La vida artificial ( ALife o A-Life ) es un campo de estudio en el que los investigadores examinan sistemas relacionados con la vida natural , sus procesos y su evolución, mediante el uso de simulaciones con modelos informáticos , robótica y bioquímica . [1] La disciplina fue nombrada por Christopher Langton , un biólogo teórico estadounidense, en 1986. [2] En 1987, Langton organizó la primera conferencia sobre el campo, en Los Alamos, Nuevo México . [3] Hay tres tipos principales de vida, [4] llamados así por sus enfoques: suave , [5] procedente del software ; duro , [6] del hardware ; y húmedo , de la bioquímica. Los investigadores de la vida artificial estudian la biología tradicional intentando recrear aspectos de los fenómenos biológicos. [7] [8]
La vida artificial estudia los procesos fundamentales de los sistemas vivos en entornos artificiales para obtener una comprensión más profunda del complejo procesamiento de información que define dichos sistemas. Estos temas son amplios, pero a menudo incluyen dinámica evolutiva , propiedades emergentes de sistemas colectivos, biomímesis , así como cuestiones relacionadas sobre la filosofía de la naturaleza de la vida y el uso de propiedades realistas en obras artísticas. [ cita necesaria ]
Filosofía
La filosofía del modelado de la vida artificial difiere fuertemente del modelado tradicional al estudiar no sólo "la vida tal como la conocemos" sino también "la vida tal como podría ser". [9]
Un modelo tradicional de un sistema biológico se centrará en capturar sus parámetros más importantes. Por el contrario, un enfoque de modelado de vida generalmente buscará descifrar los principios más simples y generales que subyacen a la vida e implementarlos en una simulación. La simulación ofrece entonces la posibilidad de analizar sistemas realistas nuevos y diferentes.
Vladimir Georgievich Red'ko propuso generalizar esta distinción al modelado de cualquier proceso, lo que llevó a la distinción más general de "procesos-tal como-los-conocemos" y "procesos-tal como-podrían-ser". [10]
La posición de la vida fuerte (cf. IA fuerte ) establece que "la vida es un proceso que puede abstraerse de cualquier medio particular" ( John von Neumann ) [ cita necesaria ] . En particular, Tom Ray declaró que su programa Tierra no simula la vida en una computadora sino que la sintetiza. [11]
La posición débil de la vida niega la posibilidad de generar un "proceso vivo" fuera de una solución química. En cambio, sus investigadores intentan simular procesos de la vida para comprender la mecánica subyacente de los fenómenos biológicos.
Basado en software ("soft")
Técnicas
Los autómatas celulares se utilizaron en los primeros días de la vida artificial y todavía se utilizan a menudo para facilitar la escalabilidad y la paralelización . La vida y los autómatas celulares comparten una historia estrechamente relacionada.
A veces se utilizan redes neuronales artificiales para modelar el cerebro de un agente. Aunque tradicionalmente son más una técnica de inteligencia artificial , las redes neuronales pueden ser importantes para simular la dinámica de poblaciones de organismos que pueden aprender . La simbiosis entre aprendizaje y evolución es central en las teorías sobre el desarrollo de instintos en organismos con mayor complejidad neurológica, como en, por ejemplo, el efecto Baldwin .
Las simulaciones basadas en programas contienen organismos con un lenguaje "genómico". Este lenguaje tiene más a menudo la forma de un programa informático completo de Turing que de ADN biológico real. Los derivados ensambladores son los lenguajes más comunes utilizados. Un organismo "vive" cuando se ejecuta su código, y normalmente existen varios métodos que permiten la autorreplicación . Las mutaciones generalmente se implementan como cambios aleatorios en el código. El uso de autómatas celulares es común pero no obligatorio. Otro ejemplo podría ser un sistema/programa de inteligencia artificial y multiagente .
Basado en módulos
Se agregan módulos individuales a una criatura. Estos módulos modifican los comportamientos y características de la criatura ya sea directamente, mediante codificación física en la simulación (la pierna tipo A aumenta la velocidad y el metabolismo), o indirectamente, a través de interacciones emergentes entre los módulos de una criatura (la pierna tipo A se mueve hacia arriba y hacia abajo con una frecuencia de X, que interactúa con otras piernas para crear movimiento). Generalmente, se trata de simuladores que enfatizan la creación y accesibilidad del usuario por encima de la mutación y la evolución.
Basado en parámetros
Los organismos generalmente se construyen con comportamientos fijos y predefinidos que están controlados por varios parámetros que mutan. Es decir, cada organismo contiene una colección de números u otros parámetros finitos . Cada parámetro controla uno o varios aspectos de un organismo de forma bien definida.
Basado en redes neuronales
Estas simulaciones tienen criaturas que aprenden y crecen utilizando redes neuronales o un derivado cercano. A menudo, aunque no siempre, se hace hincapié en el aprendizaje más que en la selección natural.
Modelado de sistemas complejos
Los modelos matemáticos de sistemas complejos son de tres tipos: caja negra (fenomenológico), caja blanca (mecanicista, basado en los primeros principios ) y caja gris (mezclas de modelos fenomenológicos y mecanicistas). [12] [13] En los modelos de caja negra, los mecanismos individuales (mecanicistas) de un sistema dinámico complejo permanecen ocultos.
Modelos matemáticos para sistemas complejos.
Los modelos de caja negra son completamente no mecánicos. Son fenomenológicos e ignoran la composición y estructura interna de un sistema complejo. Debido a la naturaleza no transparente del modelo, no se pueden investigar las interacciones de los subsistemas. Por el contrario, un modelo de caja blanca de un sistema dinámico complejo tiene "paredes transparentes" y muestra directamente los mecanismos subyacentes. Todos los eventos en los niveles micro, meso y macro de un sistema dinámico son directamente visibles en todas las etapas de la evolución de un modelo de caja blanca. En la mayoría de los casos, los modeladores matemáticos utilizan métodos matemáticos pesados de caja negra, que no pueden producir modelos mecanicistas de sistemas dinámicos complejos. Los modelos de caja gris son intermedios y combinan enfoques de caja negra y caja blanca.
Modelo de autómata celular determinista lógico basado en individuos del crecimiento de la población de una sola especie
La creación de un modelo de caja blanca de un sistema complejo está asociado con el problema de la necesidad de un conocimiento básico a priori del tema del modelado. Los autómatas celulares lógicos deterministas son condición necesaria pero no suficiente de un modelo de caja blanca. El segundo prerrequisito necesario de un modelo de caja blanca es la presencia de la ontología física del objeto en estudio. El modelado de caja blanca representa una inferencia hiperlógica automática a partir de los primeros principios porque está completamente basado en la lógica determinista y la teoría axiomática del tema. El propósito del modelado de caja blanca es derivar de los axiomas básicos un conocimiento mecanicista más detallado y concreto sobre la dinámica del objeto bajo estudio. La necesidad de formular un sistema axiomático intrínseco del sujeto antes de crear su modelo de caja blanca distingue los modelos de autómatas celulares de tipo caja blanca de los modelos de autómatas celulares basados en reglas lógicas arbitrarias. Si las reglas de los autómatas celulares no se han formulado a partir de los primeros principios del tema, entonces dicho modelo puede tener una relevancia débil para el problema real. [13]
Modelo lógico determinista de autómatas celulares de competencia interespecífica basado en individuos por un único recurso limitado
La vida artificial basada en hardware está formada principalmente por robots , es decir, máquinas guiadas automáticamente capaces de realizar tareas por sí mismas.
De base bioquímica ("húmedo")
La vida de base bioquímica se estudia en el campo de la biología sintética . Se trata de investigaciones como la creación de ADN sintético . El término "mojado" es una extensión del término " wetware ". Los esfuerzos hacia la vida artificial "húmeda" se centran en la ingeniería de células vivas mínimas a partir de la bacteria viva Mycoplasma laboratorium y en la construcción de sistemas bioquímicos similares a células no vivas desde cero.
En mayo de 2019, los investigadores informaron de un nuevo hito en la creación de una nueva forma sintética (posiblemente artificial) de vida viable , una variante de la bacteria Escherichia coli , al reducir el número natural de 64 codones en el genoma bacteriano a 59 codones. para codificar 20 aminoácidos . [15] [16]
La química artificial comenzó como un método dentro de la comunidad viva para abstraer los procesos de reacciones químicas.
Los algoritmos evolutivos son una aplicación práctica del principio de vida débil aplicado a problemas de optimización . Se han elaborado muchos algoritmos de optimización que toman prestado o reflejan fielmente técnicas de la vida real. La principal diferencia radica en definir explícitamente la idoneidad de un agente por su capacidad para resolver un problema, en lugar de su capacidad para encontrar alimento, reproducirse o evitar la muerte. [ cita necesaria ] La siguiente es una lista de algoritmos evolutivos estrechamente relacionados y utilizados en la vida:
Sistema multiagente : un sistema multiagente es un sistema computarizado compuesto por múltiples agentes inteligentes que interactúan dentro de un entorno.
El arte evolutivo utiliza técnicas y métodos de la vida artificial para crear nuevas formas de arte.
La música evolutiva utiliza técnicas similares, pero aplicadas a la música en lugar del arte visual.
La vida artificial ha tenido una historia controvertida. John Maynard Smith criticó ciertos trabajos con vida artificial en 1994 como "ciencia libre de hechos". [20]
^ Mark A. Bedau (noviembre de 2003). «Vida artificial: organización, adaptación y complejidad de abajo hacia arriba» (PDF) . Tendencias en Ciencias Cognitivas. Archivado desde el original (PDF) el 2 de diciembre de 2008 . Consultado el 19 de enero de 2007 .
^ Langton, Christopher. "¿Qué es la vida artificial?". Archivado desde el original el 17 de enero de 2007 . Consultado el 19 de enero de 2007 .
^ Aguilar, W., Santamaría-Bonfil, G., Froese, T. y Gershenson, C. (2014). El pasado, presente y futuro de la vida artificial. Fronteras en robótica e inteligencia artificial, 1(8). https://dx.doi.org/10.3389/frobt.2014.00008
^ Véase Langton, CG 1992. Vida artificial Archivado el 11 de marzo de 2007 en Wayback Machine . Addison-Wesley. ., sección 1
^ Véase Red'ko, VG 1999. Modelado matemático de la evolución. en: F. Heylighen, C. Joslyn y V. Turchin (editores): Principia Cybernetica Web (Principia Cybernetica, Bruselas). Para conocer la importancia del modelado de ALife desde una perspectiva cósmica, ver también Vidal, C. 2008. The Future of Scientific Simulators: from Artificial Life to Artificial Cosmogenesis. En Muerte y Antimuerte, ed. Charles Tandy, 6: Treinta años después de Kurt Gödel (1906-1978) p. 285-318. Prensa de la Universidad de Ria.)
^ Rayo, Thomas (1991). Taylor, CC; Granjero, JD; Rasmussen, S (eds.). "Una aproximación a la síntesis de la vida". Vida Artificial II, Instituto Santa Fe de Estudios en Ciencias de la Complejidad . XI : 371–408. Archivado desde el original el 11 de julio de 2015 . Consultado el 24 de enero de 2016 . La intención de este trabajo es sintetizar más que simular la vida.
^ Kalmykov, Lev V.; Kalmykov, Vyacheslav L. (2015), "Una solución a la paradoja de la biodiversidad mediante autómatas celulares deterministas lógicos", Acta Biotheoretica , 63 (2): 1–19, doi :10.1007/s10441-015-9257-9, PMID 25980478, S2CID 2941481
^ ab Kalmykov, Lev V.; Kalmykov, Vyacheslav L. (2015), "Un modelo de caja blanca de crecimiento de la población de una sola especie en forma de S y doble S", PeerJ , 3:e948: e948, doi : 10.7717/peerj.948 , PMC 4451025 , PMID 26038717
^ [1] Aevol
^ Zimmer, Carl (15 de mayo de 2019). "Los científicos crearon bacterias con un genoma sintético. ¿Es esto vida artificial? - En un hito para la biología sintética, las colonias de E. coli prosperan con ADN construido desde cero por los humanos, no por la naturaleza". Los New York Times . Consultado el 16 de mayo de 2019 .
^ Fredens, Julio; et al. (15 de mayo de 2019). "Síntesis total de Escherichia coli con genoma recodificado". Naturaleza . 569 (7757): 514–518. Código Bib :2019Natur.569..514F. doi :10.1038/s41586-019-1192-5. PMC 7039709 . PMID 31092918.
^ "Libarinto" . Consultado el 11 de mayo de 2015 .
^ "Caltech" (PDF) . Consultado el 11 de mayo de 2015 .
^ "IA más allá de los juegos de computadora". Archivado desde el original el 1 de julio de 2008 . Consultado el 4 de julio de 2008 .
^ Horgan, J. (1995). "De la complejidad a la perplejidad". Científico americano . pag. 107.
.jpg/1280px-Braitenberg_vehicle_(simulation_made_with_breve).jpg)
