Hispanopedia Wiki
Articulo de referencia

vida artificial

Una selección de "swimbots" simulados La vida artificial , también conocida como ALife , es un campo de estudio en el que los investigadores examinan sistemas relacionados con l...

Hispanopedia WikiContenido en espanolLectura gratuita
Una selección de "swimbots" simulados

La vida artificial , también conocida como ALife , 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 ] [ 2 ] La disciplina fue nombrada por Christopher Langton , un científico informático estadounidense , en 1986. [ 3 ] En 1987, Langton organizó la primera conferencia sobre el campo, en Los Álamos, Nuevo México . [ 4 ] Hay tres tipos principales de vida artificial, [ 5 ] nombrados según sus enfoques: blanda , [ 6 ] de software ; dura , [ 7 ] de hardware ; y húmeda , de bioquímica. Los investigadores de vida artificial estudian la biología tradicional tratando de replicar aspectos de los fenómenos biológicos. [ 8 ] [ 9 ]

Descripción general

La vida artificial estudia los procesos fundamentales de los sistemas vivos en entornos artificiales para comprender mejor el complejo procesamiento de información que define a dichos sistemas. Estos temas son amplios, pero suelen incluir la dinámica evolutiva , las propiedades emergentes de los sistemas colectivos, la biomímesis , así como cuestiones relacionadas con la filosofía de la naturaleza de la vida y el uso de propiedades similares a las de la vida en obras artísticas. [ 5 ]

Filosofía

La filosofía de modelado de la vida artificial difiere notablemente del modelado tradicional al estudiar no solo "la vida tal como la conocemos", sino también "la vida tal como podría ser". [ 10 ]

Un modelo tradicional de un sistema biológico se centra en capturar sus parámetros más importantes. En cambio, un enfoque de modelado ALife generalmente busca descifrar los principios más simples y generales que subyacen a la vida e implementarlos en una simulación. Esta simulación ofrece la posibilidad de analizar sistemas biológicos 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 como los conocemos" y "procesos como podrían ser". [ 11 ]

En la actualidad, la definición comúnmente aceptada de vida no considera que ninguna simulación o software de vida artificial esté vivo, y estos no constituyen parte del proceso evolutivo de ningún ecosistema . Sin embargo, han surgido diferentes opiniones sobre el potencial de la vida artificial:

  • La postura de la IA fuerte (cf. IA fuerte ) afirma que «la vida es un proceso que puede abstraerse de cualquier medio particular» (John von Neumann). [ 12 ] Esta visión se basa en el trabajo de von Neumann sobre autómatas celulares y constructores universales , que demostró que la autorreproducción podía lograrse mediante máquinas basadas en lógica, independientemente de su sustrato físico. Cabe destacar que Tom Ray declaró que su programa Tierra no simula la vida en una computadora, sino que la sintetiza. [ 13 ]
  • La postura débil de ALife niega la posibilidad de generar un "proceso vivo" fuera de una solución química. Sus investigadores intentan, en cambio, simular procesos vitales para comprender la mecánica subyacente de los fenómenos biológicos.

Un objetivo central en la filosofía y el modelado de la vida artificial es lograr la Evolución Abierta (EAA) . Esto se refiere a la capacidad de un sistema para producir continuamente comportamientos o entidades novedosas, complejas y adaptativas sin alcanzar un equilibrio estable o un punto final predefinido. [ 14 ] Los investigadores sostienen que la EAA es un sello distintivo de la vida natural que los sistemas artificiales actuales aún no han logrado replicar por completo. [ 15 ]

Basado en software ("soft")

Técnicas

Basado en programas

Las simulaciones basadas en programas contienen organismos con un lenguaje de "genoma". Este lenguaje suele presentarse en forma de un programa informático Turing completo, en lugar de ADN biológico real. Los lenguajes derivados del lenguaje ensamblador son los más utilizados. Un organismo "vive" cuando se ejecuta su código, y generalmente existen diversos métodos que permiten la autorreplicación . Las mutaciones se implementan generalmente 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

Un vehículo Braitenberg , capaz de navegar mediante detección de luz.

Se añaden módulos individuales a una criatura. Estos módulos modifican su comportamiento y características, ya sea directamente, mediante la codificación en la simulación (el tipo de pata A aumenta la velocidad y el metabolismo), o indirectamente, a través de las interacciones emergentes entre los módulos de la criatura (la pata A se mueve hacia arriba y hacia abajo con una frecuencia X, lo que interactúa con las demás patas para generar movimiento). En general, se trata de simuladores que priorizan la creación y la accesibilidad del usuario sobre la mutación y la evolución.

Basado en parámetros

Los organismos suelen estar construidos con comportamientos predefinidos y fijos, controlados por diversos parámetros que varían. Es decir, cada organismo contiene un conjunto de números u otros parámetros finitos . Cada parámetro controla uno o varios aspectos del organismo de forma precisa.

Red neuronal

Estas simulaciones presentan criaturas que aprenden y crecen mediante redes neuronales o un sistema muy similar. El énfasis suele estar puesto, aunque no siempre, 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 (fenomenológicos), caja blanca (mecanicistas, basados ​​en los primeros principios ) y caja gris (mezclas de modelos fenomenológicos y mecanicistas). [ 16 ] [ 17 ] 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 mecanicistas. Son fenomenológicos e ignoran la composición y la estructura interna de un sistema complejo. Debido a su naturaleza opaca, no se pueden investigar las interacciones entre subsistemas. En cambio, un modelo de caja blanca de un sistema dinámico complejo posee "paredes transparentes" y muestra directamente los mecanismos subyacentes. Todos los eventos a nivel 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 los métodos matemáticos complejos de caja negra, que no permiten obtener modelos mecanicistas de sistemas dinámicos complejos. Los modelos de caja gris son intermedios y combinan los enfoques de caja negra y caja blanca.

Modelo de crecimiento poblacional de una sola especie basado en autómatas celulares lógicos deterministas e individuales.

La creación de un modelo de caja blanca de un sistema complejo se asocia con el problema de la necesidad de un conocimiento básico a priori del objeto de modelado. Los autómatas celulares lógicos deterministas son una condición necesaria, pero no suficiente, para un modelo de caja blanca. El segundo requisito indispensable es la presencia de la ontología física del objeto de estudio. El modelado de caja blanca representa una inferencia hiperlógica automática a partir de los primeros principios, ya que se basa completamente en la lógica determinista y la teoría axiomática del objeto. El objetivo del modelado de caja blanca es derivar, a partir de los axiomas básicos, un conocimiento mecanicista más detallado y concreto sobre la dinámica del objeto de estudio. La necesidad de formular un sistema axiomático intrínseco del objeto antes de crear su modelo de caja blanca distingue los modelos de autómatas celulares de caja blanca de aquellos basados ​​en reglas lógicas arbitrarias. Si las reglas de los autómatas celulares no se han formulado a partir de los primeros principios del objeto, dicho modelo puede tener poca relevancia para el problema real. [ 17 ]

Modelo de autómatas celulares lógicos deterministas basados ​​en individuos para la competencia interespecífica por un único recurso limitado.

Simuladores destacados

Esta es una lista de simuladores de vida artificial y organismos digitales :

Basado en hardware ("hardware")

La vida artificial basada en hardware consiste principalmente en robots , es decir, máquinas guiadas automáticamente capaces de realizar tareas por sí mismas.

De base bioquímica ("húmedo")

La vida basada en procesos bioquímicos se estudia en el campo de la biología sintética . Esto incluye investigaciones como la creación de ADN sintético . El término "húmedo" es una extensión del término " software húmedo ". Los esfuerzos para lograr vida artificial "húmeda" se centran en la ingeniería de células mínimas vivas a partir de la bacteria Mycoplasma laboratorium y en la construcción de sistemas bioquímicos no vivos similares a células 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 . [ 18 ] [ 19 ]

En 2020, Sam Kriegman y Douglas Blackiston informaron sobre la creación de un robot biológico asistido por inteligencia artificial . [ 20 ]

En 2021, el mismo equipo que desarrolló los Xenobots informó de un nuevo avance: los primeros robots biológicos capaces de autorreplicación cinemática . A diferencia de la reproducción biológica tradicional (crecimiento/nacimiento), estos organismos sintéticos recolectan espontáneamente células sueltas de su entorno para ensamblar nuevas copias de sí mismos, un proceso que hasta ahora solo se había observado a nivel molecular. [ 21 ]

Problemas abiertos

¿Cómo surge la vida de lo inerte?

Abiogénesis [ 22 ] [ 23 ]

  • Generar un protoorganismo molecular in vitro .
  • Lograr la transición a la vida en una química artificial in silico .
  • Determinar si pueden existir organizaciones vivas fundamentalmente novedosas.
  • Simular un organismo unicelular a lo largo de todo su ciclo vital.
  • Explica cómo se generan las reglas y los símbolos a partir de la dinámica física en los sistemas vivos.

¿Cuáles son las potencialidades y los límites de los sistemas vivos?

  • Determinar qué es inevitable en la evolución abierta de la vida .
  • Determinar las condiciones mínimas para las transiciones evolutivas de sistemas de respuesta específicos a genéricos.
  • Crear un marco formal para sintetizar jerarquías dinámicas en todas las escalas.
  • Determinar la predictibilidad de las consecuencias evolutivas de la manipulación de organismos y ecosistemas.
  • Desarrollar una teoría del procesamiento de la información , el flujo de la información y la generación de información para sistemas en evolución.
  • Demostrar el surgimiento de la inteligencia y la mente en un sistema vivo artificial.
  • Evaluar la influencia de las máquinas en la próxima gran transición evolutiva de la vida.
  • Proporcionar un modelo cuantitativo de la interacción entre la evolución cultural y la biológica.
  • Establecer principios éticos para la vida artificial.
  1. El modelado basado en agentes se utiliza en la vida artificial y otros campos para explorar la emergencia en los sistemas.
  2. La inteligencia artificial ha utilizado tradicionalmente un enfoque de arriba hacia abajo , mientras que ALife generalmente funciona de abajo hacia arriba. [ 24 ]
  3. La química artificial comenzó como un método dentro de la comunidad ALife para abstraer los procesos de las reacciones químicas.
  4. Los algoritmos evolutivos son una aplicación práctica del principio ALife débil aplicado a problemas de optimización . Se han desarrollado numerosos algoritmos de optimización que se basan en técnicas ALife o las imitan fielmente. La principal diferencia radica en definir explícitamente la aptitud de un agente por su capacidad para resolver un problema, en lugar de por su capacidad para encontrar alimento, reproducirse o evitar la muerte. A continuación, se presenta una lista de algoritmos evolutivos estrechamente relacionados con ALife y utilizados en este enfoque:
  5. Sistema multiagente : Un sistema multiagente es un sistema informatizado compuesto por múltiples agentes inteligentes que interactúan entre sí dentro de un entorno.
  6. El arte evolutivo utiliza técnicas y métodos propios de la vida artificial para crear nuevas formas de arte.
  7. La música evolutiva utiliza técnicas similares, pero aplicadas a la música en lugar de a las artes visuales.
  8. La abiogénesis y el origen de la vida a veces también emplean metodologías de ALife.
  9. La vida artificial cuántica aplica algoritmos cuánticos a los sistemas de vida artificial.

Historia

Crítica

La vida artificial ha tenido una historia controvertida. En 1994 , John Maynard Smith criticó ciertos trabajos sobre vida artificial, calificándolos de «ciencia sin fundamento». [ 25 ] Mario Bunge criticó las ideas de la vida artificial fuerte como parte de su crítica más amplia al computacionalismo . Escribió que los defensores de la vida artificial fuerte están borrando erróneamente la distinción entre una simulación y el proceso que se simula. No presentó objeciones similares al programa de vida artificial débil. [ 26 ]

Véase también

Referencias

  1. ↑ "Definición de Dictionary.com" . Consultado el 19 de enero de 2007 .
  2. ↑ Bedau, Mark A. (2014). «Vida artificial». En Frankish, Keith; Ramsey, William M. (eds.). The Cambridge Handbook of Artificial Intelligence . Cambridge University Press. pp. 296–315 . doi : 10.1017/CBO9781139046855.019 . ISBN  9781139046855.
  3. ↑ La Enciclopedia de las Ciencias Cognitivas del MIT , The MIT Press, pág. 37. ISBN 978-0-262-73144-7
  4. ↑ "El Dr. Frankenstein de la industria de los videojuegos". Next Generation . N.° 35. Imagine Media . Noviembre de 1997. pág. 10.  
  5. 1 2 Bedau, Mark A. (noviembre de 2003). "Vida artificial: organización, adaptación y complejidad desde abajo hacia arriba" (PDF) . Trends in Cognitive Sciences . 7 (11): 505– 512. doi : 10.1016/j.tics.2003.09.010 . PMID 14585444. Archivado del original (PDF) el 2 de diciembre de 2008. Recuperado el 19 de enero de 2007 . 
  6. ↑ Maciej Komosinski y Andrew Adamatzky (2009). Modelos de vida artificial en software . Nueva York: Springer. ISBN 978-1-84882-284-9.
  7. ↑ Andrew Adamatzky y Maciej Komosinski (2009). Modelos de vida artificial en hardware . Nueva York: Springer. ISBN 978-1-84882-529-1.
  8. ↑ Langton, Christopher. "¿Qué es la vida artificial?" . Archivado del original el 17 de enero de 2007. Consultado el 19 de enero de 2007 .
  9. ↑ Aguilar, W., Santamaría-Bonfil, G., Froese, T., y Gershenson, C. (2014). El pasado, el presente y el futuro de la vida artificial. Frontiers in Robotics and AI, 1(8). https://dx.doi.org/10.3389/frobt.2014.00008
  10. ↑ Véase Langton, CG 1992. Artificial Life. Archivado el 11 de marzo de 2007 en Wayback Machine . Addison-Wesley. ., sección 1
  11. ↑ 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 la importancia del modelado de la vida artificial desde una perspectiva cósmica, véase también Vidal, C. 2008. El futuro de las simulaciones científicas: de la vida artificial a la cosmogénesis artificial . En Muerte y antimuerte, ed. Charles Tandy, 6: Treinta años después de Kurt Gödel (1906-1978), págs. 285-318. Ria University Press.
  12. ↑ Kemeny, JG (1967-07-14). "Teoría de los autómatas autorreproductores. John von Neumann. Editado por Arthur W. Burks. University of Illinois Press, Urbana, 1966. 408 pp., il. $10" . Science . 157 (3785): 180–180 . doi : 10.1126/science.157.3785.180 . ISSN 0036-8075 . 
  13. ↑ Ray, Thomas (1991). Taylor, CC; Farmer, JD; Rasmussen, S (eds.). "Un enfoque para la síntesis de la vida" . Vida Artificial II, Estudios del Instituto Santa Fe en las Ciencias de la Complejidad . XI : 371–408 . Archivado del original el 11 de julio de 2015. Recuperado el 24 de enero de 2016. El propósito de este trabajo es sintetizar la vida en lugar de simularla.
  14. ↑ Sayama, Hiroki (abril de 2011). "Buscando la evolución abierta en la química de enjambres" . Simposio IEEE de 2011 sobre vida artificial (ALIFE) . IEEE. págs. 186–193 . doi : 10.1109/alife.2011.5954667 . 
  15. ↑ Packard, Norman; Bedau, Mark A.; Channon, Alastair; Ikegami, Takashi; Rasmussen, Steen; Stanley, Kenneth; Taylor, Tim (abril de 2019). "Evolución abierta y carácter abierto: Introducción editorial al número especial I sobre evolución abierta" . Artificial Life . 25 (1): 1– 3. doi : 10.1162/artl_e_00282 . ISSN 1064-5462 . 
  16. ↑ 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  
  17. 1 2 Kalmykov, Lev V.; Kalmykov, Vyacheslav L. (2015), "Un modelo de caja blanca del crecimiento poblacional de una sola especie en forma de S y doble S", PeerJ , 3:e948: e948, doi : 10.7717/peerj.948 , PMC 4451025 , PMID 26038717  
  18. ↑ Zimmer, Carl (15 de mayo de 2019). «Científicos crearon bacterias con un genoma sintético. ¿Es esto vida artificial? – En un hito para la biología sintética, colonias de E. coli prosperan con ADN construido desde cero por humanos, no por la naturaleza» . The New York Times . Consultado el 16 de mayo de 2019 .
  19. ↑ Fredens, Julius; et al. (15 de mayo de 2019). "Síntesis total de Escherichia coli con un genoma recodificado" . Nature . 569 ( 7757): 514– 518. Bibcode : 2019Natur.569..514F . doi : 10.1038/s41586-019-1192-5 . PMC 7039709. PMID 31092918 .   
  20. ↑ "Conoce a los Xenobots, criaturas virtuales que cobran vida (Publicado en 2020)" . 3 de abril de 2020. Consultado el 30 de octubre de 2025 .
  21. ↑ Kriegman, Sam; Blackiston, Douglas; Levin, Michael; Bongard, Josh (2021-11-29). "Autorreplicación cinemática en organismos reconfigurables" . Actas de la Academia Nacional de Ciencias . 118 (49). doi : 10.1073/pnas.2112672118 . ISSN 0027-8424 . PMC 8670470 .  
  22. ↑ "Libarynth" . Consultado el 11 de mayo de 2015 .
  23. ↑ "Caltech" (PDF) . Consultado el 11 de mayo de 2015 .
  24. ↑ "IA más allá de los videojuegos" . Archivado del original el 1 de julio de 2008. Consultado el 4 de julio de 2008 .
  25. ↑ Horgan, J. (1995). "De la complejidad a la perplejidad" . Scientific American . pág. 107. 
  26. ^ Kaldis, Byron (2019), "Emergencia, sistemas y tecnofilosofía", en Matthews, Michael (ed.), Mario Bunge: A Centenary Festschrift , Springer Nature Switzerland AG, p. 760 
  • Sociedad Internacional de Vida Artificial
  • Revista Artificial Life , en MIT Press Journal
  • El Laboratorio de Vida Artificial , un laboratorio de entornos virtuales.
  • El proyecto Bibites
  • acervo genético
Lecturas relacionadas
6 articulos
SistemaLos sistemas pueden ser aislados, cerrados o abiertos. Un sistema es un grupo de elementos que interactúan o están interrelacionados y que actúan s...VidaVidaLa vida en la Tierra:A laptop computer next to archival materialsSimulaciónUna simulación es una representación imitativa de un proceso o sistema que podría existir en el mundo real. [1] [2] [3] En este sentido amplio, sim...Simulación por computadoraSimulación por computadoraLa simulación por computadora es la ejecución de un modelo matemático en una computadora , el modelo está diseñado para representar el comportamien...RobóticaRobóticaLa robótica es el estudio interdisciplinario y la práctica del diseño, construcción, operación y uso de robots . [1]BioquímicaBioquímicaLa bioquímica o química biológica es el estudio de los procesos químicos dentro y relacionados con los organismos vivos . [1] Una subdisciplina tan...