Formas de vida artificial desarrollan una inteligencia básica

Organismos artificiales evolucionan sin cesar en entornos informáticos… y ahora han desarrollado memoria

Durante generaciones, los avidianos han estado clonándose en silencio en una caja. No son perfectos, pero la mayoría de sus mutaciones pasan desapercibidas. Entonces sucede algo extraordinario. Un paso adelante, y eso lo cambia todo. Decenas de miles de generaciones más adelante en la línea, algunos de sus descendientes desarrollarán memoria.

Los avidianos no son ni microbios ni formas de vida alienígena de ciencia-ficción. Son la descendencia digital de Charles Ofria y sus colegas en la Universidad Estatal de Michigan (MSU) en East Lansing. Ellos «viven» en un mundo de computadora llamado Avida y se replican utilizando cadenas codificadas de instrucciones de computadora en lugar de ADN. Pero en muchos aspectos son similares a la vida real: compiten entre sí por los recursos, se reproducen, mutan y evolucionan. Ellos —o cosas como ellos— podrían eventualmente evolucionar para convertirse en formas inteligentes de vida artificial.

Como los microbios, los avidianos ocupan un espacio muy pequeño, su generaciones se suceden cada breve tiempo y pueden producir nuevos rasgos por evolución para competir con rivales. A diferencia de los microbios, su evolución se puede detener o invertir en cualquier momento, y es posible repetir la secuencia precisa de las mutaciones que condujeron a la nueva característica para haer una «disección». «Son maravillosos animales domésticos evolutivos», dice Ben Kerr, un biólogo de la Universidad de Washington en Seattle.

Podrían llegar a ser mucho más. Este mes, en la 12 ª conferencia internacional anual sobre la vida artificial en Odense, Dinamarca, el filósofo y científico de la computación Robert Pennock, de la Universidad Estatal de Michigan, presentará resultados de experimentos en los que se logró que los avidianos desarrollen una memoria.

«La gran pregunta es: ¿cómo hemos llegado hasta aquí? Nuestra inteligencia no evolucionó toda de una vez», dice Pennock. «Se necesita ciertos ingredientes. La memoria es uno.»

Los experimentos en Avida casi siempre comienzan con los organismos más simples posibles, que sólo pueden autoclonarse. Para hacerlos evolucionar, los experimentadores los ponen en un entorno competitivo donde el premio es una cantidad de «alimento» —también conocido como tiempo de procesamiento— que permite que los organismos produzcan más clones.

En los primeros experimentos de memoria, Laura Grabowski, ahora en la Universidad de Texas-Pan American en Edinburg, creó un gradiente de alimentos en un entorno de computadora formado por una grilla de células. A la primera generación de avidianos se la colocó en el extremo inferior de la pirámide, en una celda que tenía un mínimo de comida. En línea recta por delante de ellos, sin embargo, había una celda que tenía más.

Los avidianos se replicaron durante casi 100 generaciones, «viviendo» y «muriendo» en la celda. Luego desarrollaron una instrucción de computadora que los llevara adelante. Cuando desembarcaron en una celda de energía más rica, se reprodujeron con mayor rapidez. Muchos miles de generaciones después, se vio a algunos de sus descendientes siguiendo la gradiente de alimentos hasta su fuente, donde las concentraciones eran más altas ( Artificial Life 2009, p 92 ).

Pero entonces los avidianos no se quedaron allí, tomando esta fuente como su hogar. Se movieron a los tumbos por el gradiente, en zigzag, percibiendo el alimento y, eventualmente, regresando a la fuente. Habían evolucionado hasta lograr la capacidad de comparar el alimento en su ubicación actual y pasada. «Hacer esto requiere alguna inteligencia rudimentaria», dice Pennock. «Tienes que ser capaz de evaluar tu situación, darte cuenta de que no vas en la dirección correcta, reorientarte, y a continuación evaluar de nuevo.»

A continuación, Grabowski envió un nuevo lote de avidianos no evolucionados a la búsqueda del tesoro. Esta vez, las células contenían un código numérico que indicaba en qué dirección debían dirigirse los organismos para encontrar más comida. Pero había un giro adicional en la tarea. Algunas células contenían la instrucción «repetir lo que hiciste la última vez». Los avidianos evolucionaron, una vez más, hacia formas que pudieran interpretar y ejecutar esa instrucción. «El ambiente crea presiones selectivas de tal modo que los organismos se ven obligados a llegar a algún tipo de uso de memoria; y en realidad es lo que hacen», dice Grabowski.

Esto no es diferente a la evolución de los seres vivos, y los hallazgos del equipo de científicos de la Universidad Estatal de Michigan han atraído el interés de los biólogos. «El trabajo de Laura indica que la evolución de la capacidad de resolver problemas simples de navegación depende del desarrollo previo de una sencilla memoria a corto plazo; y esto en organismos digitales que aún no presentan algo que podría llamarse aprendizaje», dice Fred Dyer, un zoólogo de la Universidad Estatal de Michigan que asesora a Grabowski. Dyer dice que este tipo de conocimiento sería casi imposible de obtener estudiando sistemas biológicos.

Pero los estudios sobre las conductas complejas en los organismos digitales no sólo arrojan luz sobre la evolución de la vida orgánica. Pueden ser utilizados para generar vida artificial inteligente.

«En el pasado, el enfoque fue comenzar con alto nivel de inteligencia y reproducir esto en una computadora», dice Grabowski. «Esto es lo contrario. Estamos mostrando cómo un rasgo complejo como la memoria se puede construir de abajo hacia arriba, desde cosas que son realmente muy simples». Para demostrar esto, Grabowski ha desarrollado avidianos que se mueven hacia una fuente de luz. Sus colegas tradujeron el evolucionado «genoma» en un código capaz de controlar un robot Roomba. Funcionó: el Roomba se sintió atraído por las bombillas incandescente.

Jeff Clune, otro miembro de la dinastía de la MSU, está interesado también en partir desde algo simple. En particular, se centró en la producción de cerebros artificiales que mueven robots. Clune trabaja con un sistema llamado HyperNEAT, que utiliza principios de evolución biológica para producir una gran cantidad de neuronas digitales a partir de una pequeña cantidad de instrucciones.

En la naturaleza, a menudo la ubicación de una célula en un embrión determina su función, si se convertirá en una célula del corazón o de una neurona, por ejemplo. Del mismo modo, en HyperNEAT, la ubicación de cada neurona artificial —determinada por coordenadas— está conectada a una matriz de ecuaciones y el resultado define cuál será el papel de la célula.

Esto, dice Clune, significa que usted puede construir cerebros complejos a partir de un número relativamente pequeño de instrucciones computarizadas, o «genes». En contraste, las redes neuronales tradicionales han trabajado en base a un principio de una a una: cada célula de la red está codificada por una instrucción única que no se reutiliza.

Esto significa, también, que se puedem hacer evolucionar cerebros que compartan propiedades estructurales con los cerebros reales. Por ejemplo, Clune ha encontrado que, a diferencia de las redes neuronales de la vieja escuela, el cerebro evolucionado con HyperNEAT tiende a ser simétrico y ordenado. como un cerebro verdadero. Su análisis de las redes demuestra que esto se debe a haber desarrollado simetría e instrucciones de generación de patrones justo al comienzo de la serie de instrucciones.

Para probar si esta clase de cerebros en realidad tiene un mejor desempeño, Clune los pone en un robot virtual, que luego tiene que realizar una tarea, como correr sobre una superficie plana. Si el robot se comporta bien, elige el cerebro y lo sigue evolucionando. Al igual que con los avidianos, la evolución incluye la copia de los «genes» del cerebro y la introducción de errores aleatorios en el proceso de producir cerebros con conexiones o instrucciones ligeramente modificadas.

Los resultados de Clune, presentados en la Conferencia de Computación Genética y Evolutiva en Portland, Oregon, el mes pasado, muestran que los cerebros artificiales simétricos y organizados tienden a obtener mejores resultados en tareas como desplazarse rápido que los cerebros no desarrollados con HyperNEAT.

«Los cerebros que se han desarrollado con HyperNEAT tienen millones de conexiones, y aún así llevan a cabo bien una tarea, y esa cantidad podría ser llevada más arriba aún», dice. «Este es un gran cambio para el campo. Ser capaz de desarrollar cerebros funcionales a esta escala permite que comencemos a impulsar las capacidades de las redes neuronales artificiales, y abre un camino a la evolución de cerebros artificiales que compitan con sus contrapartes naturales.»

«Este es un noble objetivo a largo plazo, por supuesto», añade, «pero esta tecnología nos permite comenzar la marcha hacia él.»

La historia de la vida de silicio

Antes de Avida y antes de Tierra, su predecesor, existía Core Wars. Popular en los 80, el juego puso a competir a los programadores de computadoras entre sí. El principio es simple: los jugadores escriben programas de ordenador que buscan acabarse entre sí (hacer que el otro deje de correr), y el último en pie es el que gana.

A finales de los 80, el ecologista Thomas Ray, quien se encuentra ahora en la Universidad de Oklahoma en Norman, conoció Core Wars y vio su potencial para el estudio de la evolución. Él creó Tierra, un mundo poblado por programas informatizados auto-reproductivos que podían cometer errores al replicarse.

Cuando los programas clonados llenaban el espacio de memoria disponible para ellos, comenzaban a sobrescribir las copias existentes. Entonces las cosas cambiaron. El programa original tenía 80 líneas de largo, pero después de algún tiempo Ray vio aparecer un programa de 79 líneas, y a continuación uno de 78 líneas. Poco a poco, para que cupieran más copias de sí mismos, los programas recortaron su propio código, una línea por vez. A continuación, surgió uno de 45 líneas de longitud. Había eliminado las instrucciones de copia, y las había reemplazado por una pieza más corta de código que le permitía apropiarse del código de copia de un programa más largo. Había aparecido la evolución digital y había surgido un virus.

Su entorno se puede hacer mucho más complejo, permitiendo más flexibilidad y más análisis, y —esto es crucial— sus organismos no pueden usar el código de los otros. Eso los hace más parecidos a la vida que los habitantes del programa Tierra.

Fuente: New Scientist. Aportado por Eduardo J. Carletti

Más información: