Esta es la historia de como llegamos a descubrir el desenvolvimiento de los Comportamientos Emergentes en algunos Sistemas Complejos, usando como guía el libro «Sistemas Emergentes» del divulgador científico Steven Johnson.
Hoy en día sabemos que la -aparentemente- organizada vida de un hormiguero, y sus cambios de comportamiento para adaptarse a las cambiantes condiciones del medio, surge de interacciones simples entre las hormigas, es decir, los hormigueros se organizan sin ningún tipo de sistema de control central. Edward Osborne Wilson (1), a comienzo de los años 60, estudió la comunicación entre las obreras en las colonias de la hormiga de fuego (Solenopsis invicta) y descubrió un vocabulario de diez signos, nueve modulados por gradientes de feromonas y uno táctil. Este vocabulario codifica cuestiones como el reconocimiento de tareas (Estoy en tareas de recolección de alimentos), atracción de rastro (Por aquí hay comida), conducta de alarma (Peligro, huid) o el comportamiento necrofórico (Deshagámonos de las compañeras muertas). Los diferentes gradientes de feromonas marcan la diferencia entre decir: Por aquí cerca debe haber comida o Hay comida hacia el norte.
Este conocimiento práctico sobre comportamientos emergentes nos ha llevado a descubrir su existencia en otras colonias de insectos, como las termitas o las abejas, en la organización de los barrios de las ciudades o, incluso, en el mismo cerebro que también funciona sin la existencia de un sistema de control central. Pero la cuestión es: ¿como hemos llegado hasta aquí?
Comportamientos emergentes y sistemas complejos
Esta historia despega en los años 50 del siglo XX. Desde tiempo atrás, los entomólogos se afanaban en descubrir cual era el sistema de control que empleaba la reina de una colonia de hormigas para controlar el comportamiento del conjunto. Un hormiguero es un sistema altamente organizado que va modificando su comportamiento a medida que crece en tamaño hasta llegar a los cientos de millones de hormigas y un millón de reinas conviviendo en simbiosis. No se descubría ningún sistema de control jerárquico que emanara de la reina y esto tenía a los entomólogos confusos.
Al final de la década de los años 40 y durante los 50 algunos científicos se afanaban en descubrir como se pueden formar patrones complejos a partir de reglas simples. Estudiaban el ruido, la entropía, la termodinámica alejada del equilibrio, la aparente auto-organización de los barrios en las primeras grandes ciudades, … Los trabajos de Turing, Shanon, Wiener, Selfriedge, Weaver, Holland y Prigogine (2) marcaron unos años muy fructíferos en los que establecieron las bases teóricas fundamentales que nos permitieron comprender los hormigueros, las ciudades e, incluso, el funcionamiento del cerebro.
Los primeros acercamientos observacionales se llevaron a cabo, en los años 60 y 70, con el Moho del fango (Dictyostelim discoideum). Evelyn Fox Keller y Lee Aaron Segel (3) estudiaron el comportamiento de este moho que pasa la mayor parte de su vida viviendo como una agregación de organismos unicelulares. Pero, cuando las condiciones son las adecuadas, toda la colonia se comporta como un solo organismo que se desplaza por el jardín reptando pausadamente y consumiendo a su paso hojas y cortezas en descomposición. La importancia del trabajo de Keller y Segel estriba en que comprobaron que este moho se comportaba siguiendo los patrones descritos en el trabajo de Turing «Morfogénesis» en el que describía matemáticamente cómo agentes simples, de acuerdo con reglas simples, podían generar estructuras extraordinariamente complejas. La interacción entre los propios organismos, en ausencia de sistemas de control, era lo que proporcionaba como resultado este complejo comportamiento.
En los años 80 se pudo confirmar un modelo informático que era capaz de reproducir el comportamiento, un poco más complejo de un hormiguero, en ausencia de un sistema de control central. David Jefferson y Chuck Taylor (4) desarrollaron un programa de ordenador que simulaba hormigas virtuales: las mejores siguiendo caminos legaban sus algoritmos a la siguiente generación y los investigadores analizaban los algoritmos resultantes. Los resultados superaron sus expectativas más optimistas, de hecho, los programas que evolucionaron resultaron mucho más competentes para adaptarse a su entorno de lo esperado.
A partir de aquí, una vez demostrada la utilidad y corrección de los modelos matemáticos, se produce una proliferación de estudios que han llevado a la aplicación de estos modelos en muy diferentes disciplinas científicas. Parece un prometedor campo de estudio para dotar de explicaciones a la realidad que observamos.
Notas:
1.- Edward Osborne Willson es un entomólogo y biólogo estadounidense conocido por su trabajo en evolución y sociobiología.
2.- Principales trabajos en este campo de los autores citados:
- Alan Turing: En Morfogenesis, publicado en 1952, trata el desarrollo biológico en términos matemáticos. En este trabajo, en cuya revisión colaboró Prigogine, afronta el problema de como se pueden construir patrones complejos a partir de reglas simples.
- Claude Shanon: Fue el fundador, a finales de los 40 y principios de los 50, de la teoría de la información en la que exploraba los límites entre el ruido y la información. Shanon estaba particularmente interesado en el potencial de las máquinas para detectar y amplificar patrones de información en canales de comunicación ruidosos.
- Ilya Prigogine: Trabajó en los años 50 en la termodinámica del no equilibrio, donde las leyes de la entropía parecen quedar temporalmente suspendidas y donde un orden parece emerger espontáneamente del caos subyacente. Recibió el premio Nobel de Química en 1977.
- Warren Weaver: Trabajó a finales de los 50 y principios de los 60 en mecánica estadística y teoría de probabilidades, desarrollando nuevas herramientas que permitieran trabajar con miles de millones de variables para resolver problemas sobre lo que él llamó complejidad desorganizada, que consistió en buscar una nueva forma de afrontar patrones y su desarrollo en el tiempo.
- Oliver Selfriedge: Experimentó a mediados de los 50 con modelos para intentar enseñar a una computadora a aprender; concretamente en el reconocimiento de patrones que no pueden especificarse adecuadamente de antemano. Es decir, sus trabajos se basaron en el desarrollo de una inteligencia ascendente, distribuida, y no unificada de forma descendente.
- John Holland: Alumno de Norbert Wiener, trabajó en la década de los 50, y junto con un equipo de colegas, en el desarrollo de simulaciones de interacción neuronal. En la década de los 60 trabajó en intentar comprender el modo en que reglas simples pueden llevar a conductas complejas.
3.- Evelyn Fox Keller es doctora en Física Teórica por Harvard y Lee Aaron Segel fue doctor por el MIT en Matemáticas.
4.- David Jefferson y Chuck Taylor eran profesores de UCLA. Jefferson estaba en el departamento de Ciencias Informáticas y Taylor era biólogo.