El surgimiento de la autoorganización en los sistemas complejos.

En estos días he estado leyendo un libro muy interesante, recomendado por mi hermano Jorge, del autor Steven Johnson, titulado: “Emergence: The Connected Lives of Ants, Brains, Cities, and Software”. En el mismo se aborda el tema de los sistemas complejos y el surgimiento de los mismos, pero algo que captó mi atención fue cuando Johnson habló acerca del “moho” y como el mismo se encuentra como organismo multicelular, pero cuando las condiciones son adversas se repliega de esa forma de existencia y aparenta una muerte, sin embargo lo que únicamente sucede es que transforma su estado y se dispersa en formas más simples, es decir en organismos unicelulares para sobrevivir, esperando que las condiciones mejoren para volver a ser un moho.

Este comportamiento cautivó la atención de diversos científicos, pues no podían comprender que un organismo sin tener un avanzado aparato cognitivo, tuviese la capacidad de mostrar inteligencia y adaptarse de mejor forma al medio ambiente, dependiendo de las condiciones,  inhóspitas o favorables.

Tratando de comprender cómo un organismo unicelular oscila o tiende a convertirse en uno multicelular, con las condiciones adecuadas, se abrirían nuevas puertas para asimilar a los sistemas vivos complejos, según nos dice Johnson. A esta tarea se dieron Evelyn Fox Keller, doctora en física por la Universidad de Harvard y el matemático Lee Segel. Sus investigaciones, de acuerdo a Steven Johnson, transformarían no solamente nuestro conocimiento en el desarrollo biológico, sino también los mundos dispares de las neurociencias, el diseño de software y las ciudades urbanas.

Tanto para Keller como para Segel, estaba claro que el moho utilizaba sus estrategias biológicas para convertirse en él (organismo unicelular), cuando el ambiente no era hospitalario y la comida escaseaba, pero en el momento en que existía un cambio en su hábitat, trayendo mejoras en la oferta de comida, entonces el moho cambiaba a ser ellos (organismo pluricelular). Es decir, dentro de este modelo de surgimiento o emergencia del moho, se aprecia increíblemente como unidades o componentes simples pueden conglomerarse y trabajar en equipo para construir y desarrollar niveles superiores de inteligencia.

Aplicando la biología ligada a la matemática, Keller y Segel, buscaron con esmero encontrar un guía o líder en toda esa maraña de células del moho, que le dictara al mismo cuando debía ser “uno” y cuando debía ser un “todos”.  Lo curioso es que nunca se encontró a ese supuesto guía o líder. Derivado de sus investigaciones, se llegó a la conclusión que los sistemas complejos pueden emerger o surgir, a partir de formas muy simples o sencillas, sin la necesidad de que alguien coordine el proceso o los lleve de la mano, por así decirlo.

Estamos muy acostumbrados a pensar que requerimos de un individuo, una célula, un conjunto de células, un órgano del cuerpo, que nos rija y nos mueva, nos guíe, nos lidere hacia el camino o ruta que debemos tomar, corrigiendo en el trayecto, dependiendo de las situaciones, condiciones o variables que se agreguen al sistema, en la búsqueda de un resultado deseado, en este caso la supervivencia. Pero resulta, en muchas ocasiones, que no existe tal o no se requiere para que la vida se abra paso y prolifere.

Llevando los estudios de Keller y Segel a la informática y software, Mitch Resnick del MIT, como nos lo dice Johnson, desarrolló una simulación computacional de la auto agregación de las células del moho, con el objetivo de que los estudiantes pudieran vislumbrar lo que pasaba con la vida simple y su camino a la complejidad. Uno de estos desarrollos es NetLogo, que según su sitio web (www.netlogo.com), es un proyecto inspirado en el comportamiento de agregación de las células del moho. Esto muestra como una criatura se puede agregar en clústeres, sin la necesidad y control de un líder.

Gracias a este programa, se pueden observar excelentes simulaciones con el objetivo de comprender el comportamiento de ciertos individuos u organismos, afectados por determinadas variables. Una de las simulaciones que me interesó, fue la de “Wolf Sheep Predation”, en donde la simulación procesa una población de ovejas y lobos, en cierto terreno con vegetación (pasto). No hace falta ser un genio, para inferir que las ovejas comen pasto y los lobos comen ovejas. Hasta aquí todo va bien, pero al correr el programa y aumentar la cantidad de lobos, vemos que van disminuyendo las ovejas, porque se las comen los lobos y al bajar en número las primeras, los depredadores canis lupus tienen menos comida para alimentarse. Después de ciertas iteraciones y debido a la falta de ovejas, la población de lobos cae al punto casi de desaparecer, pero al dejar de comer a las ovejas, éstas vuelven a reproducirse y proliferan, logrando que los lobos tengan comida y aumenten en número. El sistema así, se mantiene en equilibrio. Claro, lo podemos colapsar si eliminamos el pasto, que es la comida de las ovejas.

El punto central de este escrito, para cortarlo aquí, es la importancia de los sistemas biológicos aplicados a los sistemas computacionales, para poder replicar escenarios reales y de cierta forma, poder predecir cómo se van a comportar ciertos individuos bajo reglas y variables específicas. Gracias a esto podemos tener un breve resplandor de lo que puede ser el futuro, convirtiéndonos en figuras míticas, aludiendo a los oráculos.

De nueva cuenta la biología ligada a la matemática y a la informática nos ayudan a tratar de entender el mundo que nos rodea.

Leave a Reply

Your email address will not be published. Required fields are marked *