La vida artificial investiga c¨®mo emerge la cooperaci¨®n

Sin fijarse en sus compa?eros, un hongo unicelular se arrastra por el suelo como una ameba absorbiendo los nutrientes que encuentra en su camino. Cuando se termina la comida, sufre un ataque de p¨¢nico bioqu¨ªmico, y env¨ªa fren¨¦ticamente se?ales moleculares a otros hongos, que se unen para formar un organismo multicelular, con un ped¨²nculo y una cabeza de esporas que se convierten en las semillas de la siguiente generaci¨®n. Cuando caen al suelo, empieza de nuevo el ciclo.Este comportamiento refleja uno de los fen¨®menos m¨¢s comunes en el mundo vivo: la forma en que individuos, sean c¨¦lulas en un organismo, plantas o animales en un ecosistema o miembros de una empresa o una sociedad se unen en complejos que pasan a tener una existencia aut¨®noma. No es necesario un controlador central que dirija sus movimientos.

Cient¨ªficos del Instituto Santa Fe en Nuevo M¨¦xico (EE UU) intentan comprender en un nivel muy b¨¢sico c¨®mo aparecen estos modelos de cooperaci¨®n y para ello han estudiado c¨®mo las c¨¦lulas m¨¢s simples imaginables -representadas como cuadrados en una pantalla de ordenador- pueden interactuar para generar un comportamiento sorprendentemente complejo y coordinado. La herramienta para esta investigaci¨®n es un programa de ordenador denominado aut¨®mata celular, que opera de forma aut¨®noma, casi como si estuviera vivo. El cl¨¢sico ejemplo de esta vida artificial fue inventado en 1970 por el matem¨¢tico brit¨¢nico John Horton Conway y se llama El Juego de la Vida. Mientras que este juego tiene lugar en dos dimensiones, como una partida de damas, los cient¨ªficos del Instituto Santa Fe han hecho a sus autom¨¢tas celulares todav¨ªa m¨¢s simples, una sola l¨ªnea de c¨¦lulas blancas y negras. Cada segundo, cada c¨¦lula se compara con sus tres vecinas a izquierda y derecha y, siguiendo unas normas, se apaga o se enciende. Entonces aparece la siguiente generaci¨®n de c¨¦lulas en una fila situada debajo y as¨ª van apareciendo generaci¨®n tras generaci¨®n que rellenan la pantalla desde la parte superior. Dependiendo de las normas y de la configuraci¨®n inicial se desarrollan diferentes tipos de modelos. Algunos son pura y aburrida rutina, todo blanco o todo negro. Otros consisten en un ciclo de dibujos que se repite y otros, por fin, generan una variedad aparentemente sin fin de intrincadas estructuras que parecen estar en la frontera entre la complejidad y el azar.

De forma ambiciosa, los cient¨ªficos en este caso han intentado que las normas para la evoluci¨®n de su aut¨®mata hacia un determinado modelo surjan del propio aut¨®mata, como sucede en la naturaleza. Los resultados de este algoritmo evolutivo indican que la naturaleza tiene complejas y eficaces v¨ªas, a menudo sucias, para resolver sus problemas.

Los investigadores empezaron por 100 c¨¦lulas sin entrenar, gobernadas por normas generadas al azar. Luego, al cabo de varios procesos, seleccionaron las que m¨¢s se acercaban al modelo final que quer¨ªan obtener (alternancia de l¨ªneas blancas y negras que cambiaban r¨ªtmicamente) y les permitieron tener sexo, en este caso intercambiar sus c¨®digos y dar lugar a una nueva generaci¨®n en la que se introdujeron variaciones al azar. El experimento se hizo nuevamente con la segunda generaci¨®n, luego con la tercera y as¨ª sucesivamente. Al cabo de 100 generaciones la pr¨¢ctica totalidad de los aut¨®matas celulares era capaz de desarrollar el modelo gr¨¢fico deseado.

Para atisbar los mecanismos de esta evoluci¨®n artificial los cient¨ªficos terminaron por darse cuenta de que lo importante eran los l¨ªmites entre las regiones generadas en la pantalla a lo largo del proceso -rect¨¢ngulos y tri¨¢ngulos, en su mayor¨ªa-. Estos l¨ªmites semejaban los rastros dejados por part¨ªculas de alta energ¨ªa que colisionan en los aceleradores. La clasificaci¨®n de estas part¨ªculas seg¨²n diversas caracter¨ªsticas como la naturaleza de las regiones que separaban o lo r¨¢pidamente que se propagaban por la pantalla dio lugar a un lenguaje matem¨¢tico que explicaba, sorprendentemente, el comportamiento de los aut¨®matas celulares como part¨ªculas que colisionan e intercambian informaci¨®n.

? The New York Times