VIDA ARTIFICIAL,EL NUEVOPARADIGMA

Resumen

Se presenta una síntesis cronológica de loshechos más importantes en el desarrollo teórico y desimulación computacional, que han llevado a laformación de un nuevo paradigma que se conocecomo vida artificial; se analizan sus características ysus príncipales líneas de investigación. Finalmente,se hace una descripción de su trabajo en laUniversidad Nacional.

INTRODUCCIÓN

Hace 2000 años, aproximadamente, Aristóteleshizo la observación de que "posesión de vida" implicaque "una cosa puede nutrirse y decaer". Tambiénconsideró que la capacidad de autoreproducción es unacondición necesaria para la vida. De esa época a hoy,las opiniones han variado.

La fisica newtoniana, la revolución industrialy las leyes de la termodinámica empezaron a extenderel dominio de la ciencia, y el reino biológico se hizomenos místico. La visión newtoniana del mundo

* josej@ingenieria.ingsala.unal.edu.co

José Jesús Martinez Páez"Departamento de Ingenieria de Sistemas

Facultad de IngenieríaUniversidad Nacional de Colombia

permitió predecir la posición de los cuerposcelestiales en determinado momento; ¿no sería eltrabajo de la vida igualmente predecible? Emergióuna nueva escuela de pensamiento, que considerabala vida un proceso mecánico. Así, la vida eraliteralmente un autómata. ¿Se podría entoncesduplicar? Mecanicistas como Descartes y Leibnitzpensaron que había posibilidad de hacerlo. Algunosse atrevieron, y construyeron una clase especial deautómatas, dispositivos mecánicos que mostrabanun comportamiento realista.

El más famoso de éstos fue un pato artificialhecho de cobre dorado, que bebía, comía, graznaba,aleteaba sobre el agua y digería su comida como unpato vivo, elaborado por Jacques de Vaucanson,quien en 173810 presentó en París, y luego lo paseópor Europa. El pato confundió a sus audiencias; sucomplejidad era prodigiosa, con aproximadamente400 piezas movibles en un ala. Pero las diferenciasobvias entre el modelo mecánico y su inspiraciónnatural, sólo acentuaba la dificultad de la creaciónde la vida. Se seguía considerando el donsobrenatural, el vitalismo, la llamada fuerza vital, élanvital, como el proveedor de vida.

INGENIERÍA E INVESTIGACIÓN 11-----~--=....::..::..

Ello nos recuerda una tendencia atávica paranegarle prerrogativas de vida a algo creadosintéticamente. Este rechazo se trasforma en unescepticismo profundo, cuando se sugiere que lavida pueda elaborarse en un laboratorio o en uncomputador, teniendo como sustrato principal, nolas moléculas orgánicas, sino algo diferente, lainformación.

A medida que los científicos descartan estascreencias, la idea de vida se acomoda a los nuevosdescubrimientos. Cuando se identificó la célula,cambió el pensamiento de cómo se organiza la materiaen las estructuras vivientes. Una vez se comprendióla contribución de Darwin a la biología, la evoluciónse convirtió en el problema central, para la definiciónde vida. El descubrimiento del ADN comocomponente esencial de toda materia consideradaviva, agrega otro aspecto: las cosas vivas contienenesquemas, estructuras de datos, para su operación yreproducción. "La posesión de un programa genéticoprovee una diferencia absoluta entre los organismosy la materia inanimada", escribe Ernst Mayr. ''Nadacomparable existe en el mundo inanimado, exceptolos computadores hechos por el hombre" 1.

La última consideración viene delreconocimiento de la teoria de los sistemas complejos,como un componente clave en biología. Un sistemacomplejo es aquel cuyas partes interactúan en formalo suficientemente complicada, que su comporta-miento no puede pronosticarse por ecuacioneslineales, hay muchas variables en el sistema y sucomportamiento global sólo puede comprendersecomo una consecuencia emergente de la sumaholística de la gran cantidad de comportamientos quese presentan en él.

El reduccionismo no se aplica a los sistemascomplejos, y es claro que este enfoque no sepuede aplicar cuando se estudia la vida; en lossistemas vivientes, el todo es más que la suma desus partes. Como puede verse, la vida, no es elresultado de un don sobrenatural, sino de ciertosbeneficios de la complejidad, que permiten laemergencia de determinados comportamientos ycaracterísticas. Estos mecanismos debieron habersido introducidos por la evolución.

Las cosas que se consideran vivas sonposiblemente sólo un subconjunto de una lista muylarga. Por casualidad, hemos heredado este espectro

INGENIERÍA E INVESTIGACIÓN

limitado de forma de vida y no otro. Nuestro reto esaclarar qué características de la vida son particularesa este subconjunto, y cuáles son universales a todaclase de vida, o si es el caso, tal vez, construir -contemplar, y luego crear, vida como pudiera ser(life-as-it-could-be', para usar la expresión utilizadapor Langton).

En septiembre de 1987, más de un centenar decientíficos se reunieron en Los Álamos, NuevoMéxico, para establecer una nueva ciencia: la vidaartificial,VA. La comprensión profunda de losmecanismos biológicos, paralela al crecimientoexponencial del poder de los computadores digitalesle ha permitido al género humano llegar al umbral dela duplicación de la obra maestra de la naturaleza: lossistemas vivientes.

La vida artificial es una nueva ciencia cuyoobjeto de estudio es la creación y el estudio deorganismos que parecen vivos en sistemasconstruidos por el ser humano. La materia prima deesta vida es materia inorgánica y su esencia es lainformación: los computadores son la fuente de lacual emergen estos organismos. Así como loscientíficos en medicina manejan la composición devida in vitro, los científicos de la biología ycomputación de vida artificial esperan crear vida enel silicio. Esperando que los mismos órdenes decomportamiento de la naturaleza surjanespontáneamente de las simulaciones.

Es posible que los seres humanos nos veamosde manera diferente. No permaneceremos en la cimade la jerarquía evolutiva, pero sí quedaremos comoseres complejos representativos de un subconjuntode alternativas de vida. Nuestra unicidad consistiráen la habilidad para crear nuestros propios sucesores.

La VA es muy diferente de la ingenieríagenética, la cual usa vida completamentedesarrollada como su punto de partida. Tampoco esvida virtual en el sentido de los desarrollos derealidad virtual, donde se busca engañar nuestrossentidos para hacemos creer que percibimos unarealidad.

1. MAYR ,Ernst. The Growth of Biological Thought, 1982,p.55.

2. LANGTON, Christopher G., "Artificial Life", en: A-Life 1, p.2

l. MÁQUINAS DE TURlNG

Hasta 1936, todos los mecanismos deautómatas conocidos eran de propósito particular,es decir, que todo mecanismo o autómata construidoo ideado hasta esa fecha se hizo para realizar unatarea determinada. Sin embargo, la idea de autómatatal como se utiliza hoy día, y que da lugar a la teoríade autómatas, aparece con la formulación de lamáquina de Turing'. Del conocido como segundoproblema de Hilbert, que dice que los axiomas de laaritmética común son consistentes entre sí, se pasóa uno más general: el problema de la decisión;descubrir un método general para determinar si unafórmula de lógica formal podía o no satisfacerse odeclararse verdadera. Estudiando este problema, en1936, Alan Turing se planteó cómo definir conprecisión un método que solucionara este problema.

Para ello, primero definió intuitivamentealgoritmo como un procedimiento que puedeejecutarse mecánicamente. Luego definió elcómputo, como aquel proceso en el que un algoritmose descompone en una secuencia de pasos atómicossimples, y concluyó que el sistema que resulta esuna construcción lógica, hoy día conocida comomáquina de Turing.

Turing también supuso que nuestro universoes granular; esto es, que se mueve a pasos discretosen el tiempo, aunque pueden ser tan pequeños comouno se imagine. En cada uno de estos instantes,una MEF (máquina de estado finito) está en algúnestado que se puede describir. La descripción puedeser muy complicada omuy simple; la única limitaciónes que el conjunto de posibles estados sea finito (elnúmero puede ser muy grande pero no infinito).Entre el instante actual y el siguiente, la MEF, pormedio de algún sensor, puede tomar la informacióndel ambiente que la rodea. Entonces, con base enuna "tabla de reglas" que controla sucomportamiento, la MEF puede tener en cuentaambos datos, su estado interno y la entrada externa,para determinar su comportamiento, es decir, elestado interno que la máquina debe tomar en elpróximo paso.

Formalmente se puede definir una máquinade Turing como la tupla:

3. DEWDNEY, A.K., The Turing Omnibus, 1989.

A = (X,Q,{I,D,P},f)X: conjunto finito de entradas Xi'Q: conjunto finito de estados Qk.

f:QxX -7 QxXx{I,D,P}1:movimiento del autómata una posición a la

izquierda sobre la cinta.D: movimiento del autómata una posición a

la derecha sobre la cinta.P: parada del autómata en la posición actual

de la cinta.

La máquina de Turing puede visualizarse comouna grabadora sofisticada, con una cintaarbitrariamente extensible. La cinta está marcada porcuadros y cada cuadro contiene un bit deinformación. La cabeza lectora lee los bits y, si esnecesario, borra lo que hay en el cuadro y/o grabaencima. Hay también un mecanismo de control, elcual dice qué hacer, al leer cada bit de información.

En el cuadro 1se muestra la máquina de Turingpara la suma de dos números, expresados en formato(i +1) unos; por ejemplo, el 3 se representa como1111. La figura 1 muestra el desarrollo de la suma delos números 2 y 1.

EntradasEstados " " 1

q¡ q/d q/dq2 qll q/dq3 'l¡/iz q/dq4 - q/" "qs qjiz q/" "q6 q/p q/p

Cuadro l. Máquina de Turing para la suma de dos números/ d indica que la cabeza lectora se desplaza una posición ala derecha; / iz, desplazamiento una posición a la izquierda;/ p, parada; / " ", escribe un blanco en la cinta.

Los símbolos del conjunto X son {" ", 1}. Elautómata comienza en q¡, leyendo el " " a la izquierdadel primer número. Esto lo lleva al estado q2' y adesplazarse una posición a la izquierda. Estando enq2 y lee un 1, el autómata sigue en q2 y se desplazauna posición a la derecha. Estando en q2y lee un"", graba en esa posición un 1 y pasa a q3' Estandoen q3 y lee un 1, el autómata sigue en q3 y sedesplaza una posición a la derecha. Estando en q3

INGENIERÍA E INVESTIGACIÓN 11-------

y lee un " ", se desplaza una posición a la izquierday pasa a 'L. En el estado 'L no puede encontrar un" ", luego necesariamente aparece un 1, que haceque la máquina pase al estado qs y graba en esaposición un " ". Estando en qs y lee un "", elautómata sigue en qs y se desplaza una posición ala izquierda. Estando en qsy lee un 1, graba en esaposición un" ", pasa a q6. Al llegar al estado q6'independientemente de la entrada, la máquina separa.

II. MÁQUINAS PARTICULARESY :MÁQUINAS UNIVERSALES

Consideremos que las reglas del autómata sonun programa, mientras que las cadenas de símbolosen la cinta de memoria son los datos iniciales sobrelos que opera dicho programa. Al cambiar las reglas

que conforman el programa, encontramos diferentessalidas para los mismos datos iniciales, y entoncesdiremos que los programas son diferentes o que lasmáquinas son diferentes. Pero qué pasa si elprograma lo almacenamos en otra máquina deTuring, que tendría un conjunto mayor de símbolosde entrada; incluso podríamos modificar las reglas,y tendríamos un programa diferente, con otrassalidas.

Entonces llegamos a que las reglas que rigenel comportamiento de una máquina de Turing puedensimularse en otra máquina de Turing, con diferentesreglas y símbolos de entrada. Siempre puedeencontrarse una máquina de Turing que, condeterminadas reglas, simule otra, con tal quedispongamos de la cadena adecuada de símbolos.Esto es: siempre existe una máquina de Turing con

~1 1 I I I 1 I 1 I R

fq1 q2

~1 1 1 1 Rt t t tq2 q3

~ I 1 I 1 1 I Rt t t t tq3 q4

~1 1 1 1 I R

tq4 qs

~1 1 I 1 R

t tqsqs q6

~1 1 1 1 R

fq6Figura J. Máquina de Turing para sumar los números 3 y J, en formato (i+l) unos.

11 INGENIERÍA E INVESTIGACIÓN

un programa P', tal que, para cualquier otra máquinade Turing con otro programa P2 y cualquier cadenade caracteres e2, podemos encontrar una cadenade caracteres e¡ que hace que P; (e¡)=P2 (e). Demodo que si proponemos un esquema básico dereglas para un autómata, podemos interpretar quela cadena de símbolos que hemos llamado datosiniciales, no sólo contiene los datos sobre los quelas reglas deben operar, sino que también contienelas reglas.

Ahora denominamos Máquina de TuringParticular MTP, a aquella que con un esquema básicode interacciones, posee también una cadena desímbolos como entrada y/o programa. Y llamaremosMáquina de Turing Universal MTU, a una sin tallista de símbolos y, por tanto, dispuesta a recibircualquier programa qué le podamos proporcionar.

Fácilmente se comprende su potencialidad yel siguiente principio: toda MTU puede programarsepara que opere (simule) una MTP. De manera quelas propiedades de una MTU no pueden deducirsede las propiedades de una determinada MTP, sinode las propiedades del conjunto potencial de todaslas MTP. Este conjunto es el que forman todas lasposibles máquinas con cinta de tamaño 1,2,3,etcétera.

Lo que hace que la MTU sea extremadamentepoderosa es la capacidad de almacenamiento de sucinta. Con la información adecuada en esta cinta, laMTU puede emular las acciones de diferentesmáquinas. Turing probó que la MTU puede tambiénser un computador universal. Esto significa quedándole el tiempo suficiente puede emular cualquiermáquina cuyo comportamiento pueda describirsecompletamente. Turing y Alonso Churchpresentaron la hipótesis de Church- Turing, que diceque una MTU puede no sólo duplicar las funcionesde las máquinas matemáticas, sino también lasfunciones de la naturaleza. Esto tiene sentido cuandose mira el mundo a través del sentido de Turing. Desdeeste punto de vista, casi todo puede analizarse comouna MEE Lo que determina el comportamiento decualquier máquina es lo que tiene adentro (su estado)y lo que toma de su ambiente (información de la cinta).

La hipótesis de Church- Turing puede,entonces, aplicarse a la mente humana, si se admiteque el número de estados de la mente es finito. En

cualquier instante, una mente se encuentra en unposible estado. Antes del próximo instante, puedenllegar datos de entradas sensoriales. La informaciónambiental, en combinación con el estado inicial,determinan el próximo estado de la mente. Turingaseveraba que la mente, como una MEF, seguía unprotocolo lógico, esencialmente, una tabla de reglasdeterminada por fuerzas fisicas y biológicas, parallegar a ese estado próximo.

m. AUTÓMATAAUTORREPRO-DUCTOR DE VON NEUMANN

Otros científicos no están de acuerdo,argumentando que la mente nunca se podríaconsiderar una MEF; su estado no puede describirsetan sencillamente, ni describir una tabla de reglas,para emular el pensamiento humano. Sin embargo,esto es el tema de la inteligencia artificial lA. VonNeumann se interesó en lo que se conocería comovida artificial, concentrándose en la autorre-producción.

VonNeumann se maravilló con las similitudesentre los computadores, y el trabajo de la naturaleza.Cuando habló de la construcción del primercomputador electrónico, investigó sobredispositivos basados en operaciones lógicas.Admitió que los organismos biológicos erancomplejos, más complicados que cualquierestructura artificial que el ser humano hubieraexaminado y que la vida estaba basada en la lógica;consideraba la vida misma como una concatenaciónreconstruible de eventos e interacciones.

A finales de la década del 40, dio una famosaconferencia en Pasadena, California, que tituló:"Teoría lógica y general de los autómatas". Porautómata, VonNeumann se refiere a máquinas auto-operativas; una máquina cuyo comportamiento sepodía definir en términos matemáticos. VonNeumann no vio ninguna razón por la cual losorganismos, desde las bacterias hasta los sereshumanos, no pudieran verse como máquinas, yviceversa. Si se entienden los autómatas, entonces,no solamente se entienden mejor las máquinas: seentiende la vida. Lo más importante era el conceptode autorreproducción. ¿Puede una máquina artificialproducir una copia de sí misma? ¿Estaría encapacidad de crear más copias?

INGENIERÍA E INVESTIGACIÓN

En 1943 se publicó un artículo de W.McCulloch y W. Pitts, titulado "A logical calculusofthe ideas irnmament in nervous activity", dondepresentan un modelo para emular las funciones delsistema nervioso: una red neuronal artificial. VonNeumann asoció este desarrollo con la aseveraciónde Turing, que una MTU puede emular cualquiersistema de computación. Aquí estaba un sistemaque sugería que los organismos vivos, en sí mismos,tenían un sistema de computación innato, cuyasalida determinaba su comportamiento.

Así, un computador universal puede semejarlas funciones mentales de cualquier criatura viviente.Se necesita una cinta muy larga para duplicar lasfunciones de un ser humano, o de una forma mássimple de vida, como un cucarrón, un árbol de robleo una bacteria. Pero se puede hacer. No se necesitaconstruir la máquina real para entender el mensaje:la vida es una clase de autómata. Von Neumann sedio cuenta de que la biología ofrecía el sistema deprocesamiento de información más poderosodisponible y su emulación sería la llave haciasistemas artificiales poderosos. Diseñó una criaturaartificial que asumiría la función más compleja de labiología: la autorreproducción.

Inicialmente conformó una lista completa departes empleadas y el plano de construcción delautómata, y las copió en una cinta D. El hábitat delautómata autorreproductor era un enorme depósito,con la misma clase de elementos con los cualesestaba hecho. Se constituía de tres subsistemasprincipales: el subsistema A, una especie de fábrica,que podía tomar partes del depósito y ensamblarlassegún las instrucciones (D); el subsistema Bfuncionaba como un duplicador: su trabajo era leerinstrucciones D, y copiarlas; el subsistema C, elmecanismo de control, instruía a A para construir elautómata descrito por D, y ordenaba que B sacarauna copia de D, y la insertara en el autómata queacababa de construir A.

La autorreproducción se inició, y el autómatatomó vida, por la lectura de las instrucciones de lacinta. El componente C leyó las instrucciones, lassuministró al duplicador, el cual las copió y dio lasinstrucciones duplicadas a la fábrica, mientrasalmacenaba las originales.

La fábrica, al leer la cinta de instrucciones, sedesplazó por el vasto depósito. Su misión era buscarla parte con la cual empezar la construcción de su

descendencia. Cuando detectó una igual, la tomócon su mano, llevándola hasta encontrar la próximaparte; entonces soldó la segunda parte a la primera,y así sucesivamente hasta terminar su construcción.En ese momento, el componente D se insertó dentrode la nueva descendencia, legándoles a las nuevascriaturas una copia de las instruccionesreproductivas, la nueva criatura seria fértil, capazde repetir el proceso.

Esta concatenación de eventos parecería muyfamiliar a un biólogo. Por esta razón el autómata deVon Neumann, aunque concebido varios años antesdel descubrimiento de la molécula del ADN,esencialmente reflejaba el proceso reproductivo dela vida natural.

En otras palabras, no sólo estos autómatasse reproducían como nosotros, sino que, con elpasar del tiempo, tenían la capacidad de desarrollarsehacia algo más complejo que su estado original. Pueses posible que en el proceso de copiado de D, através de muchas generaciones y muchosautómatas, se produjeran defectos en D, queimpedirían la reproducción de los autómatas quelos incluyeran o beneficiaran a otros haciéndolosmás competitivos.

Su estudio de sistemas naturales lo llevó aconsiderar instintivamente que la vida estabafundamentada no sólo en información sino tambiénen complejidad. La vida depende en cierta medidade la complejidad. Si se alcanza una cantidad críticade complejidad, los objetos pueden autorre-producirse, no sólo creando sus iguales sino tambiéncreando objetos más complicados que ellos mismos.El ejemplo máximo es el camino de la evolución, lacual progresó de organismos unicelularesrelativamente simples hacia otros mucho máscomplicados como los mamíferos.

Además, entrelazado con la complej idad habíaalgo más asociado con la emergencia de la vida: elconcepto de la autoorganización.

Investigadores en el nuevo campo de vidaartificial comprendieron que la observación de laautoorganización se podría ver como una fuerza dela naturaleza, una fuerza que refuerza el orden paraque los sistemas incrementen su complejidad. Loque encontraron fue que, hasta contra los límitesaparentemente impensables, la vida quiere surgir.

11·'-----_____;___;___ _~NIERÍA E INVESTIGACIÓN

Según la segunda ley de la termodinámica,con el tiempo, la energía se disipa y se vuelveinutilizable. El orden se deteriora. Pero la vida parececomportarse en sentido contrario, ya que propagaorden a través del tiempo. Desde sus inicios, lahistoria de la vida, como la conocemos, ha sido unatrayectoria de incremento ordenado de complejidad.Las características evolutivas de la vidaaparentemente desafian la segunda ley, por lo menoslocalmente. Así, si creamos cosas vivas, ellaspueden aprovechar este poder, entonces podremosextender nuestros propios poderes expo-nencialmente.

IV.AUTÓMATAS CELULARES

Von Neumann no estaba satisfecho con suautómata autorreproductor porque su realización deingeniería no era factible. La solución provino deuna sugerencia del matemático Stanislaw Ulam,quien sugirió una criatura nadando en el depósito,recogiendo y manipulando estos componentes. Enverdad, se inspiró en el fenómeno del crecimientode un cristal en un ambiente diferente: una rejillainfinita, como un tablero de damas. Cada cuadro dela rejilla se podria ver como una" celda". Cada celdaen la malla sería esencialmente una MEF separada,actuando sobre un conjunto de reglas comunes. Laconfiguración de la rejilla cambiaría a intervalosdiscretos de tiempo. Cada celda guardaríainformación, su estado, y en cada intervalo detiempo miraría las celdas a su alrededor y consultaríala tabla de reglas para determinar su estado en elpróximo paso. La colección de celdas de la rejilla sepodría ver como un organismo. Entonces, VonNeumann rediseñó su autómata autorreproductor,en lo que se conocería como el primer autómatacelular', AC.

Cada órgano del autómata autorreproductorse construyó como un patrón de celdas, en dosdimensiones, en estados diferentes, donde el estadode cada celda Q (t+1),está determinado por el estadode las celdas vecinas y de la propia celda en elmomento t. La vecindad la definió como las cuatroceldas en las direcciones cardinales, (veáse figura2.4. NEUMANN, Von. Theory 01Self-Reproducing Automata,Arthur Burks, 1966.

5. KEMENY, John (i"Man viewed as a Machine". ScientijicAmerican, 1955. pp58-68.

o sN

es

Figura 2. Vecindad de Von Neumann, para su autómatacelular de 2D. Cada celda podría tomar uno de 29 estados.El estado de la celda central C, en el momento t + 1depende del estado de las celdas que la rodean en el mo-mento t, según la regla de transición f.

El autómata autorreproductor, una vezencerrado en el vasto tablero del AC, seguiría lasreglas. Más claramente: cada celda individual, comouna MEF, empezaría a seguir la regla que se leaplicara. El efecto de estos comportamientos localesprovocaría el surgimiento de un comportamientoglobal: la estructura autorreproductorainteractuando con las celdas vecinas y cambiandoalgunos de sus estados, se transformaría a sí mismaen los materiales, en términos de los estados de lacelda, que formaban el organismo original. Ya quehabía 29 estados posibles para cada celda, elproceso era complicado.

John Kemeny' (inventor del lenguaje BASIC)escribió en 1955 un articulo sobre el autómatacelular autorreproductor, en el que lo describíacomo un intento "para mostrar que no existeevidencia concluyente sobre una brecha esencialentre el hombre y las máquinas". "¿Podrían talesmáquinas seguir un proceso evolutivo?", sepreguntaba Kemeny; concluyó que ciertamente sepodría. Especuló que uno podría programar lasreglas de transición y que podría ocurrir un númeropequeño de cambios durante el proceso de copiado,algunos de los bits podrían ser cambiados de '1' a'O', o viceversa; sería como una mutación. Como escaracterística de las mutaciones, podría pasar a ladescendencia. Si esta mutación incrementará laadaptación de la máquina, se esparciría sobre elgrupo de genes de la población y eventualmente setendrían los frutos de la evolución.

Finalmente, Von Neumann nunca terminó laconstrucción de su autómata autorreproductor. En1968, F.Codd lo rediseñó simplificándolo a solo 8la

--------- ~~~~IIINGENIERÍA E INVESTIGACIÓN

estados por celda, pero insistiendo en la universali-dad de la construcción, es decir, que supuestamen-te podría construir cualquier otro autómata. Debi-do a este requerimiento, la máquina de Codd toda-vía era muy compleja y como consecuencia tampo-co se construyó.

En 1984, Chris Langton revivió las ideas ycolocó el campo en un nuevo nivel. Se dio cuentaque para estudiar aspectos de los sistemasvivientes no se necesita suministrar los elementossuficientes para la autorreplicación, sino sólo losnecesarios. Una consideración importante en estadiscusión es el de la universalidad computacional,en lugar de la universalidad de la construcción de10sAC.

Cuando Langton trataba de construir partesdel organismo de Codd en su computador, se diocuenta de que era demasiado complejo para suspropósitos. La complejidad surgió del requerimientode Codd, y también de un requerimiento de VonNeumann de que la estructura de autorreproduccióntambién debe ser un computador universal. En otraspalabras, teóricamente tenía que poder operarprogramas para emular la operación de cada uno delos otros computadores o máquinas posibles.Langton, sin embargo, no estaba interesado enconstruir un computador para propósitos generales,sino en la creación de un computador dotado conpropiedades de vida. Langton estaba buscando laconfiguración más simple que pudieraverdaderamente reproducirse mediante los mismosmedios como las cosas que ahora conocemos comovivas.

Von Neurnann y Codd satisficieron esterequerimiento utilizando la información de larepresentación detallada de la automatización en dosformas. Primero, trataron la información comoinstrucciones que deben interpretarse, comoinstrucciones de un programa de computador.Segundo, la trataron como datos no interpretados,como los números en una base de datos que secopian y almacenan dentro de computador. Elequivalente biológico de esta doble metodología,por supuesto se encuentra dentro de una célulabiológica, que en su operación diaria se interpretanciertos datos genéticos de tal modo que lasproteínas se forman por la catalización de ciertasreacciones; en otras ocasiones, principalmente en

el proceso reproductivo, los datos genéticos no seinterpretan sino simplemente se copian.

Con base en las construcciones de Codd, lasondas de Langton tenían tres capas, como unalambre aplanado. Las capas externas eran una franjade celdas en dos estados, celdas de envoltura. queactuaban como aislamiento de las celdas del núcleo,la parte del cobre del alambre. Estas conducían losdatos necesarios para la reproducción. Con cadageneración, las celdas en la capa interna seguíanreglas que afectaban el estado de sus vecinas y ,enefecto, propagaban la señal dentro de la corrientegenética del núcleo.

Langton queria ordenar los diferentes estadosde modo que, siguiendo una tabla de reglasdeterminadas que indicaban el comportamiento dela célula en la siguiente generación, la cola podíaconvertirse en un apéndice constructor. Loimpulsaría hacia fuera hasta cuando alcanzara lalongitud deseada, y voltearía la esquina y repetiríalos procesos hasta que completara el cuadrado. Unavez que la forma externa de la onda recién formadase asemejaba a la onda madre, el flujo de la capa delnúcleo continuaría. El fluido serian los estados delas células que mantienen los datos nointerpretados. Cuando la información se pasaracompletamente a la onda hija, las dos ondas sesepararian.

Cuando el proceso comenzaba de nuevo, losdatos no leídos, la receta virtual para construir unadescendencia, finalmente se interpretarían. N aceríauna nueva generación.

¿Que había creado realmente Langton? Susorganismos no se parecían a la vida que conocemos,ondas intrincadas cuyo contenido representaestados informacionales. El biólogo más connotadohubiera dudado en esa coyuntura histórica, diríaque podía existir un organismo constituido no demateria sino de información, residente de ningúnpunto del mundo conocido sino ciudadano de unnuevo universo creado por la mente. Langton sesintió confiado en que su comportamientoreproductivo era decididamente igual al de lascriaturas reales. En la reproducción de la onda habíaun genotipo, una serie de células núcleo quecontienen el código genético y se copian en lasiguiente generación, y había un fenotipo, una seriecodificada de instrucciones que reproduce un nuevoorganismo.

• INGENIERÍA E INVESTIGACIÓN-~~:..:..:....___----

2 2 2 2 2 2222170140142202222220227 2 2 22 1 2 2 22 O 2 2 22 7 22122 O 7

2 2

2 22 2 2 2 2 122 222

O 7 1 071 1 1 1 22 2 2 2 2 2 2 2 2 2 2

t = O

2 222 2 222207017022722222272212 2022 O 22 7 22 1 22 O 22 7

222 2 2 2

22

2 222 2 2 2 21 7 O 7 2222 222 O 2

2 2

2 2 2 2 2 22224011 17221222222022 O 2 2 1 2242 272212 202202 2 2 2272 272222222222 22 1 O 7 107 1 O 7 107 1 O 7 1 1122 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 222

t = 35

2

22122722 O 2212

2 2 2 2 222 7 221 170 7022 1 2 2 2 2 2 2 1 22 1 2 7 22 O 2 O 22 4 2 1 22 1 2 7 22022222202

2

2 2 2 2 2 2222170 401420222222022 7 2 2 22 1 2 2 22 O 2 2 22 7 2 2 221222222 22207 07 07

2 2 2 2 222 2 2 2

2 2 2 7 2242 2022 O 2 2 1 22 2 2 2 2 2 2 2 2 2 2 7 204104 071 O 7 O 22 2 2 2 2 2 2 2 2 2 2 2 2

t = 102

24 o 7 o 7

Figura 3. Las ondas de autorreproducción de Chris Langton comienzan con un constructor en forma de Q. Ejecutandolas reglas de su autómata celular (la física de su universo), la cola de la Q se extiende y eventualmente forma una ondahija. Los números en la onda representan cada uno, unos de los 8 estados posibles ( el espacio en blanco, estado dequietud es el estado 8). Nótese que el estado 2 es el estado de la envoltura que actúa como un aislador para la variedadde estados que se mueven entre las envolturas.

222 2 2 222

t = 135

INGENIERÍA E INVESTIGACIÓN 11-----....:...._____

Esto permitía la posibilidad de la evolución,donde una mutación en el genotipo produciría unfenotipo con adaptación mejorada, cuya capacidadpara difundir sus genes se beneficiaría de la ventaja.El proceso sería literalmente el mismo que en losorganismos reales, y la evolución no sería simuladasino auténtica.

Parecía que una vez que estaba en movimientoel ciclo de vida de la onda, las ondas nacientes ysus progenitoras formaban, lo que podía llamarseuna colonia, poblando su territorio en una formasimilar a cierta vida marina como un coral. Cuando

la primera onda dio a luz, tanto la madre como lahija comenzaron la reproducción: la madreformando una prole hacia el norte y la hijacomenzando una tercera generación hacia eloriente. Pero en la medida en que se crearonnuevas ondas, alguna de las más antiguasquedaron desesperadamente rodeadas pordescendientes y no pudieron extender sus colashacia fuera para reproducirse de nuevo. Las reglasde Langton permitieron, en estos casos, que seborraran las señales que fluían a lo largo de lasceldas del núcleo, dejando una onda vacía,muertas. En la medida en que continuaba el

Figura 4. Comportamiento espontáneo de las ondas deLangton. Cuando no se pueden seguir reproduciendo, lasondas se "mueren" dejando el cascarón como en lascomunidades de corales.

proceso reproductor, más y más ondas muertaspermanecían en el centro, mientras que unacomunidad vital daba nacimiento a nuevasgeneraciones en niveles externos, muy parecido aun arrecife de coral.

Era el comportamiento de la biología quesurgía espontáneo de las reglas de la simulación deautómatas celulares. Para Langton, el experimentoera una venganza: las fuerzas de la biología puedenreproducirse en las máquinas. El fenómeno de lacultura se aplica por fuera de la experiencia humana.Las estructuras basadas en las reglas pueden

INGENIERÍA E INVESTIGACiÓN

mantener las claves para reproducir los seres y todoel universo Las piezas del rompecabezas estabanen su sitio.

V. PERSPECTIVASDE LA VIDA ARTIFICIAL

A. Investigación en herramientas

Son muchos las herramientas o técnicas quedeben combinarse para obtener productos de vidaartificial. Estas herramientas también están eninvestigación. Entre ellas se encuentran:

Redes neuronales artificiales.• Algoritmos evolutivos.• Autómatas celulares.• Aprendizaje de máquinas.• Teoría de agentes.• Simulación.• Etología artificial• Memética.• Química artificial.• Teoría de la autoorganización.• Computación molecular.

Además de una revisión de la termodinámicay de la teoria de la información, a la luz de los nuevosdesarrollos. Actualmente se usan estas herramientaspara solución de problemas de ingeniería,especialmente en optimización.

B. Investigación en Vida Artificial

Los modelos de vida artificial que se hanconstruido para el estudio de problemas en biología,se clasifican por el medio en que se trabajan:hardware, software y "wetware" (húmedo); y porel nivel de organización: molecular, celular, deorganismo o de población.

1. Nivel molecular: sistemas wetware

Los sistemas de vida artificial wetware sonlos más similares a la vida natural y, en efecto,actualmente se derivan de ella. La mayoría de losexperimentos se relacionan con procesos artificialesde evolución, alrededor de la producción demoléculas de ácido ribonucléico, ARN, conpropiedades catalíticas específicas.

2. Nivel celular: sistema software

Estas investigaciones están dirigidas al.entendimiento de cómo un ensamble multicelulardiferenciado puede replicarse a sí mismo, y cómo sedesarrolla tal replicación. Como vimos, VonNeumann fue el primero en caracterizar condicionesde autorreplicación en sistemas de AC. Se hanhecho estudios de cómo las células individualespueden reproducirse para formar el próximo nivelde organización. El nivel celular de vida está en elárea donde podría parecer que los estudios de lavida artificial están sólo comenzando.

3. Nivel de organismo: sistemas hardware

Para modelar comportamientos de cosasvivientes en el nivel de organismo, por ejemplo, deinsectos, deben modelarse el sistema nervioso ysensorial del organismo, su cuerpo, y su ambiente.Aunque pensamos que el sistema nervioso es lomás complejo, tendemos a ignorar que los cuerposde los animales son altamente complejos: sugeometría, su mecánica, su dinámica, suspropiedades térmicas, las restricciones de energía,su crecimiento, su comportamiento dinámico, etc.,son todos altamente complejos. En principio todos,estos componentes pueden simularse por software,aunque, en la práctica, la cantidad de computaciónrequerida sobrepasa la capacidad tecnológica actual.Sin embargo, ahora es posible modelar en el mediofisico, y representar los animales y sus interaccionesusando pequeños robots autónomos móviles. Conesta tecnología, podemos modelar organismos quelogran la interacción de varias modalidadesperceptuales, como navegar en el espacio, controlarsus sensores y músculos, como lo hacen todos losorganismos en tiempo real.

4. Nivel de población:modelos de ecuaciones versusmodelos de vida artificial

Los modelos de comportamiento depoblaciones, tradicionalmente se han expresadogeneralmente como sistemas de ecuacionesdiferenciales. Infortunadamente, estos modelosestán sujetos a muchas limitaciones. Uno de loséxitos de la vida artificial ha sido el desarrollo deuna alternativa que modela la población como unconjunto de programas de computadorcoejecutándose, uno por cada célula o uno por cadaorganismo. Estos modelos ofrecen la ventaja decodificar el comportamiento de un organismo comoun programa. Además, el código hace que losmodelos sean más fáciles de usar y modificar.

VI. NOTAS FINALES

Son muchas las posibilidades que nospresenta este nuevo paradigma, posibilidades eninvestigación y en aplicación. Aunque requierenuna infraestructura muy grande, también hayniveles donde podemos trabajar con solvencia.

INGENIERÍA E INVESTIGACIÓN 11________ 1

Desde nuestro punto de vista de ingeniería,debemos investigar para el diseño de sistemas quetengan algunos de los mecanismos de los sistemasnaturales: autorreparación, autoadaptación,reproducción, flexibilidad, eficiencia, tolerancia afallas, etcétera.

En la universidad hay varias personastrabajando en esta área, especialmente el Grupo desistemas complejos y bioinformática, conformadopor profesores de Biología, Matemáticas eIngeniería. Entre las actividades más importantesdesarrolladas por este grupo están: Seminario deBioinformática, que lleva más de 5 años; Congresocolombiano de Neurocomputación, que se haefectuado en dos oportunidades; línea deprofundización en sistemas complejos ybioinformática, que ofrece tres cursos a la carrerade ingeniería de sistemas; alrededor de 20 proyectosde grado en el área se han desarrollado.

BIBLIOGRAFÍA

l. ADAMI, C. Introduction to Artificial Life. Springer-Verlag, Telos, 1998.

2. DEWDNEY, A. K., The Turing Omnibus, 1989.

3. FRANCO, O., ESCALLÓN, S., Estudio básico devida artificial. Proyecto de grado, Facultad deIngeniería, Universidad Nacional de Colombia,Bogotá, 1995.

4.KEMENY, John G."Man viewed as a Machine".Scientific American, 1955. pp58-68.

5. LANGTON, Christopher G., "Artificial Life", in:A-Life 1, 2.

6. MAYR ,Ernst. The Growth of Biological Thought,1982, pp55.

7. NEUMANN, Von. Theory of Self-ReproducingAutomata, Arthur Burks, 1966.

8. PAGELS, H. Los sueños de la razón, Editorial Gedisa,Barcelona, 1991.

9. TAYLOR, C., JEFFERSON, D., "Artificial Life as aTool for Biologica1 Inquiry ", Artificial Life anOverview, MIT Press, 1995.

10.TOFFOLI, T., MARGOLUS, N., "Celular AutomataMachines: a new environment for modelling". MITPress, 1987.

IIL.___~--'--- _~NIERÍA E INVESTIGACIÓN