Mientras la ltima intenta
comprender y abstraer la esencia conceptual de la inteligencia, la primera intenta
comprender y abstraer la esencia conceptual de los sistemas vivos. No obstante,
la lnea divisoria entre ellas es bastante borrosa y se va debilitando a medida
que pasa el tiempo, a tal punto que muchos investigadores predicen que
convergern en el futuro. La inteligencia, en definitiva, es un producto de la
evolucin; y dado que la vida biolgica y la inteligencia son mutuamente
dependientes, tambin la Vida Artificial y la Inteligencia Artificial exhiben una
cierta codependencia.
La arquitectura bsica de estos sistemas consiste en un abrumador nmero de

"criaturas" relativamente simples, que forman densas redes de interaccin y
operan paralela y simultneamente sin que exista un control central. Los
comportamientos individuales no estn programados implcitamente; los
cientficos slo se limitan a darles un conjunto reducido de reglas de interaccin
que especifican lo que debe hacer cada una de ellas de acuerdo con la situacin
en que se encuentre. Nadie es capaz de saber con precisin qu actitud tomar
cualquiera de ellas en un momento dado. Y, debido a que se verifica un
fenmeno de emergencia de alto nivel (es decir, inteligente) a partir de
interacciones de bajo nivel (o sea, entre entidades no inteligentes), el conjunto
puede resolver problemas que cada uno de sus individuos componentes es
incapaz de realizar.
Inteligencia de enjambre
El comportamiento complejo, que un observador podra considerar intencional,

puede ser -de hecho- el resultado de las numerosas interconexiones que se
establecen entre una enorme cantidad de entidades individuales. Por ejemplo,
considerada aisladamente una hormiga es una criatura sumamente tonta,
estpida, capaz nicamente de ejecutar -aunque de forma fiel y obstinada- un
pequeo conjunto de rutinas innatas, pero condicionada por el entorno
circundante. No obstante, tomadas en grupo, son capaces de erigir sociedades
complejas con sofisticadas actividades como agricultura, ganadera,
arquitectura, ingeniera e, incluso, prcticas de esclavitud. De esta forma, podra
considerarse al hormiguero como un macroorganismo, que presenta un
comportamiento global inteligente. Es decir, nadie planifica, nadie ordena ni
controla, pero surge un comportamiento colectivo -quizs instintivo- o una

necesidad que las "obliga" a trabajar juntas persiguiendo un fin comn.
Utilizando como ejemplo la conducta social de los insectos, modernamente los

investigadores en ciencias de la computacin desarrollaron algoritmos muy tiles
para resolver algunos problemas prcticos muy complicados; un enfoque
conocido como "inteligencia de enjambre". En este caso, las hormigas artificiales
son agentes de software que se simulan en una computadora. Una aplicacin
interesante de esta tcnica es la de encontrar el camino ms corto para
establecer las rutas en Internet; en otras palabras, cmo encaminar
eficientemente los mensajes entre los nodos de la red (los routers). Vale la pena
aclarar que resolver este problema se torna actualmente muy importante, ya que
cuanto mayor es el "trfico" de los paquetes de datos, mayor es el costo de la
conexin a Internet (ya que se incrementa el tiempo para pasar de un nodo a
otro).
El algoritmo de bsqueda funciona de la siguiente manera. Cada hormiga virtual

-de un conjunto enormemente grande de ellas- sale en busca de "alimento"
alrededor de su "hormiguero" (el punto de partida), de una forma ms o menos al
azar. Entonces, cada insecto "marca" el camino realizado con una "feromona" (la
cual guarda una cierta relacin con la "longitud" o distancia recorrida) que otras
pueden seguir. Dado que la feromona se "evapora" con el tiempo, las "buenas"
rutas (las ms cortas) se hacen ms atractivas que las "malas" para el resto de
las hormigas, con lo cual se intensifica cada vez ms el rastro de feromonas en
esa ruta. Al final del proceso, lo habitual es que se seleccione el rastro ms
fuerte, que justamente es la ruta ms corta entre el punto de partida y el punto
de llegada. Lo interesante de esta tcnica es que las hormigas pueden
adaptarse al entorno: dado que ste es dinmico, es posible que surjan
determinadas complicaciones, como el bloqueo o la congestin en las rutas.
Debido a que la concentracin de feromonas se mantiene durante un cierto
tiempo y a que exploran sin cesar nuevos trayectos, las hormigas establecen
instintivamente rutas alternativas, con lo cual siempre estn preparadas para
responder a los cambios del entorno.
Otros usos de esta tcnica son en el anlisis de datos financieros, en la

resolucin de problemas de produccin industrial y en la bsqueda de pginas
interesantes por la web. Sin duda, a medida que transcurra el tiempo, seguirn
apareciendo ms aplicaciones prcticas de la inteligencia de enjambre. Si la
computacin ubicua forzar a que todos los objetos tengan incrustado un chip
(desde las alhajas hasta los muebles, pasando por los artculos de librera y los
electrodomsticos), ser necesario desarrollar algoritmos de control que
permitan la comunicacin eficaz y eficiente de todos estos desperdigados
pedazos microscpicos de silicio.
Amenazas
Puede el ser humano crear nuevas formas de vida? Es imprescindible que

sean de tipo orgnico para considerarlas como tales? Ms especficamente,
puede considerarse como un ser vivo algo virtual, algo que carece de una
existencia fsica? Puede estar viva una entidad o un grupo de entidades que
nicamente existe como una simulacin computacional? Es decir, si algo ejecuta
complicados movimientos como un insecto y se comporta como tal, pero no
tiene un cuerpo fsico material, tangible, sino que adopta la forma abstracta de
microcdigos de programacin en el interior de una supercomputadora... es un
insecto? Y en el supuesto caso de que no lo sea, entonces qu es? En otras
palabras, cmo exactamente debe comportarse algo -en este caso, una
entidad- para que alguien -en este caso, una persona- pueda afirmar que est
vivo?
Asimismo, y por carecer de una definicin unnimemente aceptada del concepto

de vida, aparecen interrogantes paradjicos. Por ejemplo: estn "vivos" los
virus? Algunos de ellos pueden permanecer latentes por mucho tiempo al
cristalizar en una clula orgnica muerta y volver a la actividad cuando
consiguen otra oportunidad para infectar. De igual forma, se podra preguntar si
se encuentra vivo un embrin congelado. En estos casos, la lnea que divide lo
viviente de lo inerte (tan evidente hace slo unas dcadas), aparece ahora tan
difusa que -a veces- es extremadamente difcil distinguir lo vivo de lo muerto.
Si bien este tipo de "vida virtual" (erigida a travs de programas de computadora)

quizs sea difcil de aceptar, qu ocurre con la "vida seca", aquella formada por
autmatas fsicamente tangibles? Este concepto, no se acerca ms a la "vida
hmeda", es decir, la compuesta por organismos biolgicos? Y qu pasar
cuando la sinergia entre la ingeniera gentica y la nanotecnologa sea capaz de
producir/engendrar nuevas y originales entidades? Miles de millones de aos de
evolucin natural produjeron un mundo donde la supervivencia y el bienestar de
cada organismo est ligado -muchas veces fuertemente- al de innumerables
especies. Todo est tan interrelacionado y delicadamente equilibrado que la
muerte (o el nacimiento) de una especie puede causar devastadores efectos
sobre algunas otras (a veces, muchas). Sin dudas, el dejar evolucionar
libremente a estas "nuevas especies" dispare fantasas de descontrol, ya que
podran evolucionar -siguiendo reglas lamarckianas- mucho ms rpido que los
humanos, y quizs los condicionen como nunca antes
Sobre el autor
Sergio A. Moriello trabaja en la actualidad en

Telefnica Argentina. Es periodista cientfico, ingeniero
en electrnica y posgraduado en administracin
empresarial.
Otros documentos del mismo autor
Otros documentos del mismo autor
REDcientfica no se hace responsable de las opiniones expresadas por sus colaboradores.
Queda prohibida la reproduccin total o parcial de los contenidos sin la autorizacin de sus
autores o de REDcientfica.
Gran Va 67, Of.425. 28013, Madrid (Espaa). Telfono: (+34) 915476145 / E-mail:
http://www.redcientifica.com/cgi-bin/buzon/buzon.pl?id=b1

Sistemas Complejos, Caos y Vida Artificial

Cargado por

Copyright:

Formatos disponibles

Sistemas Complejos, Caos y Vida Artificial

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas Complejos, Caos y Vida Artificial

Cargado por

Copyright:

Formatos disponibles

REDcientfica - Sistemas complejos, caos y vida artificial Pgina 1 de 11

COPIA PARA IMPRIMIR

Sistemas complejos, caos y vida

El planeta Tierra rebosa de fenmenos que parecen caticos

Un sistema es un conjunto de elementos o partes que interaccionan entre s a fin

Un sistema es algo ms (y algo menos) que la simple suma de sus elementos

manadas se comportan -como conjunto- de manera distinta a como lo hacen sus

Dado que todo sistema se encuentra inmerso en un medio ambiente, en general,

Los sistemas tambin pueden dividirse en dinmicos y estticos, segn

Los sistemas complejos se caracterizan fundamentalmente porque su

En la naturaleza se pueden encontrar una gran cantidad de ejemplos de

ni excepcional sino que se manifiesta en la inmensa mayora de los fenmenos

La mayora de los sistemas complejos son inestables, se mantienen

Estos sistemas nunca llegan a un ptimo global, al estado de mnima energa.

El orden y el desorden se necesitan el uno al otro, se producen mutuamente;

La auto-organizacin se erige como parte esencial de cualquier sistema

Los sistemas autoorganizados se mantienen dentro del estrecho dominio que

Por ltimo, se puede aclarar que, aunque no es posible analizar

Durante el siglo pasado, los cientficos clasificaban a los sistemas segn su

Una de las singularidades que caracterizan a los sistemas caticos es que

Sin embargo, el caos no es ms que un desorden solamente en apariencia, tiene

posterior. Otros sistemas caticos lo constituyen los fluidos en rgimen

El caos parece formar parte de la estructura misma de la materia y est muy

La teora del caos estudia la evolucin dinmica de ciertas magnitudes. Al

Un "fractal" es una estructura geomtrica que tiene dos caractersticas

En general, las formas encontradas en la naturaleza son ejemplos de fractales:

natural de crecimiento o de desarrollo lo que vincula a los fractales con la

Una estructura fractal es aquella que se genera por la repeticin incansable de

El desarrollo de un sistema se verifica al pasar de un estado ms general y

Muchos sistemas biolgicos, sociales o de comunicacin se pueden describir

Muchas de estas redes de mundo pequeo son tambin "redes independientes

de nodos con muchos enlaces (denominados "concentradores" o "hubs") y una

La vida se constituye en el ejemplo ms acabado de estructuras muy complejas

La "Vida Artificial" (en ingls Artificial Life o, abreviadamente, A-Life) es un

La Vida Artificial es conceptualmente parecida a la Inteligencia Artificial, aunque

La arquitectura bsica de estos sistemas consiste en un abrumador nmero de

El comportamiento complejo, que un observador podra considerar intencional,

controla, pero surge un comportamiento colectivo -quizs instintivo- o una

Utilizando como ejemplo la conducta social de los insectos, modernamente los

El algoritmo de bsqueda funciona de la siguiente manera. Cada hormiga virtual

Otros usos de esta tcnica son en el anlisis de datos financieros, en la

Puede el ser humano crear nuevas formas de vida? Es imprescindible que

Asimismo, y por carecer de una definicin unnimemente aceptada del concepto

Si bien este tipo de "vida virtual" (erigida a travs de programas de computadora)

Sergio A. Moriello trabaja en la actualidad en

Otros documentos del mismo autor

Otros documentos del mismo autor

REDcientfica no se hace responsable de las opiniones expresadas por sus colaboradores.

También podría gustarte