Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EL ORDEN OCULTO
Comité de Selección
Coordinadora
EL ORDEN OCULTO
De cómo la adaptación crea la complejidad
MÉXICO
Primera edición en inglés, 1996
Primera edición en español, 2004
Holland,John H.
El orden oculto/ John 11. Ilolland. - México: FCE, 2004 CICLO DE CONFERENCIAS ULAM
197 p.; 23 x 16 cn1 - (Colee. Sección de Obra~ de Ciencia y
Tecnología)
Título original: Hidden Order-Hnw Adaptation Builds
Con1plexity EL PRESENTE LIBRO es el primero de una serie basada en las conferencias
ISBN 968-16-6835-9 dedicadas a la memoria de Stanislaw M. Ulam, un gran matemático de
la ahora legendaria Escuela Polaca de Matemáticas. Impartidas en el
l. Sistemas co1nplejos adaptables-Modelos matemáticos 2. Santa Fe Institute (Instituto Santa Fe) de Santa Fe, Nuevo México, es-
i\_daptación (biología) - MÜdclos matemáticos 3. Algoritmos
genéticos J. Ser TI. l
tas conferencias anuales han sido dictadas por profesores invitados y
patrocinadas conjuntamente por el instituto y la compañía editora
LC 1J217.H64 1996 Dewey 511.8 Addison-Welsey.
Ulam llegó a Estados Unidos contratado por el Institute for Advanced
Study en 1935; posteriormente trabajó en las universidades de Harvard,
Wisconsin y, tiempo después, eri la de Colorado. Pero lo más interesante
Título original: es que fue precisamente en el año de su fupdación cuando se integró
Hidden Order al equipo del National Laboratory de Los Angeles, donde se convirtió
-Ilow Adaplalion Build~ Cornplex-ily en una fuerza intelectual y en fuente de inspiración desde 1944 hasta
publicado por
Basic Books / Perseus Books Group
su muerte, ocurrida en 1984. Durante su estancia en esa institución fo-
© 1995 John H. Holland mentó una intensa interacción entre las matemáticas y la ciencia.
ISBN 0-201-40793-0 (empastado) 0-201-44230-2 (rústica) Como matemático, Stanislaw Ulam estuvo a la altura de personajes
tales como Kuratowski, Mazur, Banach, Von Neumann y Erdos, y su tra-
bajo tuvo gran repercusión en ese campo. Además fue un científico con
Se prohíbe la reproducción total o parcial de esta obra
una gran variedad de intereses, que trabajó con otros grandes hombres
-incluido el diseño tipográfico y de portada-,
sea cual fuere el 1nedio, electrónico o 1necánico,
de ciencia de su tiempo. Entre los tópicos en los que él y sus colabora-
sin el consentimiento por escrito del editor. dores hicieron trabajos fundamentales están: el método Monte Cario,
sistemas dinámicos no lineales de simulación por computadora, proce-
Agradecen1os sus comentarios y sugerencias al correo electrónico
sos termonucleares, propulsión espacial, métricas para secuencias bio-
laciencia@fce.com.mx lógicas, autómatas celulares y muchos más. La lista de sus amigos y co-
laboradores científicos incluye a muchos de los mejores cerebros del
Conozca nuestro catálogo en
http: / /'i'"11N"W. fondodeculturaeconomica. com siglo xx. El interés de Ulam en la ciencia no conocía fronteras, y su en-
foque hacia ella era verdaderamente interdisciplinario. Al respecto, su
esposa, Francoise Ulam, decía: "Stan era una especie de hombre-or-
questa en el Santa Fe Institute". A Ulam le hubiera encantado la at-
D.R. ©, 2004, FOKDO DE CULTCRA ECONÓMICA mósfera interactiva e interdisciplinaria del instituto, y hubiera contri-
Carretera Picacho-1\jusco 227, 14200 México, D.F. buido mucho a incrementarla. Es una pena para nosotros que él
muriera unos días antes de la fimdación oficial del Santa Fe Institute.
ISBN 968-16-6835-9
Es UN GRAN HONOR estar aquí esta noche para celebrar con ustedes el
décimo aniversario de la fundación del Santa Fe Institute. Quiero ex-
presar mi agradecimiento y mi aprecio a su fundador, mi buen amigo
George Cowan, a sus directores, Ed Knapp y Mike Simmons, y a todas
las personas que participaron en la creación de esta nueva serie de
conferencias del instituto en memoria de mi finado esposo.
A aquellos que no conocieron a Stan Ulam, permítanme decirles
sólo una o dos palabras sobre él.
En cierto sentido, debido a la naturaleza interdisciplinaria de sus in-
vestigaciones, Stan fue una especie de hombre orquesta del instituto.
Pero eso sucedió hace mucho tiempo, cuando esta expresión apenas
se acababa de acuñar. Si Stan aún estuviera vivo seguramente le encan-
taría la estructura informal del instituto, porque él tenía en poco apre-
cio las trampas de la burocracia y de la autoridad. Se vanagloriaba di-
ciendo que al único comité al que había pertenecido era el Comité de
Catadores de Vino de los Junior Fellows de Harvard.
En Los Álamos, él y Carson Mark, director de la División Teórica, en
una oportunidad provocaron gran confusión en el laboratorio por ha-
ber escrito y hecho circular un memorándum en el que se enlistaban
los números del uno al cien en orden alfabético, "para una rápida y fá-
cil referencia".
En otra ocasión, cuando fue promovido a jefe de grupo, estaba muy
contento porque sólo era jefe de sí mismo, ya que al principio era el
único miembro de su grupo.
Como ven, Stan era un hombre muy bromista. Incluso nunca consi-
deró que pensar era un trabajo, sino más bien un juego. Solía jugar
con las ideas n1atemáticas e inventaba juegos tnatemáticos. También se
deleitaba enormemente jugando con palabras.
Seguramente el ingenioso título de la conferencia de esta noche,
"La complejidad simplificada", le hubiera complacido mucho, porque
encierra el tipo de paradojas que le gustaban.
Después de esta breve semblanza cedo el lugar al siguiente orador,
John Holland, quien nos explicará en términos sencillos todo acerca
de los sistemas complejos.
rencias como una oportunidad extraordinaria para hacer explícito el ción ha sido con el grupo BACH, * de la Universidad de Michigan (los
patrón que subyacía bajo las intuiciones e ideas que habían estado miembros actuales de este grupo son: Arthur Burks, Robert Axelrod,
guiando rr1is investigaciones desde mis días de estudiante universitario. Michael Cohen,John Holland, Car] Simon y Rick Riolo). Los integran-
El hecho de que además tendría que escribir para un auditorio mayor tes de esta sociedad nos hemos reunido regularmente durante más de
me forzaría a luchar por ser más conciso y cohert;nte, lo c11al no siem- dos décadas, y cuatro de los miembros actuales han sido activos partici-
pre ocurre cuando se realiza un trabajo técnico. Ese era un reto difícil pantes desde el principio. BAC!l es un grupo altamente interdisciplina-
de ignorar. rio (representa a cinco departamentos) y totalmente informal, por Jo
A lo anterior había que agregar que acababa de construir mi refugio que no aparece en el organigrama de la universidad. Aunque no de
en la costa norte del lago Michigan, lugar diseñado especialmente manera sistemática, casi todas las ideas incluidas en este libro han sido
para hacerme más fácil esa clase de esfuerzo. ¡Qué gran ocasión para discutidas previamente por el grupo BACH.
inaugurarlo! Pero también había otras razones, incluyendo un atracti- El segundo grupo que ha desempeñado un papel central en la for-
vo financiamiento; no obstante, estas razones no tuvieron tanto peso mación de mis conceptos es, por supuesto, el personal del Santa Fe
en mi decisión. Institute (sFI). Aun cuando mi asociación con el SF1 es más reciente que
Este libro se centra en un tema que ha atraído mucho la atención en la del grupo RACH, no es menos importante. Este instituto alimenta una
los últimos tiempos: la complejidad. Stan Ulam hizo muchas observa- profunda interdependencia científica, más efectiva que cualquier otra
ciones acerca de la complejidad, utilizando la palabra repetida y cuida- organización que haya conocido. Cuando era estudiante universitario
dosamente mucho tiempo antes de que el tema se popularizara o si- pensaba que el tipo de interacción que fomenta el instituto sería la
quiera fuera mencionado. Muchos de los temas presentados aquí "crema y nata" de la actividad científica; pero esto rara vez es cierto. En
fueron prefigurados en los comentarios de Ulam. Al escribir este libro una universidad estándar la mayor parte del tiempo lo consumen las
me he concentrado en ese aspecto de la complejidad que se centra en actividades de los comités consultivos o de administración y las nego-
la adaptación, un área conocida actualmente como el estudio de los ciaciones interdepartamentales, así como los programas de coope-
sisternas cornplfjos adaptables (SCA). Considero, como se comprobará al ración intercolegial para las actividades interdisciplinarias propues-
leer este libro, que la adaptación da lugar al surgimiento de una clase tas. A esto hay que agregar las actividades de enseñanza y preparación
de complejidad que obstaculiza considerablemente nuestros intentos de publicaciones, y con esto ya podrá calcular el poco tiempo que res-
por resolver los más importantes problemas que actualmente enfrenta ta para las exploraciones interdisciplinarias. En cambio, el SFI proporcio-
nuestro mundo. na en forma consistente lo que es difícil de obtener en el ambiente de
No he intentado realizar una revisión exhaustiva del trabajo valioso una universidad: la oportunidad para realizar investigación interdiscipli-
que se ha hecho sobre los SCA, ni he tratado de criticar otros enfoques naria de manera sostenida. El instituto nació gracias al interés y al cui-
al respecto; en vez de esto, he dedicado todos mis esfuerzos a producir dadoso trabajo organizacional de George Cowan, quien poco tiempo
un panorama coherente de una disciplina de reciente aparición. El después dispuso de la colaboración de un consejo consultivo de cien-
producto final es ciertamente idiosincrásico, aun cuando pienso que tíficos dispuestos tanto a proponer como a escuchar. Esta misma histo-
muchos de mis colegas del Santa Fe Institute coincidirán con mis pun- ria ha sido contada también en el libro de Mich Waldrop, Cornplejidad,
tos de vista. Además de tratar de ofrecer un panorama global orde- publicado en 1992, así que no la repetiré. Basta decir que el SF1 propor-
nado, también he tratado de comunicar qué sentimientos motivan a ciona un ambiente científico que se acerca mucho al ideal al que yo
un científico cuando intenta desarrollar una nueva disciplina. "Hacer aspiraba en mis tiempos de estudiante.
ciencia", particularmente hacer una síntesis de ideas dispares, no es El hecho que finalmente me convenció de asociarme con el SFT fue
un a"iunto tan arcar10 corno frecuentemente se hace creer al público. la invitación que me hizo Doyne Farmer para dar una charla en una de
La disciplina y el olfato desempeñan un papel vital; sin embargo, esto las conferencias anuales del Centro de Estudios No-lineales del Natio-
es familiar para cualquiera que haya intentado ser creativo. nal Laboratory de Los Álamos. Fue en esa conferencia donde conocí a
Los puntos de vista presentados aquí han sido madurados a través Murray Gell-Man, un gran amigo y un crítico por excelencia, quien
de un intercambio continuo con dos grupos que han desempeñado
un papel central en mi desarrollo científico. Mi más prolongada afilia- *Siglas de Burk, Axelrod, Cohcn y Holland. [N. del E.]
14 EL ORDEN OCULTO PREFACIO 15
más tarde me invitó a unirme al consejo consultivo del SFI. Así, al tratar de "Echo" para los modelos de la SCA descritos en este libro. Tamhién
de enfrentar las normas de claridad de Murray en mis explicaciones, leyó los capítulos de la obra muchas veces. Aunque probablemente
me he visto obligado repetidamente a afinar mis ideas sobre los SCA, está más dispuesta que el lector promedio a aceptar mis buenas in-
intentando reforzar sus fundamentos y ampliando su aplicabilidad. tenciones, Maurita ha sido en todo lo demás una afectuosa e imparcial
Por supuesto, Murray no es la única persona del SFI que ha influido en crítica. Si este libro muestra un poco de claridad y se salva de la verbo-
mi trabajo -la lista es demasiado larga y ya fue incluida en el libro de rrea, probablemente se deba a las sugerencias de ella.
Waldrop-, pero pienso que es justo decir que ninguna otra interac-
ción de trabajo ha constituido un reto de tal magnitud. jOHN HOLLAND
La MacArthur Science Foundation ha apoyado mi trab'!jo consisten- Fridhem
temente durante varias décadas: primero, cuando formé parte del Lo- Gulliver, Michigan
gic of Computers Group de la Universidad de Michigan, con Arthur Abril de 1995.
Burks como investigador principal. Años más tarde, cuando Burks y yo
nos convertimos en coinvestigadores principales, me brindó nueva-
mente su apoyo. A propósito de Art Burks, recuerdo que cuando yo era
un joven miembro del personal de la Universidad de Michigan, él uti-
lizó su prestigio para encaminarme por los senderos que no formaban
parte de las rutas tradicionales de la universidad. Ha sido para mí un
amigo cercano y lln mentor durante casi cuarenta años.
Recientemente me eligieron como miembro de la MacArthur Foun-
dation, y fueron Murray Gell-Man y su esposa, Marcia, quienes me infor-
maron que había recibido ese honor (y sí, fue un escándalo cuando
me llamaron). Realmente no hay manera de describir el sentimiento de
libertad y de júbilo que acompaña a tal premio. Para bien o para mal,
la seguridad financiera que implica me ha estimulado para dar pasos
cada vez más riesgosos en el área de la investigación. Las decisiones
acerca de los proyectos a largo plazo cuyos beneficios son inciertos, ta-
les como la decisión de escribir este libro, se hacen más fáciles.
Sería imperdonable dejar de mencionar la presentación de Fran-
coise Ulam para estas conferencias. Por supuesto que usted puede leer
sus propias palabras al principio de este libro; sin embargo, las pala-
bras escritas sobre un papel no pueden tener la gracia de su discurso
oral. Conocí a Francoise en la reunión de recepción que precedió a las
conferencias, cuando teníamos suficiente tiempo para una conversa-
ción prolongada. Su encanto e inteligencia crearon inmediatamente
un ambiente de vivacidad y calor en un salón lleno de conversaciones.
Es fácil ver el porqué de su influencia en todas las facetas de la vida
personal y de investigador de Stan Ulam, un hecho que el propio
Ulam repite continuamente en su autobiografia.
He dejado a mi esposa, Maurita, para el final de este prefacio. Ella
ha sido el prototipo del profano inteligente interesado en la ciencia.
Me ha ayudado de muchas maneras, y no sólo proporcionándome
apoyo y aliento. Por ejemplo, fue Maurita quien me sugirió el nombre
I. ELEMENTOS BÁSICOS
pos, los cuales repelen continuamente o destruyen oleadas de invaso- tamiento de la identidad agregada del SNC es mucho más compleja
res siernpre cambia11tes, llan1ados ant(r;enos. Los ir1vasores -prin- que la suma de estas actividades individuales. El comportamiento del
cipalmente bioql1Ímicos, bacterias y vir11s- se presentan en infinitas sistema nervioso central depende de las interacciones mucho más que
variedades, tan diferentes entre sí como los copos de nieve. Debido a de las acciones. El 11úmero total de interacciones -centenares de mi-
esta variedad, y a que siempre están aparecie11do nuevos ir1vasores, e1 llones de neuronas, cada una realizando n1iles de in.teracciones simul-
sistema inmune no puede simplemente hacer una lista de los posibles táneas en una milésima de segundo- nos lleva mucho más allá de
invasores y prepararse para combatirlos; debe cambiar o adaptar (del nuestras experiencias con máquin_as. En comparación, la más sofistica-
latín adaptare) a sus anticuerpos para enfrentar a los nuevos invaso- da computadora parece apenas algo más que un ábaco automático. La
res que vayan apareciendo y nunca establecer una configuración fija. miríada de interacciones, modificadas por los cambios aprendidos,
A pesar de su naturaleza proteínica, el sistema inmune mantiene una produce la habilidad única de los cánidos, los felinos, Jos primates y
impresionante cohere11cia. En verdad, nuestro sistema inmune es lo otros mamíferos para anticiparse a las consecuencias de sus accior1es
suficientemente cohere11te con10 para derr1ostrar i1uestra identidad de por medio de la modelación (la capacidad de hacer un modelo men-
manera científica; es tan bueno para distinguirnos del resto del mun- tal) de sus mundos.
do, que rechazará la introducción de células provenientes de otro ser Después de más de un siglo de esfuerzos intensos, todavía no somos
hun1ar10 a nuestro organismo. (~orno consec11er1cia, irrcluso el tras- capaces de modelar muchas de las capacidades básicas de los SNC.
plante de piel proveniente de nn pariente requiere tomar medidas ex- No podemos modelar su capacidad para analizar escenas complejas
traordirrarias. poco familiares y convertirlas en elementos familiares, para no hablar
¿Cómo desarrolla el sistema inmune su exquisito sentido de identi- de su capacidad para construir modelos internos basados en Ja expe-
dad y qué hace vulnerable esa inmunidad? ¿Cómo se las arregla una riencia. La relación entre los diversos SNC y los fenómenos que no-
enfermedad como el sida para destruir esta identidad? Podemos decir sotros llamamos concie11cia es casi desconocida, es lin misterio que
que las identificaciones y las malas identificaciones son un producto nos deja con pocos lineamientos para el tratamiento de las enfermeda-
de la adaptación, pero el "cómo" de este proceso de adaptación está des mentales.
muy lejos de ser obvio. I.,os ecosistemas comparten muchas de las características y enigmas
Tratar de comprender la persistencia y operación de estas dos com- que presenta el sistema i11munc. Los ecosistemas muestran la misrna
plejas comunidades es más que una cuestión académica. Problemas sorprendente diversidad. Todavía tenemos que calcular de manera
acuciantes, como la prevención de la decadencia de las ciudades y el aproximada el número de organismos que se encuentran en un me-
control de enfermedades corno el sida poclríar1 resolverse si se' com- tro cúbico de suelo templado, para no bablar de la increíble cantidad
prendiera rnejor este proceso. Además, l111a vez que miremos hacia esa de especies que existe en un bosque tropical. Los ecosistemas están
dirección, veremos que existen otros sisten1as con1plcjos que ameritan fluyendo continuamente, y presentan una maravillosa panoplia de in-
preguntas similares, cuya respuesta también está relacionada con pro- teracciones, con10 el mutualismo, el parasitismo, carreras armamen-
blemas de largo alcance. tistas biológicas y mimetismo (de lo cual hablaremos más adelante).
Consideremos el sistema nervioso central (SNC) de los mamíferos. Materia, energía e información se mezclan en ciclos complejos. Y una
Con10 el sistema ir1mune, el SNC está constit1iido por t1n gran núrhero vez más el todo es más que la suma de las partes. Aun cuando tene-
de células, llamadas neuronas, que adquieren multitud de formas. In- mos un catálogo de las actividades de la mayoría de las especies parti-
cluso un S:'>!C simple consta de miles de millones de neuronas, de cen- cipantes, estamos lejos de comprender el efecto de los cambios en los
tenares de tipos diferentes, y cada neurona está en contacto directo ecosistemas. Por ejemplo, la estupenda riqueza del bosque tropical
con otros cientos, e incluso con miles, de cél11las nerviosas, formando contrasta cou la pobreza de su suelo. Este bosque sólo puede mante-
una red de trabajo compleja. Pulsos de energía recorren esta red pro- ner su diversidad por medio de un complejo conjunto de interac-
duciendo el "telar encantado" de Sherrington (1951 ). Esta red es simi- ciones que reciclan una y otra vez los nutrientes esparcidos a través
lar al sistema inmune, con un agregado de identidad emergente que del sistema.
aprende rápidamente y con gran facilidad. Aun cuando la actividad de Mientras no tengamos una comprensión clara de estas complicadas
una neurona individual puede ser compleja, está claro que el compor- y cambiantes interacciones, n11estros intentos por equilibrar la extrae-
20 EL ORDEN OCULTO BÁSICOS 21
ción de Jos recursos de los ecosistemas para que no se afecte la susten- ÜBJETIVOS
tabilidad de éstos serán, en el mejor de los casos, ingenuos y, en el
peor, desastrosos. Por otra parte, nosotros los humanos so111os ya tan
numerosos, que por fuerza modificamos extensamente las interaccio- El propósito de este libro es explorar las distintas maneras en las que
nes ecológicas, y lo más grave es que sólo poseemos ideas vagas de las nuestras intuiciones acerca de los SCA pueden ser transformadas en
consecuencias a largo plazo de estas accio11es. Sin embargo, nuestro conocimientos más profundos. En este intento la teoría es crucial. La
bier1estar, e incluso nuestra supervivencia, dependen de que seamos casualidad puede ocasionalmente revelar un secreto, pero es improba-
capaces de utilizar estos ecosistemas sin destruirlos. Los intentos de ble que esto nos suceda con frecuencia. Sin una teoría, no realizare-
convertir los bosques tropicales en tierras de labranza o de pescar en mos más que interminables inctlrsiones en territorios no cartografia-
las plataformas continentales más "eficientemente" sólo son síntomas dos. En cambio, si contamos con una teoría, poderr1os separar las
de problemas que año con año se vuelven más serios. características fundamentales de las peculiaridades casuales. La teoría
Muchos otros sistemas complt:jos también mantienen su coherencia proporciona hitos y señalamientos y nos indica qué observar y dónde
frente a los cambios, y ya podemos comenzar a extraer algunos de los actuar.
denominadores comunes a todos ellos (más adelante examinaremos Una pieza específica de comprensión que la teoría podría propor-
los sistemas adicionales bajo esta luz). Actualmente ya sabemos, por cionar es un método bien sustentado para localizar los "puntos de apa-
ejemplo, que Ja coherencia y persistencia de cada sistema dependen de lancamiento" en los SCA. Muchos SCA tienen la propiedad de sufrir
una gran cantidad de interacciones, la agregación de diversos elemen- grandes cambios cuando se les introducen pequeñas perturbaciones
tos y de la adaptación o el aprendizaje. También hemos observado que (efecto amplificador). Un ejemplo conocido de esto son las vacunas.
varios problemas complejos de la sociedad contemporánea -la de- La introducción a nl1estro torrente sanguíneo de una pequeña canti-
cadencia de las ciudades, el sida, las enfermedades mentales y el dad de antígenos debilitados o incapacitados -virus del sarampión,
deterioro ecológico- persistirán hasta que desarrollemos una mejor por ejemplo- puede estimular al sistema inmune a producir suficien-
comprensión de la dinámica de estos sistemas. Veremos que la econo- tes anticuerpos para hacernos completamente inmunes a esa enfer-
mía, el Internet y los embriones en desarrollo representan retos simila- medad. La vacuna "apalanca" al sistema inmune y lo obliga a aprender
res -balances comerciales, virus de computadora y defectos congéni- sobre la enfermedad que lo amenaza. También sabemos acerca de
tos, por ejemplo-, y probablemente encontraremos otros. otros puntos de apalancamiento en otros ScA, pero hasta la fecha no
Aun si estos sistemas complejos difieren en detalles, la cuestión de la tenemos un método general para investigarlos. La teoría es nuestra
coherencia bajo acoso constituye el principal enigma de cada uno. mejor esperanza para encontrar tal método.
Este factor común es tan importante que en el Santa Fe lnstitute clasi- Formular una teoría para los SCA es más que difícil, debido a que
ficarnos todos estos sistemas bajo un encabezado común: sistemas el comportamiento de un SCA es más complejo que la suma simple de los
complejos adaptables (scA). Esto es algo más que una nueva termino- comportamientos de sus partes. Además, hay abundancia de no-lineali-
logía; nos obliga a buscar los principios generales que rigen el com- dades en los SCA (más adelante ampliaremos este concepto). La no
portamiento de los SCA, principios que indiquen las distintas maneras linealidad significa que nuestras herramientas más útiles para genera-
de resolver los problemas concomitantes. lizar las observaciones y convertirlas en una teoría -análisis de ten-
La cuestión es extraer dicl1os_ principios generales. Esta cuestión es dencias, determinación de equilibrios, medios de muestreo, etc.-
nueva, por lo que el presente libro sólo puede empezar a bosquejar un quedarán totalmente desafiladas. La mejor manera de compensar esta
mapa de este territorio. Gran parte del mapa consistirá en regiones de pérdida es haciendo comparaciones interdisciplinarias del SCA, con Ja
terra incognitia y abundará en letreros que dirán: "Aquí existen mons- esperanza de extraer características con1unes. Con paciencia y discerni-
truos". No obstante, ya hemos ido suficientemente lejos para hacer miento podremos convertir esas características comunes en bloques de
algo más que comparaciones. En este primer capítulo podemos obser- edificación para construir una teoría general. Las con1paraciones
var algunos de los accidentes geográficos más prominentes y estimar cruzadas proporcionan otra ventaja: las características que son sutiles y
qué clase de aparato conceptual se necesitaría para ampliar nuestra difíciles de extraer de un sistema, pueden ser conspicuas y fáciles de
comprensión de los sistemas complejos adaptables. examinar en otro. Este capítulo trata acerca de siete características q11e
22 EL ORDEN OCLTLTO sAsrcos 23
las comparaciones cruzadas interdisciplinarias sugieren que son fun- agentes como determinado por un conjunto de reglas o normas. Las
damentales para ampliar nuestra comprensión de los scA. En los subse- reglas del estímulo-respuesta son típicas y simples: si ocurre un estimu-
cuentes capítulos se tejerá11 clichas características para convertirlas en lo s, ENTONCES dé una respuesta r; si cae el mercado, ENTONCES
los elementos de una teoría. venda, etc. Para definir el conjunto de todas las posibles reglas de estí-
mulo-respuesta para un agente dado, debemos describir los estímulos
que ese agente puede recibir y las respuestas que puede dar (véase la
AGENTES, META-AGENTES Y ADAPTACIÓN figura I.2).
Antes de comenzar con una descripción de las características mismas, §]estímulo~ respuesta
quisiera decir algo más acerca del escenario general. Los SCA están
constituidos, sin excepción, por gra11des números de elementos activos
que, como lo hemos visto en los ejemplos anteriores, son diversos tanto
en formas como en habilidades (véase la figura I.l). Pensemos en el
gran conjunto de empresas de Nueva York o en los exquisitamente es-
pecializados anticl1erpos de un sistema inmune. Para referirme a los
elementos activos sin invocar contextos específicos, he tomado presta-
do de las ciencias económicas el término "agente)). Este término tiene
las ventajas de ser muy descriptivo y de evitar prejuicios.
AGENTE AGREGADO
'
La conducta depende de las interac- '
'.
ciones de los agentes componentes '
'
en la red. Los agentes agregados ' Desempeño (una sucesión de acontecimientos E-Rl
'
pueden agregarse nuevamente para '
'
añadir nuevos niveles jerárquicos '
'
'
'
'
'
'
'
'
'
AGENTE ADAPTABLE
guiente capítulo me extenderé más sobre este enfoque basado en reglas cluir el aprendizaje y los procesos relacionados con éste. Con esta
para explicar el comportamiento los agentes. Por ahora nos cor1creta- expansión de su significación, podemos decir que la adaptación se
remos a tratarlo como un artificio de descripción. aplica a todos los agentes de los SCA, a pesar de las diferentes escalas de
La mayor parte del esfuerzo de modelación para cualquier SCA se tiempo aplicables a cada uno de ellos. Como puede verse en la figura
centra en seleccionar y representar los estímulos y las respuestas, debi- 1.3, las escalas de tiempo varían considerablemente. Los cambios de
do a que los comportamientos y las estrategias de los agentes compo- adaptación e11 las neuronas individuales del sistema nervioso tienen
nentes son determinados por dichos estímulos y respuestas. Para los lugar en intervalos que fluctúan entre unos segundos y unas horas; los
agentes del SNC (las neuronas), los estímulos podrían ser los pulsos cambios en el sistema inmune requieren de unas horas a varios días;
que llegan a la superficie de cada neurona, y las respuestas podrían ser los cambios de adaptación de las empresas comerciales toman varios
los pulsos de salida. Para los agentes del sistema inmune (los anti- meses o algunos años; fi11almente, los cambios en los ecosistemas pue-
cuerpos), los estímulos podrían ser las configuraciones moleculares den durar desde algunos años hasta milenios. Pero aun así los meca-
de las superficies de los antígenos invasores, y las respuestas podrán ser nismos involucrados en todos estos casos tienen mucho en común, una
las adherencias que diferencian las superficies de dichos antígenos. vez que se descuenta el factor tiempo. Hay un marco de trabajo gene-
Para los agentes de la economía (empresas), los estímulos podrían ser ral que apoya este extenso uso del termino (véase Holland, 1992),
las materias primas y el dinero, y las respuestas serían las me_rcancías pero por ahora no necesitamos ese nivel de detalle. Cada vez que sea
producidas. Podríamos hacer selecciones similares para todos los de- necesario, a todo lo largo del libro se introducirán partes de este mar-
más scA. En cada caso, la palabra "podríamos" es adecuada, debido a co de trabajo.
que son posibles otras selecciones, ya que diferentes selecciones po- En conclusión, en términos generales consideramos a los SCA_ co1110
nen énfasis en diferentes aspectos de cada SCA, produciendo diferentes sistemas compuestos por agentes interactuantes descritos en términos
modelos. Esto no tiene riada que ver con lo correcto o lo incorrecto de reglas. Estos agentes se adaptan cambiando sus reglas cuando
(aun cuando los modelos pueden ser concebidos deficientcmente), acumulan experiencias. En los SCA la mayor parte del medio ambiente
sino con los aspectos que están siendo investigados. de cualquier agente adaptable está constituido por otros agentes adap-
Una vez que especifiquemos el rango de algunos de los posibles tables, de manera que una porción de los esfuerzos de adaptación de
estímulos y el conjunto de respuestas permitidas para un agente dado, cualquier agente es utilizada para adaptarse a otros agentes adapta-
habremos detenninado las clases de~ reglas que pueden tener los agen- bles. Este rasgo constituye un fundamento importante de los patrones
tes. Ento11ces, por medio de la observación de estas reglas actuando en temporales complejos que generan los SCA. Para comprender los SCA
secuencia, pod,remos describir los comportamientos que puede adop- debemos comprender estos patrones siempre cambiantes. El resto del
tar el agente. Este es el punto en el que entra a la escena el aprendi- libro está dedicado a desarrollar tal comprensión completando este so-
zaje o la adaptación. En el establecimiento de una lista de conceptos mero bosquejo y agregando algunos detalles, contenidos y piezas rele-
básicos, podríamos pensar que es natural colocar a la "adaptación" al vantes de la teoría.
principio de la lista, debido a que la adaptación es una condición sine
qua non. Sin embargo, el tema de la adaptación es tan amplio, que ocu-
pará casi todo el resto de este libro. El presente capítulo se centra en Los SIETE BÁSICOS
las características más específicas de los SCA, por lo que aquí sólo agre-
garé unas pocas palabras sobre la adaptación y comentaré más amplia- Los siete conceptos básicos (que de aquí en adelante denominaremos
mente el tema en el próximo capítulo. simplemente "básicos") se refieren a cuatro propiedades y tres mecanismos
En biología, la palabra "adaptación" se define como el proceso por que son comunes a todos los SCA. Estas propiedades y mecanismos no
medio del cual un organismo se amolda a su medio ambiente. En tér- son los únicos básicos que se podrían seleccionar de una lista de carac-
minos aproximados, la experiencia guía los cambios en la estructura terísticas comunes, ya que el proceso mismo de selección es, hasta cierto
del organismo de manera que, con el paso del tiempo, éste hace mejor punto, cuestión de gustos. No obstante, todos los demás candidatos
uso del medio ambiente para alcanzar sus propios fines (véase la figu- pueden "derivarse" a partir de una combinación apropiada de Jos bási-
ra I.3). Aquí expandimos el rango del término "adaptación" para in- cos aquí mencionados.
26 EL ORDEN ()CULTO BÁSICOS 27
ADAPTACIÓN
La agregación es, en este sentido, una de nuestras principales técni-
cas para construir modelos. Nosotros decidimos qué detalles son
irrelevantes para las cuestiones que nos interesan y procedemos a
cambios en la estructura (estrategia) ignorarlos. Esto tiene como efecto clasificar en l1na sola categoría co-
basados en la experiencia del sistema sas que difieren sólo en los detalles excluidos; la categoría se convierte
en un bloque de construcción para la elaboración del modelo. Lamo-
delación, debe dejarse claro, es una forma de arte que depende de la
1
experiencia y del gusto del modelador. En esto ocurre algo muy pare-
r~r3l r~r~'•
cido a lo que sucede en el arte de la caricatura, especialmente de la ca-
ricatura política. El modelador (el caricaturista) debe decidir qué ras-
~-------/ '--- ___ ,; ________ / ,,___ __ /
\
gos es conveniente exagerar y qué rasgos se deben pasar por alto para
enfatizar la intención o el mens'!je político.
tiempo 1 2 100 El segundo sentido de la agregación está estrechamente relacionado
con el primero, pero en este caso se enfatiza lo que hacen los SCA, más
que la manera en que los modelamos. Concierne a Ja emergencia (apari-
ción) de comportamientos complejos a partir de interacciones agrega-
SISTEMA TIEMPO DE MODIFICACIÓN das de agentes menos complejos. Un nido de hormigas puede servirnos
como ejemplo. Cada hormiga tiene un comportamiento sumamente es-
sistema nervioso central segundos a horas tereotipado, y casi siempre muere cuando las circunstancias 110 se
sistema inmune horas a días adaptan al estereotipo. Por el contrario, el agregado de hormigas -el
nido de hormigas- es un organismo sumamente adaptable, que pue-
negocios meses a años de sobrevivir durante largos periodos aun frente a una amplia gama de
especies
amenazas. Es como un organismo inteligente construido con partes
días a siglos
poco inteligentes. El maravilloso capítulo "Ant fugue" del libro de
ecosistemas años a milenios Douglas Hofetadter (1979) aborda este punto mejor que cualquier
otro que haya leído. El nido de hormigas proporciona una versión pa-
FIGURA 1.3. Adaptación y aprendizaje.
norámica de los más espectaculares fenómenos emergentes, tales
como la inteligencia producida por grandes cantidades de neuronas
Agregación (propiedad) interconectadas, la identidad proporcionada por diversos conjuntos
de anticuerpos, o la espectacular coordinación de u11 organismo cons-
La agregación entra en el estudio de los SCA en dos sentidos. El p1imero tituido por miríadas de tipos diferentes de células, e incluso de la co-
se refiere a una manera estándar de simplificar Jos sistemas complejos: herencia y permanencia de una gran ciudad.
agregarnos cosas similares en categorías -árboles, automóviles, ban- Los agregados así formados pueden a su vez actuar como agentes a
cos- y después los tratamos como equivalentes. Los seres humanos un nivel superior (meta-agentes). Como puede verse en la figura 1.4,
analizan las escenas familiares de esta manera sin mayor esfuerzo. Pero con frecuencia se puede describir mejor la interacción de estos meta-
esto no es sorprendente, ya que las categorías que elegimos son reutili- agentes en términos de sus propiedades como agregados (primer sen-
zables. Casi siempre podemos descomponer las nuevas escenas en ca- tido). Gracias a esto podemos hablar del producto interno bruto, de la
tegorías familiares. También podemos generar escenas que nunca he- identidad proporcionada por el sistema inmune o del comportamiento
mos visto por medio de la recombinación de categorías familiares de un sistema nervioso. Los meta-agentes pueden, por supuesto, agre-
(muchos de los grifos, quimeras y arpías del bestiario medieval fueron garse (segundo sentido) y, a su vez, producir meta-meta-agentes. Cuando
formados por medio de la recombinación de partes de animales fami- este proceso se repite varias veces llegamos a la organización jerárquica
liares a los hombres de esa época). típica de Jos SCA.
28 EL ORDEN OCULTO füÍSICOS 29
AGREGADO PROPIEDAD DE AGREGADO una asociación. Pero todavía n1ás operacionales son los "sitios activos"
EMERGENTE que permiten que los anticuerpos se adhieran a los antígenos. La sofis-
ticación de esta particular versión del marbeteado fue muy bien descri-
·Compañía 1 ta por Edelman en 1988, durante una discusión sobre las moléculas de
·Compañía 2 -::::=:::;~ Producto interno bruto adhesión de las células. Podemos incluir también los patrones visuales
·Compañía 3
y las feromonas que facilitan el apareamiento selectivo en los anima-
les, así como los logos de las marcas comerciales y los iconos que facili-
Sistema inmune tan la interacción comercial (véase la figura I.5). De pronto parece evi-
---~--~---
·Anticuerpo 1 dente que el marbeteado constituye un mecanismo de supervivencia
·Anticuerpo 2 Identidad individual
·Anticuerpo 3
para la agregación y la formación de fronteras en los SCA.
Cuando examinamos de cerca los diferentes ejemplos del marbetea-
do, vemos que tienen lina característica en co1nún: s11 uso por parte de
!Si~tema nervioso los SCA para manipular simetrías. Debido a que las simctrias son comu-
·Neurona 1 nes, con frecuencia las utilizamos para percibir o modelar nuestro
·Neurona 2 Comportamiento
·Neurona 3 mundo cotidiano, a veces de manera totalmente inconsciente. I.,as si-
metrías nos permiten ignorar ciertos detalles, para poder dirigir nues-
FrGURA 1.4. Agregación y propiedades del agregado. tra atención a otros. Weyl ( 1952) escribió una rica exposición sobre
este punto. El clásico ejemplo de una simetría es una esfera perfecta,
digamos una bola blanca de billar. Una bola de billar exhibe una sime-
La agregación en el segundo sentido es, de hecho, la característica bá- tría rotacional completa, así que si se la coloca en cualquier posición
sica de todos los SCA, y los fenómenos emergentes que resultan de ello no se produce ningún cambio observable a simple vista. Si pintamos
constituyen el aspecto más enigmático de los SCA. El estudio de los SCA una franja alrededor del "ecuador" de la bola de billar, con esta acción
incrementa nuestra habilidad para discernir el mecanismo que permi- rompemos su simetría rotacional, y a partir de ese momento podre-
te a los agentes simples formar agregados altamente adaptables. ¿Qué mos distinguir lo que previamente era indistinguible a simple vista.
clase de "fronteras" delimitan a estos agregados adaptables? ¿Cómo Por ejemplo, si hacemos girar esta bola de billar pintada con una fran-
son dirigidas y coordinadas las interacciones del agente dentro de es- ja, podemos fácilmente observar si el eje de rotación es perpendicular
tas fronteras? ¿Cómo generan estas interacciones comportamientos o no al "ecuador" que forma la franja. En general, los marbetes i1os
que trascienden los comportamientos de los agentes componentes? permiten observar y actuar sobre las propiedades que previamente es-
Debemos estar en condiciones de responder tales preguntas si quere- taban ocultas por la simetría.
mos resolver los misterios, y las dificultades, que rodean a los SCA. Llevemos las comparaciones u11 poco más l~jos: consideremos un
conjunto de bolas blancas de billar en rápido movimiento sobre una
mesa de billar (después de un fuerte golpe del taco sobre una bola
lviarbeteado o etiquetado (mecanismo) que a la vez golpea a otras). En ese momento no podremos distinguir
la individualidad de cada una de las bolas (todas son blancas), a menos
Hay un mecanismo que facilita consistentemente la formación de que llevemos un registro preciso de sus trayectorias. Sin embargo, po-
agregados, al cual denominamos marbeteado ("identificación por demos romper la simetría por medio de etiquetas o marbetes: si pone-
marbetes", "asignació11 de marbetes", "simbolización" por marbetes, mos un marbete sobre una de las bolas podremos rastrear su posición
etc.). El ejemplo más común de esto es la bandera que se utiliza para a pesar de Sll movimiento.
motivar o convocar a los miembros de un ejército o a personas q11e Los marbetes son rasgos importantes de los SCA que facilitan la inter-
comparten la misma ideología política. Una versión más operacional acción selectiva y permiten a los agentes seleccionar a otros agentes u
de un marbeteado en estos días de Internet es el logo que encabeza un objetos, que de otra manera serían indistinguibles. Las interacciones
mensaje en el que se convoca a 11na reunión a miembros dispersos de bien establecidas basadas en marbetes proporcionan una base firme
30 EL ORDEN OCULTO sAsrcos 31
dremos un claro ejemplo de las complicaciones causadas por la no-li- U(t + 21) = U(t)-du(t) + bU(t).
nealidad.
Empecemos con una observación de sentido con1ún: ql1e los incre- La ecuación, la cual no torna en cuenta el envejecimiento, se utiliza
mentos en la población de los depredadores o en la población de las para realizar proyecciones de población y para el cálculo de cosas tan
presas aumentan la posibilidad de un mayor número de encuentros terrenales como las primas para los seguros de vida. Utilizamos exacta-
entre ellos. Simbólicamente, una U representa el número de depreda- mente el mismo argumento para obtener una ecuación similar para
dores en un área dada -digamos, una milla cuadrada-y V representa las presas:
el número de presas en la misma área; ento11ces el número de interac-
ciones por unidad de tiempo -digamos, un día- es dado por la fór- V(t + 1) = V(t) - d'V(t) + b't),
mula cUV, donde e es una constante que refleja Ja eficiencia del depre-
dador (por ejemplo, el ritmo promedio al que inspecciona Sll donde b'y d'son las respectivas tasas de mortalidad y natalidad para las
territorio). Si e= 0.5, U= 2 y V= 10, entonces habrá: presas (en este caso, también sin interacciones).
Para reintroducir el efecto de las interacciones depredadores-pre-
cUV = 0.5(2) (10) = 10 encuentros por día y por milla cuadrada. sas, incorporaremos la idea intuitiva de que el depredador aumenta su
bienestar cada vez que captura una presa. A fin de cuentas, este proce-
Si el número de depredadores se duplica -de manera que U= 4--y so (la captura de presas) ejerce un efecto positivo sobre la producción
el número de presas se incrementa 10 veces-de manera que V= 20-, de descendencia por parte del depredador. Para captar matemática-
entor1ces el número de encuentros se cuadruplicará: mente esta idea, introduzcamos otra constante (la constante r) para re-
presentar la eficiencia en la transformación de presas capturadas (ali-
cUV= O..'i( 4) (20) = 40 encuentros por día y por milla cuadrada. mento) en descendencia. Má.o.; interacciones significan más nacimientos;
así que, utilizando la tasa de interacción cU(t)V(t), obtenemos
Esta expresión involucra una no-linealidad, una de las más simples,
debido a que vincula el producto y no la suma de dos variables distintas; r[cU(t) V(t)}
es decir, la interacción total depredador-presa no puede ser obtenida
por la simple suma de las actividades de los depredadores y de las acti- corno el incremento en los nacimientos que provoca la interacción
vidades de las presas. depredadores-presas. Los cambios de población para los depredadores
Nuestro siguiente paso es tomar en cuenta explícitamente el hecho se convierten entonces en:
de que las poblaciones cambian con el paso del tiempo. Para propósi-
tos de notación, establezcamos que U(t) representa la población de U(t + 1) = U(t)-dU(l) + bU(t) + r[cU(t) V(t)}.
depredadores en el tiempo t y que V( t) representa la población de pre-
sas en el tiempo t. Aumentemos las interacciones depredadores-presas Para la presa, la captura por el depredador incrementa el número
eliminando las muertes motivadas por otras causas que no sean la de- de muertes. Utilizando r'para indicar Ja vulnerabilidad frente a la cap-
predación. Utilizando el enfoque más simple, establezcamos una tasa tura y la muerte durante las interacciones, obtenemos la siguiente
de natalidad b para todos los depredadores, de manera que los naci- ecuación de población para las presas:
mientos de éstos en el tiempo t sean bU(t). Las muertes pueden mane-
jarse de manera similar, utilizando una tasa de mortalidad d, de modo V(t + 1) = V(t)- d'V(t)- r'[cU(t) V(t)] + b'V(t).
que el número de muertes de depredadores en el tiempo t sea dU (t).
Si ignoramos las interacciones depredador-presa por un momento, ob- Este par de ecuaciones para U(t + 1) y V(t + 1) es una versión del fa-
tenemos el modelo simple de la manera en la que la población de de- moso modelo Lotka-Volterra (véase Lotka, 1956). Los métodos están-
predadores cambia a través del tiempo. El tamaño de la población, des- dar para simplificar y resolver las ecuaciones Lotka-Voltcrra muestran
pués de que ha transcurrido una unidad de tiempo, es la población en el que, bajo Ja mayoría de las condiciones, la población de depredadores
tiempo t menos las muertes, más los nacimientos, o sea: pasará por una serie de altibajos, que irán de festines a hambnmas, y lo
34 EL ORDEN OCULTO BÁSICOS 35
mismo ocurrirá con la población de presas. Esta predicción está basada tomando en consideración el hecho de que la adherencia de las franjas
en los registros de la Hudson Bay Company. A largo plazo, extensiones naranja pueda ser diferente a la de las franjas rojas (véase la figura I. 7).
de tales modelos podrían ayudamos a comprender por qué las in terac- En este caso, W(t) será la proporción de franjas naranja en el tiempo t,
ciones depredadores-presas muestran tan notables oscilaciones, mien- Y(t) será la proporción del compuesto franja naranja/azul sólido en el
tras que las interacciones dentro de los componentes de una ciudad tiempo t y e' será la velocidad de reacción, determinada por la adheren-
son relativamente estables. Por ahora sólo estamos interesados en el cia de las franjas naranja. Por lo tanto, para las franjas rojas, la fórmula
efecto de la no-linealidad en muchos de los esfuerzos de modelación.
Regresemos a la parte interactiva del modelo. La fórmula cU(t)V(t) es Los modelos más sencillos de interacción utilizan las colisiones aleatorias
(por ejemplo, los modelos atómico, químico y depredador-presa)
realmente el punto de partida para muchos modelos, incluyendo las
interacciones entre átomos o moléculas e incluso entre bolas de billar.
Para el estudio del efecto de las interacciones no-lineales en el escena- Número total de bolas: 1O
rio más simple posible, regresemos al ejemplo de las bolas de billar
(véase la figura 1.6).
Proporción de ~: 4/10 = 0.4
Restrinjamos el modelo para que incluya únicamente tres "especies"
de bolas de billar: bolas blancas con una franja roja, bolas blancas con
una franja naranja y bolas totalmente azules (bolas de azul sólido). Su-
pongamos que hay varias bolas de la misma especie sobre la mesa y
Proporción de •= 5/10 = 0.5
Esta reacción agrega (conjunta) las bandas, de modo que utiliza sólo la propor- Sin embargo, existe un problema respecto a la validez de esta ecua-
ción total de bandas {proporción de~ + propordón de ~} ción. Para que sea útil, debemos encontrar un coeficiente e" que fun-
Para que el modelo funcione, dos combinaciones de bandas con el mismo total deben producir el mis- cione con todas las mezclas de franjas.
mo resultado Bajo un enfoque lineal estándar, obtendríamos e" promediando los
coeficientes de las interacciones individuales franjas/azul sólido. No
FlGURA I.7. Reacciones del agregado.
obstante, éste es el punto en el que interfieren las no-linealidades. To-
memos dos diferentes mezclas de franjas. En la mezcla 1 la proporción
Y(t + l) ~ Y(t) + c'W(t)V(t) de franjas rojas es U= 0.4, mientras que la proporción de franjas na-
ranja es W = 0.1; en la mezcla 2 la proporción se invierte, así que U~
nos da el resultado de la interacción de las franjas naral)ja con los azules 0.1yw~0.4. En ambos casos el número total de franjas es S~ U+ W=
sólidos. Si Y(t) ~O, W(t) ~ 0.1 y c, = 0.1, entonces: 0.5. Por lo tanto, en ambos casos las ecuaciones para X deben dar las
mismas respuestas para la proporción de franjas/azules sólidos en el
Y(t+l) ~0+0.1(0.l) (0.5) ~0.005.
compuesto, ya que todos los números del lado derecho son los mis-
mos. Pero, ¿qué es lo que ocurre en la realidad? ¿Las interacciones de
Podemos obtener el compuesto del total de franjas y azules sólidos dos diferentes mezclas realmente producen la misma proporción total
(franjas rojas/azules sólidos más franjas naranjas/azules sólidos), X(t), de franjas/ azules sólidos en el compuesto?
sumando los resultados de las reacciones separadas, de la siguiente Para verificar esto, desarrollemos una computación detallada para
manera: las dos mezclas. Para la mezcla 1 ya hemos calculado el resultado cuan-
38 EL ORDEN OCL'LTO BÁSICOS 39
do X(x) ~O: los nodos y los conectores pueden aparecer y desaparecer, dependien-
do de si los agentes tienen éxito o no en sus esfuerzos por adaptarse.
X(t + l) ~ Y(t + l) + Z(t+ 1) ~ 0.105. Por tanto, ni los flujos ni las redes permanecen inmutables a través del
tiempo: son patrones que reflejan los cambios provocados por el pro-
Para la mezcla 2, tenemos: ceso de adaptación a medida que pasa el tiempo y se acumulan expe-
riencias.
X(t + 1) ~ Y(t + l) ~ 7, (t + 1) Los marbetes casi siempre definen a las redes delimitando las inter-
= Y(t) + Z(t) + cU(t)V(t) + c'W(t)V(t) accio11es críticas, es decir, las conexione_s principales. Los marbetes ad-
=0+0+0.5(0.1) (0.5) +0.1(0.4) (0.5 quieren este papel debido a que el proceso de adaptación que modifi-
= 0.025 + 0.020 ~ 0.045. ca a los SCA selecciona marbetes que favorecen interacciones útiles y
rechazan marbetes que provocan perturbaciones en el sistema. Esto
Aquí es donde está la incongruencia, ya que las dos mezclas produ- significa que los agentes con marbetes útiles se propagan, mientras
cen diferentes totales de compuestos -0.105 y 0.045-, aun si el nú- que los agentes con marbetes anómalos dejan de existir. Más adelante
mero total de franjas es el mismo. En este caso no funciona ninguna observaremos este proceso en detalle.
suma o promediación de los coeficientes de reacción de las partes del
CLAVE ------------------~
agregado, y no funciona debido a que no existe un coeficiente que sirva procesador t')
para ambas mezclas. Las interacciones no-lineales nos impiden asignar
una tasa de reacción para el agregado. .-----+ flujo de recursos ~ ¡f;.
Por todo lo que hemos visto, podemos asegurar que, incluso en las <::= flujo de capital
situaciones más simples, la no-linealidad puede interferir con el enfo-
que lineal de los agregados. De esto podemos extraer un enunciado
general: las interacciones no-lineales casi siempre provocan que el
comportamiento de un agregado. sea más complicado de lo que había-
mos previsto por medio de sumatorias o promediaciones.
proveedor 1
mineral©---+<>. partes automotrices
Flujos (propiedad)
La idea de flujo se extiende mucho más allá del ámbito del movimien-
to de los fluidos. En la vida diaria todos hablamos del flujo de mercan- piedra caliza@-----+- motores de automóviles
cías dentro de una ciudad o del flujo de capitales entre los países. En proveedor 2
contextos más sofisticados hablamos de flujos a través de redes de no- ./
dos y conectores. Los nodos pueden ser fábricas, y los conectores las
rutas de transporte para el flujo de mercancías entre las fábricas. Una FIGL'RA L 8. Flujos.
triada similar (nodo, conector, recurso) existe en otros SCA; por ejem-
plo, en el sistema nenrioso central (células nenriosas, interconexiones
de las células nerviosas e impulsos; en los ecosistemas (especies, cade- Los flujos tienen dos propiedades principales, muy conocidas en
nas alimenticias y bioquímicos); en la red de Internet (estaciones de economía, que son importantes para todos los SCA. La primera es co-
cómputo, cables y mensajes), etc. (véase la figura 1.8). En términos ge- nocida como el efecto multiplicador (véase Samuelson, 1948), la cual ocu-
nerales, los nodos son los procesadores -agentes-, mientras que los rre si se inyecta un recurso adicional a algún nodo. Por lo general, este
conectores son los que determinan las posibles interacciones. En los SCA recurso pasa de nodo a nodo y se va transformando a lo largo del ca-
los flujos a través de estas redes varían con el paso del tiempo; además, mino, produciendo una cadena de cambios (véase Ja figura 1.9).
40 EL ORDEN OCl}l,TO BÁSICOS 41
proveedor 1
$422 $563 ' $750
inversión
mineral 1 000 ---+•111
retorno por cada 1 000 unidades de mineral refinado es de 500 unida- comercial, depende del contexto proporcionado por otros agentes.
des de automóvil. Pero, ¿qué pasaría si nos las arreglamos para reciclar A grandes rasgos, cada clase de agente llena un mcho, el cual es defi-
las tres cuartas partes del acero de los autos? En tal caso, algo del mate- nido por las interacciones que se centran sobre e~ ag~nte.,,S1 re_rnove-
rial pasará a través de un ciclo que iría del fabricante al proveedor de mos una clase de agentes del sistema, creando un agujero , el sistema
mineral refinado a través del productor de acero, y de regreso al nodo con toda seguridad responderá con una cascada de acciones de adap-
de fabricación/ uso de los autos. Bajo este arreglo, con las 1 000 uni- tación, y el resultado será la creación de otros agent~s, los cuales "lle-
dades de mineral refinado la producción de acero sería de 1 600 unida- narán el hueco". Los nuevos agentes gue ocupen el mcho desocupado
des, las cuales a su vez producirían 800 unidades de automóvil en el por los agentes muertos o removidos, inmediatamente pr?porc10na-
nodo de fabricación/uso. El reciclaje, con el mismo consumo de mate- rán al sistema las interrelaciones faltan tes. Este proceso es similar al fe-
ria prima, produce más recursos en cada nodo. nómeno llamado convergencia en biología. Los ictosaurios de los mares
El hecho de que el reciclaje puede incrementar la producción no es triásicos llenaban prácticamente el mismo nicho que las marsopas de
particularmente sorprendente, pero el efecto total en una red con mu- los mares modernos. Aun cuando los ictosaurios no están emparenta-
chos ciclos puede resultar muy fuerte. Un bosque tropical de régimen dos con las marsopas, tenían formas y hábitos sorprendentemente pa-
lluvioso puede ilustrar este punto. En este lugar el suelo es extremada- recidos a los de éstas. Los ictosaurios se alimentaban principalmente
mente pobre, debido ague los aguaceros tropicales lixivian el sucio, lo de cefalópodos (calamares y pulpos), al igual que las marsopas. He
cual da por resultado que los nutrientes sean drenados hacia los ríos. aquí otra convergencia: el ojo de un calamar posee todas las partes y la
Por esta razón Ja agricultura ordinaria, la cual no recicla los desechos, complejidad del ojo de los mamíferos, pero los órganos de_ ambo~ pro-
prospera escasamente cuando ocupa las áreas deforestadas del bosque. vienen de tejidos enteramente diferentes. En dos fis10logias distmtas,
Por el contrario, el bosque virgen es rico tanto en especies como en ambos ojos llenan el mismo nicho, el cual está determinado por las
número de individuos. Este estado de cosas depende casi enteramente interacciones que dichos ojos deben proporcionar. . .
de la capacidad del bosque para capturar y reciclar los recursos críti- También ocurre una convergencia cuando una especie establecida
cos. Por lo tanto, en el bosque tropical no funciona la versión simple entra a un territorio virgen. Las islas de Hawaii, que emergieron hace
de la cadena alimentaria, en la cual los recursos van pasando hacia unos pocos millor1es de años, constituían ~n territorio _:irgen par~ Ja
arriba, hasta llegar a los depredadores de la parte superior de la cade- prolífica mosca de la fruta (genus Drosophzla), que llego a esa reg10n
na; por el contrario, ciclo tras ciclo atrapa los recursos, para que éstos proveniente de varios lugares. En un llempo relativamente breve han
sean utilizados una y otra vez antes de que finalmente vayan a parar el surgido más de 600 especies de mosca de la fruta, todas ellas descen-
sistema fluvial. El sistema resultante de este proceso es tan rico, que un die~tes de la primera especie que llegó. Pero todavía más notable es el
solo bosque tropical puede albergar a más de 1O 000 especies de insectos. hecho de gue las nuevas especies llenan nichos qu~ en otros luga~es
del mundo son ocupados normalmente por otras diferentes especies
de moscas. Las interacciones de un ecosistema pueden ser recreadas
Diversidad (propiedad) en otro, aunque los agentes sean totalmente diferentes.
También surge la diversidad cuando la propagación de un_ agente
En este mismo bosque tropical, además de la asombrosa diversidad de abre un nuevo nicho -oportunidades para nuevas ir1teracc1ones-
insectos, es posible caminar medio kilómetro sin encontrar dos ejem- que puede ser explotado por las modificaciones de otros agentes. El
plares de la misma especie de árbol. Pero el bosque tropical lluvioso mimetismo, un difundido fenómeno biológico, conslltuye un buen
no es sino un ejemplo aislado. El cerebro de los mamíferos está forma- ejemplo. En América del Norte el ejemplo más común de mimetismo
do por una panoplia de neuronas morfológicamente organizadas en involucra a la mariposa monarca (véase la figura I.11). La monarca
una elaborada jerarquía de núcleos y regiones. La ciudad de Nueva está adornada con unos patrones de color naranja y negro y, a pesar de
York contiene miles de distintas clases de comerciantes al mayo reo y al ostentar estos colores tan llamativos, vuela libremente por los campos
menudeo. Y lo mismo podríamos decir de otros srn.. sin preocuparse por los depredadores, como lo hacen otras especies.
Esta diversidad no es ni accidental ni aleatoria. La persistencia de No obstante, esta mariposa puede moverse tan !Ibremente debido a
cualquier agente individual, ya sea organismo, neurona o empresa que durante su vida larvaria acumula un amargo alcaloide que extrae de
44 EL ORDEN OCULTO BÁSICOS 45
una planta llamada asclepiadea. Los pájaros que las depredan pronto tos. Sin embargo, existe una diferencia crucial entre el patrón de una
aprenden a no comérselas, debido a que su ingestión les provoca ola estacionaria y los patrones de los sCA; la diferencia consiste en que
vómito. Hay otra mariposa, la virrey que tiene en sus alas patrones de los patrones de los SC"\ evolucionan. La diversidad observada en un SCA
colores casi idénticos a los de la monarca, pero carece de la sustancia es el producto de sus continuas adaptaciones. Cada nueva adaptación
amarga. Por supuesto que la razón por la que la virrey imita a la abre la posibilidad de posteriores interacciones y nuevos nichos. ¿Qué
monarca es evitar a los depr,edadores, con lo cual obtiene una mayor mecanismos permiten a los SCA generar y mantener patrones tempora-
libertad de mov1m1ento. ¿Como puede un cromosoma ciego generar les con tan diversos componentes? Las respuestas a esta pregunta son
los comphcados patron~s de colores que mimetizan los de una especie cruciales para lograr un profündo conocimiento de los SCA. Para desa-
totalmente diferente? Esta es una importante cuestión que veremos rrollar una teoría de amplio alcance debemos responder esta pregunta
detalladamente más adelante, cuando tengamos mejores fundamen- de una manera que se aplique a todos los scA, en cuyo caso se puede
tos. Aquí simplemente mostramos de qué manera la presencia de la aplicar, mutatis mutandis, un principio de la paleontología: si se com-
mariposa monarca proporciona un nuevo nicho. prende una especie, se comprende su filogenia.
Podemos hacer algunos progresos en la comprensión de los oríge-
Monarca Virrey nes de la diversidad si revisamos los flujos a la luz de este principio de
paleontología. Comenzaremos destacando que los patrones de inter-
acción familiares de la ecología -simbiosis, parasitismo, mimetismo,
carreras armamentistas biológicas, etc.- (véase la figura I.12 y la obra
que sobre este tema escribió Dawkins en 1976) se pueden describir
muy adecuadamente en términos de flujos de recursos dirigidos por
los agentes. Debido a que estas interacciones tienen equivalentes en
otros SCA, podemos extender hacia ellas estas observaciones. De
FIGURA I.11. Mimetis,mo. acuerdo con lo expuesto en la sección en la que abordamos el reciclaje,
los agentes que participan en fll.\jos cíclicos provocan que el sistema
retenga sus recursos. Los recursos así retenidos pueden ser explota-
. El mimetismo ~xiste en todos los rincones del bosque tropical. Los dos más adelante, ya que ofrecen nuevos nichos para ser ocupados
msectos se m1met1zan con las ramitas, las serpientes y hasta con el can- por nuevas clases de agentes. Las partes de un SCA que explotan estas
to de las aves. Las orquídeas se mimetizan de manera muy exacta con posibilidades, particularmente las partes que promueven la amplia-
una amplia gama de polinizadores que, como en el caso de la orquídea ción del reciclaje, son las que más proliferan. Las partes que no fa-
ab~ja, inducen movimientos copulatorios como un medio para cubrir vorecen, el reciclaje pierden sus recursos en favor de las que sí lo
al msecto con polen. La familia de las orquídeas consta de casi 20 000 hacen. Esta es selección natural, escrita cor1 mayúsculas. Es un proceso
especies, las cuales exhiben una extraordinaria variedad de formas y que conduce al incremento de la diversidad a través del incremento
mecamsmos (que_ mcluyen mecanismos para arrojar y captar polen). del reciclaje.
Cada :iueva espeoe abre nuevas posibilidades de interacción y especia- Podemos ampliar todavía más esta visión si agregamos algunas opi-
hzac10n, lo cual mcrementa todavía más la diversidad. niones sobre la no-linealidad. El reciclamiento de los recursos por el
La diversidad de un SCA es un patrón dinámico, a menudo persisten- comportamiento agregado de un conjunto diverso de agentes es mu-
te y coherente como la ola estacionaria de un torrente de agua que cho más que la suma de las acciones individuales. Por esta razón es di-
mencionamos con anterioridad. Si se perturba la ola estacionaria con fícil desarrollar un solo agente con las habilidades de un agregado. Es
una vara o una paleta, ésta se repara a sí misma rápidamente u11a vez más fácil aproximarse a tales habilidades complejas paso por paso, uti-
que el objeto perturbador ha sido retirado. De manera similar, en un lizando un sistema distribuido. Éste es un punto que será ponderado
SCA un patrón de interacciones perturbado por la extinción de algunos en el siguiente capítulo, cuando examinemos la emergencia de las
agentes con frecuencia se regenera a sí mismo por la aparición de nue- jerarquías por sustitución. Para entonces ya será evidente que no encon-
vos agentes, que pueden ser en detalle diferentes de los agentes extin- traremos un SCA que sólo favorezca a unos pocos tipos altamente adap-
46 EL ORDEN OCULTO BÁSICOS 47
tados, para que éstos exploten todas las oportunidades. La novedad mariposas con cierto patrón de colores en sus alas tienen un sabor
perpetua es la marca distintiva de los SCA. acre. Pero, ¿cómo lo aprendieron? Esta pregunta, ampliada para incluir
a todos los SCA, nos lleva a otra marca distintiva de ellos: su habilidad
Tiempo para anticiparse. Para comprender el rnecanisrno de la anticipación,
debemos entender que se trata de un mecanismo complejo: un mode-
lo interno. Utilicé la expresión "modelo interno" para cubrir casi el
mismo terreno que Gell-Mann (1994) cubre con el término "esque-
ma". Desafortunadamente la palabra "esquema", en este sentido, se
utiliza, en los estudios sobre temas tales como el de los algoritmos gené-
ticos, para designar otro concepto. Por lo tanto, y como ambos temas
aparecen en este libro, para evitar confusiones utilizaré la expresión
"modelo interno" al referirme al mecanismo de la anticipación.
El uso de modelos para la anticipación y la predicción es un tópico
que, en su más amplio sentido, abarca muchas de las ciencias. Es un
tópico difícil pero no impenetrable. En el siguiente capítulo desplega-
remos un sólido aparato conceptual para discutir la generación de los
modelos; no obstante, contiene algunos aspectos simples que pode-
mos abordar desde ahora.
La maniobra básica para construir modelos ya estaba bosquejada en
nuestro primer examen de la agregación: eliminar los detalles, de ma-
nera que sean ponderados los patrones seleccionados. Debido a que
los modelos que aquí interesan son anteriores al agente, éste debe se-
leccionar los patrones de entre el torrente de información que recibe,
y después debe convertir estos patrones en cambios en su estructura
interna. Finalmente los cambios en la estructura -el modelo- debe
pern1itir al agente anticiparse a las consecuencias que se generan
cuando el mismo patrón (u otro similar) vuelve a ser encontrado.
¿Cómo puede un agente "destilar" experiencias para convertirlas en
un modelo interno? ¿Cómo puede un agente desplegar las consecuen-
Tiempo cias temporales del modelo para anticipar eventos futuros?
Para empezar a contestar estas preguntas, echemos una mirada a
Con en transcurso del tiempo, la planta desarrolla una sucesión de compuestos bioquímicos ¡q:i ~]que
envenenan a la larva de la mariposa; por su parte, la mariposa desarrolla enzimas[$ <-"U] que neutrali-
modelos que han sido capaces de realizar predicciones. Habitualmente
zan o digieren estos agentes bioquímicos. adscribimos la capacidad de predicción únicamente a los mamíferos
"superiores", por lo que no incluimos a todos los organismos. Sin em-
FIGURA I.12. Carrera armamentista bioló[!jca. bargo, el hecho de que una bacteria se mueva en dirección de cierta
sustancia química implica la predicción de que la comida se encuentra
precisamente en esa dirección, y no en otra (véase la figura T.13). El
uso del mimetismo por parte de la mariposa virrey constituye una pre-
Modelos internos (mecanismo) dicción implícita de que cierto patrón de colores evita el ataque de los
depredadores. Cuando llegamos a los llamados mamíferos superiores,
Cuando presenté el tema del mimetismo mencioné el papel que de- observamos que los modelos dependen más directamente de la expe-
sempeña el aprendizaje: las aves insectívoras han aprendido que las riencia sensorial del agente. Un lobo basa sus movimientos en la antici-
18 EL ORDE~ OC1JLTO BÁSICOS 49
pación generada por un mapa mental que incorpora marcas geográfi- predicción implícita de algún estado futuro deseado, como es el caso
cas y olores. Los humanos primitivos construyeron una edificación del ejemplo de la bacteria. Un modelo interno manifiesto se utiliza
como Stonehenge como un modelo explícito externo que les ayudaba como una base para las exploraciones explícitas, pero internas, de al-
a predecir los equinoccios. Actualmente los humanos utilizamos las si- ternativas. Este proceso frecuentemente es llamado lookahead. *Un
mulaciones por computadora para predecir desde el comportamiento ejemplo típico del lookahead lo constituye la exploración mental de las
aerodinámico de un avión recién diseñado hasta el producto nacional posibles secuencias de movimientos durante un juego de '!iedrez, rea-
bruto. En todos estos casos está involucrada la predicción, pero los dos lizada antes de mover una pieza. Tanto los modelos tácitos como los
últimos incluyen también modelos externos, que potencian a los mode- manifiestos se encuentran en todos los scA (las acciones y la identidad
los internos. proporcionadas por el sistema inmune se encuentran en el extremo fi-
nal de la escala de lo tácito, mientras que los modelos internos de los
agentes de la economía son tanto tácitos como manifiestos).
¿Cómo distinguimos un modelo interno de otras piezas de la estruc-
tura interna que no tienen nada que ver con la modelación? Para res-
ponder esto tenemos que empezar por describir la característica más
importante de un modelo: permitirnos inferir algo acerca del objeto
que estamos modelando. Siguiendo esta línea de pensamiento podría-
mos decir que sólo podemos estar seguros de que una estructura de
un agente es un modelo interno si podemos inferir algo del medio
ambiente de dicho agente con sólo inspeccionar esa estructura. Cierta-
Nadando hacia una sustancia mente podemos inferir muchas cosas acerca del medio ambiente de
. ..gl_ucosada
. . IJJ.< cualquier organismo estudiando las partes relevantes de su morfología
y de su bioquímica. De acuerdo con esto, podríamos decir que esas
partes constituyen un modelo interno tácito. Sin embargo, también
podemos inferir el origen de un meteorito a partir de un análisis de su
·····cv·
)0 s11perficie y de su composición. En verdad es infruct11oso, incluso me-
tafóricarnente, atribuir un modelo inter110 a un meteorito; por lo tan-
rl~ /,, Aun las bacterias senci\las, to, necesitamos hacer más explícita nuestra definición.
como la E. coli, cuentan con Existe un requisito adicional que eliminará a los meteoritos y a otras
modelos internos proporcio- criaturas inanimadas: que la estructura de la que infiramos el medio
nados por la evolución
ambiente también determine activamente la conducta del agente. Por
lo tanto, si las acciones resultantes anticipan consecuencias futuras úti-
' '--\0 les, el agente tiene un modelo interno efectivo; de otra manera, ten-
J,ogramos un avance significativo cuando somos capaces de reducir ciones para todas las posibles situaciones er1 las que t11e encuentre,
los bloques de construcción al nivel uno, para que las combinaciones por la misma razón por la que el sistema inmune no puede tener una
de bloques de construcción interaccionen al nivel más bajo, ya que las lista de todos los posibles antígenos invasores. Por lo tanto, lo que
leyes que gobiernan los niveles más altos derivan de las leyes que go- hago es descomponer la situación, extrayendo de mi repertorio de
biernan los bloques de construcción de los niveles inferiores. Esto no bloques de construcción reglas relacionadas con autopistas, automó-
significa que las leyes de los niveles superiores sean fáciles de descubrir viles, neumáticos, etc. Hasta ahora cada uno de estos bloques de
-como tampoco es fácil descubrir teoremas geométricos aunque co- construcción ha sido practicado y refinado en decenas o cientos de si-
nozcamos los axiomas fundamentales-, pero sí incrementa notable- tuaciones. Cuando encuentro una situación totalmente nueva, lo que
mente la coherencia de la estructura científica. Regresaremos a este hago es combinar los bloques más relevantes y probados para modelar
punto cuando discutamos el concepto de emergencia en los SCA. la situación, de manera que sugiera acciones adecuadas y sus posibles
consecuencias.
BLOQUES DE CONSTRUCCIÓN Y RECOMBINACIONES
PROPIEDADES MECANISMOS
Caso-1 2 3 4
Posición
¡1 Agregaciones
/:;-;,t~;;~~p;;·1--- '·\
l .~:~~i~~~~o
2
Marbetes
2
3 3 1->[-.~J;~;-~~;~~-~J o etiquetas
4 '-~-~-~-··~-) ¡"~
6 No linealidad
-~
nariz Modefos internos
2
Un rostro puede ser definido mediante la concatenación de números asignados a sus componentes
Flujos
FIGURA l.15. Bloques de construcción jJara rostros. procesador p
~'- ,!/" consumidores
Bfoques de construcción
ción de la física, ya que estos bloques sirven para imponer regularidad ([Y;;/ ""o
a un mundo complejo. Basta con mirar el reducido número de notas
musicales que existen y la infinita variedad de música que se puede es-
cribir con ellas, o el uso de un limitado rango de morfologías que se Diversidad
requiere para describir la enorme cantidad de estructuras animales
que existe. Y esto se aplica casi con la misma contundencia a casi todo
lo que encontramos en la vida diaria. Por ejemplo, si se le pincha un
neumático a mi automóvil Saab rojo mientras viajo por una autopista,
inmediatame11te imagino lina se1ie de acciones posibles para remediar
el problema, aunque nunca me haya encontrado en esta situación en
F!GCRA_ I. 16. Los siete básicos para los sistenias coniplejos adaptables.
alguna ocasión anterior. No puedo tener preparada una lista de solu-
54 EL ORDEN OCULTO BÁSICOS 55
Este uso de los bloques de construcción para generar modelos inter- ¿ADÓNDE DIRIGIRNOS DESPUÉS?
nos es una característica bien establecida en los sistemas complejos
adaptables. Cuando el modelo es tácito, el proceso de descubrimiento Los siguientes tres capítulos combinan de diferentes maneras los siete
y combinación de los bloques de construcción generalmente está suje- básicos que acabamos de analizar (véase la figura I.16), buscando de
to a una escala de tiempo determinada por la evolución; cuando el esta manera alcanzar dos metas. La primera, objetivo del siguiente ca-
modelo es manifiesto, la escala de tiempo puede ser de una magnitud pítulo, es proporcionar una definición de "agente adaptable" que fun-
menor. Para finalizar, quiero insistir en lo que afirmé cuando abordé cione con las diferentes clases de agentes que se encuentran en los SCA.
el tema de los modelos internos y durante la discusión inicial sobre la La segunda, tema de los capítulos III y IV, es proporcionar un modelo de
adaptación: que el proceso de adaptación subyacente permanece sin computadora que sea lo suficientemente general para permitirnos llevar
cambios a través de toda la gama de SCA. a cabo expe1imentos relevantes para todos los SCA. En los capítulos subsi-
guientes aparecerán una y otra vez estos siete conceptos, sugiriéndonos
innovación mecanismos y proporcionándonos directrices (véase la figura 1.1 7).
multifuncionalidad
Más allá de estas dos metas hay un objetivo mayor: descubrir los
principios generales que nos permitirán sintetizar los comportamien-
morfogénesis
tos complejos de los SCA a partir de leyes simples. Los sistemas comple-
y:¡:Lción jos adaptables son muy diferentes de la mayoría de los sistemas que se
han estudiado científicamente, ya que los primeros exhiben coheren-
cia incluso si están sometidos a cambios continuos, y esto lo logran por
J medio de las acciones condicionales y la adaptación; además, no re-
enfermedades quieren de ningún mecanismo central de dirección. Al mismo tiempo,
autoinmunes
parece que todos los SCA tienen puntos de apalancamiento, en donde
pequeñas adiciones producen grandes cambios dirigidos. Resultará
más fácil descubrir estos puntos de apalancamiento si podemos descu-
brir los principios generales que gobiernan la dinámica de Jos scA. El
INDIVIDUAL
conocimiento de más hechos respecto a los puntos de apalancamiento
I~
m1met1smo
nos proporciona, a su vez, lineamientos para aplicar enfoques más
efectivos para resolver problemas relacionados con los SCA, tales como
las enfermedades inmunes, Ja decadencia de Jos grandes centros urba-
nos, Ja innovación industrial, etc. Por tratarse de problemas tan comple-
jos, es improbable que hagamos progresos sustanciales si no contamos
con lineamientos teóricos. Estamos apenas en el principio de una bús-
queda de principios generales, pero tenemos algunos indicios de lo que
biodiversidad podrían ser estos principios.
especialización
FlGURA l. 17. .l!,'l papel de los siete básicos en el estudio de los sistemas co1npüjos adaptables ..
II. AGENTES ADAPTABLES
diferente a c11alquier otro SCA. Ya hemos visto estas mismas característi- l. Las reglas deben utilizar una sola sintaxis para describir a todos
cas básicas en otros SCA, pues constituyen rasgos distintivos de todos los agentes de los SCA. . ..
ellos. Incluso podría decirse que no existe sistema compl".jo adaptable 2. La sintaxis de la regla debe servir para todas las mteracc10nes en-
ei1 el que no estén presentes estas siete características básicas. Esto nos
sugiere que debemos tratar a todos los SCA dentro de un marco de tra-
~~~=· .
3. Debe haber un procedimiento aceptable para modificar adaptatJ.-
.
bajo común que explote estos básicos. No obstante, hay una caracterís- vamente las reglas.
tica de los SCA que nos impide aplicar con todo rigor dicho marco de
trabajo: los agentes de los diferentes sistemas, que aun dentro de un En el capítulo anterior consideramos primero las reglas d~ la clase
mismo sistema exhiben diferencias reales. Por ejemplo, las empresas de más simple: SI (alguna condición es cierta) ENTONCES (re_ahce ~1erta
una ciudad no parecen tener mucho en comlin con los anticuerpos acción). Las reglas SI/ENTONCES se utilizan en una :impha variedad
del sistema inmune, y los organismos vivos de lln ecosistema no sepa- de campos: en psicología se llaman las reglas del estimulo-respuesta
recen en absoluto a las neuronas del sistema nervioso. En vista de (véase la figura II.l); en inteligencia artificial son ilamadas reglas ,de
esto, ¿realmente es posible encontrar una representación común para condición-acción; en lógica son llamadas reglas de la producoon.
tan diferentes agentes? De ser posible, sería factible aplicar un enfo- Nuestro objetivo inmediato es encontrar una sintaxis simple _para las
que común a todos los SCA; en caso contrario, habría que abandonar el reglas SI/ENTONCES, una sintaxis que funooneyara _c,ualqmer clase
intento. Por lo tanto, nuestro próximo objetivo es la búsqueda de una de agentes. Más adelante agregaremos una rr;od1ficac10n simple que
representación común para los agentes. proporcione a las reglas SI/ENTONCES sufioente poder para mode-
Exploraremos las posibilidades en tres etapas. Primero buscaremos lar cualquier agente que pueda ser modelado en una computadora.
una manera uniforme de representar las habilidades de las diferentes
clases de agentes, sin tomar en cuenta los cambios que pudieran ser
producidos por la adaptación. Llamaremos al resultado de esto sistema Entrada/salida (lnput/output)
de desempeño. La siguiente etapa es para utilizar el éxito (o el fracaso)
de los agentes para asignar créditos (premios) o penalizaciones a par- La sintaxis que utilizamos para las reglas SI/ENTONCES depende
tes del sistema de desempeño. Llamaremos a este proceso asignación de críticamente de la manera como interacciona el agente con su medio
crédito, tal como se acostumbra en otros estudios de aprendizaje y ambiente. Empecemos con el lado de la entrada (input). En términ?s
adaptación. La última etapa está relacionada con la realización de ordinarios, un agente percibe su medio ambiente_,.ª través de un~ serie
cambios en las habilidades del agente para remplazar con nuevas op- de estímulos. Si el agente es un anticuerpo, el estmmlo lo conslituyen
ciones las partes a las que se asignaron bajos créditos. Por razones, que las configuraciones moleculares -marbetes- d; las superfioes de los
se volverán evidentes más adelante, denominaré a este procedimiento antígenos. Si el agente es un ser humano, los est1mulos los re~1be a tra-
descubrimiento de las reglas. vés de sus cinco sentidos. Si el agente es una empresa comeroal, los es-
tímulos son los pedidos, el flujo de efectivo, las mercancías recibidas,
etc. En términos generales, los agentes están siend;i bombarde_ados
SISTEMA DE DESEMPEÑO por tal cantidad de estímulos, que reciben mucho mas mformac10n de
la que pueden utilizar. .
El primer paso para arribar a una descripción común de los agentes La primera labor del agente, entonces, es filtrar el t;irrente de mf~r
consiste en regresar a la descripción de los agentes adaptables que pre- mación que produce su medio ambiente. Para describir esta operaoon
sentamos al comienzo del capítulo anterior, en donde utilizamos re- de filtración adoptaré el punto de vista común, de acuerdo con el cual
glas corno instrumentos de definición. Ahora daremos un uso más am- el agente recibe información de su medio ambiente a través de un con-
plio a las reglas y las consideraremos como medios formales para definir junto de detectores. La clase más simple de _detect~res es la _d~ los que per-
a los agentes. Para que las reglas resulten instrumentos exitosos de ciben una propiedad particular del med10 ambiente aclivandose cuan:
unificación, aplicables a cualquier forma exterior de los agentes, deben do esta propiedad está presente, y desactivándose cuando no lo esta
satisfacer los siguientes tres criterios: (véase la figura II.2). Esto significa que el detector es un artific10 bmano
60 EL ORDEN OCULTO 1\GENTES ADAPTABLES 61
que transporta un bit de información acerca del medio ambiente. Tales cada uno de los cuales tiene un efecto elemental sobre el medio am-
detectores podrían parecer muy limitados en su capacidad para percibir biente cuando es activado por un mensaje apropiado (figura II.2). En
(sentir) el medio ambiente; no obstante, un número suficientemente un momento dado, la respuesta total de un agente es generada por
gr~nde de detectores puede transportar una gran cantidad de informa- grupos de efectores que se activan en ese instante; esto es, l<:>s efectores
c'.on. De hecho, la c_antidad de información trasmitida se eleva exponen- decodifican los mensajes estandarizados para provocar acc10nes en el
cialmente con el numero de detectores. Por ejemplo, un grupo de tres medio ambiente. Al hacer esto, los efectores "invierten" el procedi-
detectores binarios puede codificar 2 X 2 x 2 = 8 colores; un conjunto de miento que utilizan los detectores para codificar la actividad del me-
20 detectores, utilizando una variante del juego de "las veinte pregun- dio ambiente y convertirla en mensajes estandarizados. Como en el
tas", puede producir 22° (más de un millón) de distintas categorías. caso de los detectores, utilizamos los efectores como meca11ismos des-
criptivos para modelar la salida adaptativa del agente adaptable.
ESTÍMULO-RESPUESTA
Detectores Efectores
,_
se mueve ' huye
rayado persigue
largo mensaje mensaje vuelve la cabeza
==> cercano = Sistema F== extiende la lengua
.. de desempeño
'
§J un objeto pequeño vuela a la izquierda
l3liMJlI9ij vuelve la cabeza T5º a la izquierda Medio ambiente
FIGURá.. lI.l. Una regla del estímulo-respuesta. FlGGRA II.2. Detectores y efectores para un sistema de desempeño.
concordancia--i
fuerza
SI * ENTONCES @ @
~ *
~envía~
un objeto pequeño vuela al frente SI - ENTONCES
8
@ SI - ENTONCES
8
~ ~
SI @ ENTONCES @
~ extiende la lengua
Un mensaje -representado aquí por el símbolo no interpretado@- suele ser representado, en las
implementaciones, mediante una secuencia no interpretada de bits.
más simples consiste en introdl1cir un nuevo símbolo,#, el cual será in- portamiento. Las reglas así definidas actúan en gran medida como las
terpretado como "cualquier cosa es aceptable en esta posición". Más instrucciones que se le dan a una computadora: el grupo sirve como
coloquialmente, podríamos denominarlo el símbolo de "no importa". un programa que determina el comportamiento del agente. Si hay
Considere la s1gu1ente secuencia o cadena de símbolos: alguna manera de modelar un agente en una computadora, estas con-
diciones técnicas garantizan que puede ser modelado utilizando un
1#### ... #, grupo de reglas en este formato. Para obtener todo el poder de una
computadora, debemos dar a nuestras reglas dos condiciones inde-
f z-L--7[ pendientes -SI ( ) Y SI ( ) ENTONCES ( ) - y proveerlas con la ne-
gación SI NO ( ) ENTONCES ( ) ; sin embargo, por el momento po-
los cual?s son utilizados como la parte condicional de una regla. Esta de1r1os ignorar estos refinamientos.
cond1c1on responde a cualquier n1ensaje ql1e comience con un 1, sin
importar qué dígitos aparezcan en las otras posiciones L - l. De la mis-
ma manera, la cadena \ se mueve, azul, pequeño, cercano, ..
1
Mensaje de los detectores
#### ... ##1#01
1
Regla G) 01 (se mueve)(#) ... (#) ™™huye
-~
fz-I,--7[ Regla 0 §] (se mueve)(#} (pequeño) (cercano) ™ ™ acércate
representa una condición que responde a cualquier mensaje que ten- _,,.·
ga_ un 1 en_ la antepenúltilll_a posición, L - 2, y un O en la última posi- ··7;~'\·
uon, L. Bajo esta ordenac10n, el conjunto de todas las condiciones, C, Clave: #="no importa" (la regla no utiliza esta propiedad)
es el conjunto de todas las cadenas de unos, ceros y# de longitud L. La
designación formal de este conjunto es {1,0,#JL Una condición que utiliza más# acepta un rango más
amplio de mensajes: es más general
Debido a que la única acción de una regla en este formato es enviar
un mensaje, todas las reglas tienen la siguiente forma:
FIGURA II.5. Sintaxis para un sisterna de desempeño.
SI (condición de Ces satisfecha) ENTONCES (enviar mensaje de M)
Por ejemplo, con L ~ 5, la regla Con esta sintaxis obtenemos una técnica uniforme, basada en re-
glas, para modelar a los agentes, sean neuronas, anticuerpos, orga11is-
SI (1####) ENTONCES (00000) mos vivos o empresas comerciales. Las figuras 11.2y11.3 -las cuales no
deben ser tornadas demasiado en serio- ilustran el uso de una regla o
transmitirá el mensaje 00000 si detecta cualquier mensaje que comien- dos para captar una faceta del comportamiento de una rana (los sím-
ce con 1. La regla similar bolos abstractos ponen énfasis en la arbitraridad de las secuencias de
bits con que se codifican los mensajes).
SI (10101) ENTONCES (00000)
transmitirá el mensaje 00000 sólo si detecta el mensaje específico 10101. Actividad simultánea-paralelismo
Con los dos conjuntos -M ~ {l,0) 1· y C ~ {J ,0,#JL_.:_ y este formato pa-
ra las reglas, tenemos la capacidad para describir el comportamiento de Antes de seguir adelante debernos hacer una cuidadosa distinción en-
una amplia variedad de agentes. Un agente en particular es descrito tre los dife~entes usos d~ los mensajes en este sistema. Los mensajes
estableciendo el grupo de reglas, en este formato, que genera su com- originados en el detector tienen un significado interconstruido asigna-
AGENTES ADAPTAllLES 67
66 EL ORDEN OCl.TLTO
do por las propiedades ambientales detectadas. Por el contrario, los adecuado gue un agente tuviera una sola regla para cada situación a la
mensajes originados en la regla no tienen asignada una significación, gue se enfrentara, por la misma razón por la que el sistema inmune ca-
excepto cuando son utilizados para activar efectores. Estos últimos ad- rece de un conjunto de anticuerpos preparados para detener a todos
quieren significación en términos de su capacidad para activar otras los posibles antígenos: existen demasiadas posibilidades. En cambio, si
reglas. Es importante diferenciar estas dos clases de mensajes, ya que, simultáneamente cuenta con reglas activas, el agente puede combmar
de no hacerlo, los mens'!jes originados eu la regla podrían ser toma- una serie de reglas ya probadas para describir la nueva situación. Las
dos como provenientes del medio ambiente, lo que produciría "aluci- reglas se convierten en bloques de construcción.
naciones" en el agente. Generalmente se puede hacer esta distinción
asignando marbetes de identificación a las dos clases de mensajes.
Debido a que los mensajes originados en reglas no tienen significa- decelera, oríllate al acota-
se pincha neumático de Saab rojo cuando conduces
do interconstruido (seleccionaremos por el momento mensajes que por la autopista miento, saca repuesto
activan efectores), no encararernos contradicciones cuando varios
mensajes originados en reglas estén presentes al mismo tiempo. Esto
significa que podemos tener varias reglas activadas simultáneamente Contraste con reglas como bloques de construcción
sin temor a caer en contradicción; más reglas activas significan simple-
marbete o
mente más mensajes. Esto constituye una ventaja sustancial. Tenemos t1J etiqueta propiedades acción
un sistema que puede modelar las actividades concurrentes típicas de
un SCA y, como veremos más adelante, podemos utilizar los mensajes
como bloques de construcción para modelar situaciones complejas. __t!I??_ condición ' movimiento :
auto derrape # vira en dirección al derrape
Para explotar esta ventaja, proporcionamos al agente una especie de # #
auto # pinch~,zo ; COíidU(iendoi # [I_ decelera
inventario -una lista de mensajes que almacena todos los rr1ensajes ac-
tuales-. Una útil aunque fantasiosa metáfora para visualizar la actua- auto # i aceite bajo i detenido apaga el motor
hemos manejado un Saab -rojo o de cualquier color-; no obstante, lelas. Si una hipótesis falla, hay otras reglas en competencia que están
aun así estarían1os en cor1diciones de actuar apropiadamente, gracias a la espera de ser probadas. Por supuesto, yo estoy a favor de este últi-
a que podemos descomponer esta situación en varias partes, con cada mo punto de vista.
una de la~ cuales sí estamos medianamente familiarizados. Por ejemplo, La asignación de crédito es una tarea fácil cuando el medio ambien-
la mayona de nosotros ha tenido alguna experiencia con neumáticos te produce una remuneración (recompensa, premio) por una acción.
pmchados; la mayoría de nosotros ha manejado por una autopista, etc. Si damos vuelta a la llave de ignición del motor y el auto arranca, esta
Esto puede describirse dentro de las reglas para manejar todos o casi acción rápidamente se convierte en parte de nuestro repertorio. La
todos los componentes de esta situación. En términos de nuestra sinta- asignación de crédito se hace mucho más difícil cuando un conjunto
xis para los agentes basados en reglas, esto significa reglas en Ja forma de acciones "antiguas" hace posible un resultado reciente. El proble-
de SI (se pincha un neumático mientras manejamos) ENTONCES ma se puede exponer claramente si examinamos un juego de damas
(disminuir la velocidad), SI (se pincha un neumático en la autopista) chinas. Dar un triple salto en este juego, cuando es posible, siempre
ENTONCES (orillarse hacia el acotamiento), etc., codificadas en la contribuye a ganarlo y, como en el caso de la llave de ignición del mo-
sintaxis C/M (véase la figura U.6). Estas reglas, invocadas simultánea- tor, es fácil acreditar una regla que sugiere esa acción. Sin embargo,
me.nte por los me11;sajes originados por el detector y por otras reglas, ¿cómo acreditaría esta regla un jugador neófito si su acción sólo pro-
activan las secuencias apropiadas del efector. Por supuesto, en una si- dujera efectos después de cuatro jugadas? ¿Cómo sabrá el neófito que
tuación real habría muchos medios tonos que no se podrían captar fue precisamente esa regla, y no otra, la que produjo el resultado en
con un ejemplo tan simple como éste. Habría mensajes y reglas activas las etapas subsecuentes? ¿Cómo sabrá que este resultado no fue sim-
correspondientes a la memoria de corto plazo (relacionados con los plemente la consecuencia de un error cometido por su oponente? Sin
sucesos recientemente ocurridos en la autopista), a los objetivos del embargo, un buen jugador de damas, así como las acciones complejas
viaje, etc. Cientos de reglas podrían estar activas, pero el principio de de un SCA, dependen de la habilidad para acreditar con anticipación
la descomposición de la situación en bloques de construcción familia- y de establecer una adecuada secuencia de etapas.
res sería el mismo. El problema de la asignación de crédito se hace todavía más complica-
do cuando consideramos un sistema de desempeño con muchas reglas
activas simultáneamente. A medida que el sistema continúa adaptán-
ADAPTACIÓN POR ASIGNACIÓN DE CRÉDfIO dose, algunas reglas se hacen más útiles y otras no; algunas descompo-
nen el medio ambiente de tal manera que pueda ofrecer guías útiles
Hasta ahora no hemos dicho nada acerca de la capacidad del agente para la acción, y otras no. Además, pueden pasar largos periodos antes
para adaptarse. de que las consecuencias de una acción actual sean evidentes. Algunas
Hemos descrito el sistema de desempeño del agente, sus habilidades en acciones pueden ser dañinas a corto plazo, pero útiles a largo plazo,
un particular punto del tiempo. Ahora tenemos que analizar de qué como ocurre durante un juego de ajedrez. Con todos estos impedi-
manera. cambia el desempeño del sistema a medida que gana ex- mentos, ¿cómo determina un agente qué reglas son útiles y cuáles son
per1enc1a. perjudiciales?
El primer paso consiste en examinar con atención la función de las Aquí podemos utilizar otra útil metáfora: el eslabón estándar entre
reglas en el sistema de desempeño. De acuerdo con el punto de vista la competencia y el capitalismo. Cada regla puede ser tratada como un
usual, las reglas representan un conjunto de hechos acerca del medio productor (factor, hombre promedio) que compra y vende mensajes.
ambiente; por tal motivo, todas las reglas deben mantener cierta consis- Los "proveedores" de una regla son aquellos que envían mensajes que
tcn~ia con las demás. Si se ir1troduce un carnbio o una nueva regla, debe satisfacen sus condiciones; los "consumidores" de una regla son aquellos
venficarse que esto no provoque inconsistencias entre las reglas. que actúan sobre sus mensajes. La fuerza de una regla es tratada como
Pero hay otra manera de considerar las reglas. Deben ser vistas el efectivo en mano. Cuando una regla "compra" un mens'!je, debe pa-
com.o hipótesis que están bajo prueba y confirmación. Bajo este punto gar por él con el efectivo que tiene a la mano, con lo que se reduce su
de. vista, el obJetNo es proporcionar contradicciones, más que tratar de fuerza. Cuando una regla "vende" un mensaje, su fuerza se incrementa
evitarlas; es decir, las reglas vienen siendo opciones, hipótesis para- con la cantidad que le paga el comprador (véase la figura II. 7).
70 EL ORDEN OCULTO AGENTES ADAPTABLES 71
proveedor regla R consumidor ¿De qué manera exactamente este proceso de compra y venta ayuda
'" mensaje mensaje aR
al agente a resolver su problema de asignación de crédito? Para hacer
la conexión, debemos determinar q11iénes son los consu111idores
("compradores") finales. Son las reglas que están activas cuando el
pago pago agente recibe una recompensa abierta del medio ambiente. El agente
[6] [8]
sabe que estas acciones son deseables -como en el caso del salto tn-
ple-, por lo que las reglas directamente responsables son auto!Ilática-
R después de la transacción: ~-@)NTóNéesA.{~~ = 60 - 6 + 8
mente reforzadas. Debemos recordar que la recompensa explicita se
Reglas que determinan el escenario y que motivan que la recompensa sea fuerte reparte entre las reglas que están activas en el momento en que se otor-
ga. Este proceso es muy parecido al del condicionamiento pavloviano,
FIGURA IL 7. Asignación de crédito. Ca1nbiando la fuerza de la re[:;la.
que consiste en el reforzamiento inmediato de las acciones deseables.
Ahora consideremos cualquier regla que sea un proveedor mmediato
La competencia es introducida a través de un proceso de subasta de otra regla considerada como un consumidor final reforzado. Su-
(véase la figura II.8). Sólo las reglas cuyas condiciones están satisfechas pongamoscque este proveedor ayuda a establecer el escenmio que hace
son elegibles para competir, y sólo los ganadores obtienen el derecho posible que esta regla produzca una recompensa del med10 ambiente.
de enviar ("vender") sus m~nsajes. El monto de la oferta de una regla Corno las recompensas hacen más fuerte al co11surnidor final, incremen-
está determinada por su tuerza. Las reglas más fuertes hacen ofertas tan el monto de las propuestas, debido a que éstas son proporcionales
más altas. Después los ganadores pagan a sus proveedores, y los perde- a su fuerza. El proveedor, a su vez, se vuelve más fuerte debido a que
dores no pagan nada.
recibe un pago mayor. Después de un tiempo, los proveedores de los
proveedores también se beneficiarán de este incremento de fucrza,si
? continúan proveyendo de una plataforma (escenano) para que actue
el proveedor anterior. Podemos repetir este proceso a través de toda la
cadena de proveedores que proporcionan la plataforma para la recom-
. pensa explícita de la acción del último consumidor. Todas las reglas de
la cadena finalmente serán reforzadas debido al progresivo refuerzo
de sus consumidores.
SI el objeto está a la izquierda ENTONCES gira la cabeza 15º a la izquierda ~ Pero todavía queda una duda: ¿Qué ocurriría si la regla-proveedor
SI el objeto está a la izquierda ENTONCES gira la cabeza 15º a la derecha G envía un mensaje que activa a la regla-último consumidor, pero "hace
trampa" al no establecer un escenario apropiado para la acción de este
Las reglas actúan como hipótesis en competencia; cuanto más fuerte sea la regla, más posibilidades
tiene de prevalecer en la competencia consumidor? La regla-consumidor, entonces, no será recompensada,
Sólo las reglas que ganan la competencia transmiten sus mensajes
aun cuando haya pagado a su proveedor. Habrá pagado sin ser re-
compensada, con la consiguiente disminución de su fuerza_. Como
FIGURA II.8. Competencia de las reglas en un sistema paralelo basado en reglas. consec11encia de esto, d11rante el siguiente ciclo de transacciones el
proveedor que hizo trampa recibirá una paga menor por parte del
consumidor. Debido a que el proveedor se encuentra en una etapa
Después de competir, los ganadores tienen menos fuerza y sus pro- anterior a la del consumidor final en el proceso de construcción de
veedores más. Los ganadores, sin embargo, han obtenido el derecho de fuerza, pronto llegará a un lugar situado por debajo del de sus compe-
enviar sus mensajes, y con esto la posibilidad de tener consumidores tidores. Esto ocurrirá con toda seguridad si hay otras reglas que sí
que se los compren y les paguen por ellos. En este escenario, una regla cumplen con establecer una plataforma para el consumidor final.
ganadora prosperará -se hará más fuerte- sólo si sus consumidores le Como puede verse, los tramposos no prosperan bajo este régimen. Se
pagan una cantidad mayor de la que ésta pagó cuando ganó la subasta. puede repetir este argumento a lo largo de cualquier cadena de pro-
(El viejo adagio del capitalismo dice: "Compra barato y vende caro".) veedores.
EL ORDEN OCULTO AGENTES ADAPTABLES 73
Este procedimiento de asignación de crédito, al cual llamaré el algo- un objeto pequeño moviéndose cerca, rl y r2 deben estar en compe-
ritmo de la brigada de la cubeta, refuerza las reglas que pertenecen a cade- tencia directa. Si r 1 y r2 tienen una fuerza más o menos igual, r2 ten-
nas de acción que terminan en recompensas. El proceso constit11ye una drá la ventaja, debido a su mayor especificidad. Por lo tanto, r2 hace
confirmación de la hipótesis sobre el establecimiento de plataformas y una oferta mayor debido a que utiliza más información acerca de la si-
metas. Los teoremas de las matemáticas aplicadas a la economía pue- tuación.
den ayudar _cuand'.' los apliquemos a ambientes estadísticamente regu- Ahora por primera vez estamos en posición de discutir la formación
lares, y las simulaciones por computadora muestran que funcionan en de los modelos internos. En efecto, las dos reglas rl y r2 forman un
una gran variedad de ambientes, particularmente cuando se combi- modelo simple del medio ambiente. Pero es un modelo evidentemen-
nan con la regla del proceso de descubrimiento. te no resuelto, debido a que rl y r2 entran en contradicción cuando
son activados simultáneamente. No obstante, una inspección más de
Modelos internos cerca de esta contradicción revela una especie de simbiosis entre estas
dos reglas. Supongamos que este agente -una rana-vive en un medio
Existe una modificación para el proceso de subasta que lleva más ade- ambiente en donde la mayoría de los objetos en movimiento -cigüeñas
lante ~la cons_trucción de modelos internos, que está basada en la per- y mapaches- son peligrosos, pero los objetos en movimiento cercanos y
cepc10n mtultlva de_que, en igualdad de circunstancias, un agente pre- pequeños, las "moscas'', son alimento. La regla más general, la rl,
fiere reglas que utthcen más información acerca de una determinada constituye una regla genérica para ser utilizada cuando no existe in-
situación. En nuestra sintaxis, la cantidad de información utilizada por formación detallada, la cual ordena: "Si se está moviendo, es peligro-
una regla depende del número de símbolos # en las condiciones de la re- so". Pero si esta regla fuera aplicada siempre, la rana perecería de
gla. Una regla es más específica si tiene menor cantidad de símbolos# en hambre debido a que huiría de todo objeto en movimiento, incluidas
sus condiciones (véase la figura II.5). Por ejemplo, la condición## ... # las moscas que constituyen su alimento. Por el contrario, la regla más
acepta cualquier mensaje, por lo que no proporciona información al- específica, la t2, produce una acción correcta cuando las moscas están
guna cuando es satisfecha. En el otro extremo, la condición 11. .. 1 es cerca, constituyendo una excepción para la regla genérica. Y, como es
s~tisfecha por 11n mensaj'." específico -una cadena de unos-, propor- más específica, compite ventajosamente con la otra debido a que con-
c10nando el maximo posible de información. Para instrumentar la pre- tiene la restricción "pequeño y cercano". El siguiente argumento revela
ferencia debemos modificar el proceso de subasta, y la manera más la simbiosis. Cada vez que la regla genérica r1 comete un error, pierde
simple de lograrlo es haciendo a la oferta proporcional al producto de fuerza. Cuando la regla r2 gana, previniendo el error, evita también el
la fuerza y la especificidad. De este modo, si la fuerza o la especificidad error de la rl. Así, la presencia de la r2, aun cuando contradice a la rl,
están cerca de cero, la oferta también estará cerca de cero. Sólo si am- en realidad la beneficia. Las dos reglas, juntas, proporcionan a la rana
bas -la fuerza y la especificidad- son grandes, la oferta será grande. modelo una interacción mucho mejor con el medio ambiente que la
Veamos una nueva c~mpetencia entre una regla más específica, rl, y que le proporcionaría una sola.
una regla menos especifica, r2. Para que este ejemplo sea más concre- Al formar modelos internos con la presente sintaxis, encontraremos
to (figura II.9), hagamos que rl sea la regla del estímulo respuesta: que es más fácil descubrir y probar una regla general que una específi-
ca. Para comprobar esto, consideremos a un agente que tiene L ~ 100
SI (hay_ un ohjeto moviéndose en el medio ambiente) ENTONCES (huye), detectores. La condición más simple que utiliza cualquier información
y permite que r2 sea la regla del estím11lo-respuesta. es la que depende de un solo detector, teniendo el símbolo # para to-
SI (hay un objeto pequeño moviéndose cerca en el medio ambiente) EN- dos los demás detectores. Un caso típico sería la regla genérica para
TONCES (aproxímate). nuestra rana, la cual utiliza sólo la propiedad: "moviéndose". ¿Cuántas
condiciones distintas hay exactamente que dependan de sólo uno de
Cualquier mensaje concerniente a un objeto que se mueve satisfará los 100 detectores? Podemos contarlas de la siguiente manera: selec-
rl, pero sólo un subconjunto de estos mensajes satisfará r2; es decir, cionemos cualquiera de los 100 detectores (posiciones) como la pro-
aquellos mensajes que informan sobre las propiedades adicionales del piedad en la que estamos interesados. Después decidamos si la condi-
objeto: que éste es pequeño y que está cerca. Sin embargo, cuando hay ción es requerir que la propiedad esté presente (1) o ausente (O); es
74 EL ORDEN OCULTO AGENTES J\DAPTABLES 75
decir, podemos seleccionar cualquiera de las 100 posiciones, y hay El número de condiciones generales no es menor, aunque éstas son i,
dos posibilidades para cada posición. Por lo tanto, hay justo 200 dife- probadas más frecuentemente por los agentes en los ambientes tí-
rentes posibles condiciones que utilizan un solo detector. La totalidad picos. A modo de prueba, supongamos que todos los mensajes de los
de estas 200 condiciones podría ser probada en un tiempo breve, para detectores son igualmente probables. En tal caso, un detector estará ac-
conocer su utilidad. tivado (1) con la misma frecuencia en que esté desactivado (O), lo cual
equivale a decir que aproximadamente la mitad de todos los mensajes
\ se mueve, azul, pequeño, cercano, . .. ; tendrán un valor de 1 para un detector dado. Consideremos ahora la
condición general 1### ... #, la cual será satisfecha en aproximadamente
1
Mensaje de los detectores
la mitad del tiempo. Esta condición estará siendo probada con mucha
frecuencia. Por lo tanto, la asignación de crédito rápidamente designará
1
Regla G) 01 (se mueve) (#) ... (#) ™™huye una fuerza apropiada a una regla que esté utilizando esta condición.
,.~
Ahora contrastemos la ligeramente más específica condición
Regla 0 01 (se mueve)(#) (pequeño) (cercano) ™ ™ acércate 10### ... #. La mitad de los mensajes contendrá un 1 en la primera po-
''·...,,-''
.· sición, pero sólo la mitad de éstos también tendrá un O en la segunda
posición; es decir, sólo 1/2 x 1/2 ~ 1/ 4 de los mensajes satisfarán
10### ... #, parlo que la condición sólo será probada con la mitad de la
frecuencia que 1### ... #.Puede verse fácilmente que la tasa de prueba
cae a la mitad por cada valor de detector adicional utilizado por la
condición.
ADAPTACIÓN POR EL DESCURRIM!ENTO DE LA REGLA zador de Venturi, una bomba de agua, pistones, juegos de engranes,
etc. Las primeras computadoras digitales combinaban un conta.dor de
El primer proceso que se me ocurre para la generación de reglas es partículas Geiger, un tubo de rayos catódicos de imag'.'n persistente
realizar una especie de tanteo aleatorio, haciendo cambios aleatorios (de desvanecimiento lento), cables para conduor corrientes, etc. En
limitados por las reglas que ya están establecidas. Este procedimiento ambos casos la mayoría de los bloques de construcción ya estaba en
p.uede funcionar en ocasiones, pero no hace mucho uso de la expe- uso, en diferentes contextos, desde el siglo XIX. Fue una combinación
nencra del sistema. Los verdaderos cambios aleatorios son como el específica, entre un gran número de combinaciones posibles, la_ que
lanzamiento de una moneda al aire: lo que ocurre después no depen- permitió la innovación. Cuando un nuevo bloque de construccion es
de de lo que ha ocurrido antes. Hacer cambios aleatorios en un mode- descubierto, el resultado es, generalmente, una sene de mnovaoones.
lo interno complicado -como en una jerarquía por omisión- con la El transistor revolucionó un gran número de aparatos, desde compu-
esperanza de mejorarlo equivale a hacer cambios aleatorios en una tadoras hasta radios portátiles. Incluso se pueden obtener nuevos blo-
fórmula complicada: la mayor parte de ellos no provocarán ninguna ques de construcción, o parte de ellos, por medio de la con_ibinación
mejora. de bloques de construcción más elementales. La construccwn de los
¿Qué otras opciones existen? Nos irá mejor si podemos asegurar al- transistores se basó en el conocimiento de los rectificadores de selenio
guna clase de verosimilitud para las reglas recién generadas; es decir, y de los semiconductores en general.
que no sean evidentemente equívocas cuando se contemplen a la luz de
la experiencia. En la mayoría de los casos la verosimilitud proviene del
uso de bloques de construcción ya probados. Si regresamos al ejemplo Esquemas
del "neumático pinchado mientras manejábamos un Saab rojo en ]a
autopista", veremos que la verosimilitud provino del uso de bien cono- ¿Cómo podemos abordar el tema de los bloques de cm1strucció.n para
cidos bloques de construcción para describir la nueva situación. Si se- reglas? El enfoque más directo, desde el punto de vista de la smtax1s
guimos esta línea de pensamiento, el siguiente paso sería encontrar de las reglas utilizadas en este libro, consiste en expl~tar los valores en
componentes -bloques de construcción- para las reglas individua- posiciones seleccionadas en la secuencia o cadena bmana de la regla
les. En tal caso, un componente que aparezca consistentemente en re- como bloques de construcción potenciales. Por ejemplo, podemos
glas "fuertes" sería un posible candidato para ser utilizado en las nue- preguntar si es o no útil, en promedio, iniciar u11a c.ondición :~1: un 1
vas reglas. Con el uso de suficientes reglas "fuertes" y métodos útiles en la primera posición. En el caso de la rana, la pnmera posJC10n co-
para localizar los componentes en ellas podremos generar un vasto rresponde al detector de movimiento. Para !_a r~na, la pregunta acerca
número de nuevas reglas sin apartarnos en ningún momento de los de la utilización de un 1 en la primera posJCion como un bloque de
componentes ya probados. Estas nuevas reglas serán sólo posibles candi- construcción con1ún para nuevas reglas conduce a otra pregunta acer-
datos -podrían resultar no idóneas-, pero el proceso debe ser consi- ca de la importancia del movimiento en el medio ai:ibiente . . .
derablemente más eficiente que el del tanteo aleatorio. Y, por supuesto, Este enfoque, que trata los valores de las pos1.c10nes mdividuales
puede haber otros métodos para descubrir los componentes de una como bloques de construcción, tiene muchas similitudes con.~] enfo-
nueva regla, con lo que se abrirán nuevos campos para pruebas. que clásico para la evaluación de los efectos de los genes md1viduales
Un breve vistazo al papel de los bloques de construcción ya proba- sobre un cromosoma. Cada gen tiene vanas formas alternativas, llama-
dos en la innovación técnica nos ayudará a comprender la función de das alelos. Los diferentes alelos del gen humano para el color de los
dichos bloques en el caso específico de la innovación de una regla. Un ojos, por ejemplo, produce ojos azules, cafés, verdes; etc. También po-
repaso de la historia nos mostrará que las innovaciones técnicas casi demos echar un vistazo a los experimentos con ch1charos realizados
siempre surgen como una combinación particular de bloques de cons- por Mcndel en el siglo XIX (muy bien descritos por Ore!, 1984), que
trucción bien conocidos. Tomemos dos innovaciones tecnológicas que constituyen el fundamento de la genética moderna. Entre los genes i~
han revolucionado la sociedad del siglo xx: el motor de combustión vestigados por Mendel estaba uno que controlaba la textura superfi-
interna y la computadora digital. El motor de combustión interna cial de Jos chícharos. Un alelo producía un chícharo de superfioe tersa,
combina el artificio productor de chispas eléctricas de Volta, el atomi- mientras que otro generaba una superficie rugosa. Por lo general, los
78 EL ORDEN ocrn:ro 1\GENTES ADAPTABLES 79
genes tienen formas alternativas, y estas diferentes formas com(1nmen- para designar tal bloque de construcción. El hecho de que queramos
te tienen distintos efectos observables en el organismo. destacar algunas posiciones específicas e ignorar otras sugiere que ha-
El objetivo de la genética, en lo relativo a las reglas, es determinar gamos un nuevo uso del símbolo "no importa" que utilizamos en la
los efectos que tienen las diferentes opciones en diferentes posiciones. sintaxis para las condiciones de las reglas. Así pues, utilicemos el nue-
En la genética matemática existe un enfoque clásico para determinar vo símbolo "*" para no confundir los dos usos. Si estamos interesados
estos efectos, y consiste en asumir que cada alelo contribuye con algo, en un bloque de construcción que coloque un 1 en la primera posi-
positivo o negativo, al proceso general de adaptación del organismo. ción de una condición, lo escribimos de la sigui en te manera:
Estas contribuciones son evaluadas observando la capacidad de adapta-
ción promedio de los individuos que son portadores de este alelo. Por l****··· *
ejemplo, los chícharos de superficie tersa podrían tender a germinar
más frecuentemente y, en tal caso, al alelo para la superficie tersa se le l;,-L--71
podría asignar una contribución positiva para el proceso de adapta-
ción. Al menos en principio, podríamos proseguir de esta manera a Si estamos interesados en un bloque de construcción que coloque
través de cada uno de los genes y los alelos. El total de aptitudes (valor, un 1 en la primera posición, un símbolo # en la tercera posición y un O
fuerza) de cualquier cromosoma es la suma de las contribuciones de en la séptima posición, lo diseñamos de la sigui en te manera:
sus bloques de construcción constituyentes: los alelos.
Existen dos importantes dificultades en relación con el enfoque posi- !*#*º**···*
ción-por-posición. En primer lugar, un alelo dado puede tener diferentes
efectos en diferentes ambientes. Los ojos azules pueden ser valiosos en l;,-L--71
las latitudes nórdicas, pero constituir un rasgo negativo en las regiones
ecuatoriales. Más importante es el hecho de que los alelos interactúan Un bloque de construcción definido de esta manera recibe el nom-
entre sí. Es raro que los efectos de cualquier gen puedan ser aislados, bre de esquema; las posiciones en la cadena binaria que contienen sím-
como en los casos especiales del color de los ojos o de la superficie de bolos que no sean "*" reciben el nombre de posiciones de definición del
un chícharo. Ciertos genes particulares afectan muchas características, esquema.
y los efectos de los diferentes genes se traslapan. En síntesis, la capaci- Tomemos nota de que el símbolo# desempeña un papel diferente
dad para la adaptación a un medio ambiente dado es una función no al del símbolo*· Recuerde además que el conjunto de todas las con-
lineal de los alelos. diciones posibles para las reglas se especific'a formalmente como
Cuando pasamos del tema de la genética al de las reglas SI/EN- {l,0,#]L; o sea, el conjunto de todas las cadenas binarias de longitud L
TONCES, la primera de estas dificultades desaparece automáticamen- que utilizan el alfabeto {1,0,#}. Cada condición especifica el conjunto
te. La parte condicional de la regla (SI) selecciona automáticamente de mensajes que puede aceptar. Podemos interpretar un esquema de
el medio ambiente en el que ésta actuará. Así que la evaluación de las manera similar. Al definir el esquema, restringimos algunas de las posi-
partes de la regla procede únicamente en ambientes para los que está ciones en la condición -las posiciones de definición- para obtener
diseñada. La segunda dificultad -la no-linealidad- no es fácil de re- uno de los valores de {l,0,#), y no hacemos ningún requerimiento a las
solver, ya sea en genética o en el manejo de las reglas. A continuación condiciones restantes, indicando esto por medio de una*· Formal-
propongo un enfoque que funciona en ambos casos. mente, entonces, el conjunto de un esquema para las condiciones es el
Para empezar, debemos tomar en consideración los bloques de conjunto de todas las secuencias binarias de la forma {l ,0,#*Jl'. Un es-
construcción que utilizan más de una posición en la cadena binaria; quema individual de {1,0,#*}L especifica el conjunto de todas las con-
esto es, deben1os tomar en consideración los bloques de construcción diciones que utilizan ese bloque de construcción, de la misma manera
que abarquen las primeras tres posiciones, o un bloque de construc- en que una condición individual {1,0,#)L especifica el conjunto de
ción que abarque las posiciones 1, 3 y 7. En el caso del ejemplo de la mensajes que puede aceptar.
rana podría ser un bloque de construcción que amalgame "movimien- Este convencionalismo matemático -que la condición sea identifi-
to" "peqlreño" y "cercano". También necesitamos ur1 método simple cada con el conjunto de mensajes que puede aceptar, mientras que el
80 EL ORDEN OCULTO AGENTES ADAPTABLES 81
esquema sea identificado con el conjunto de condiciones que contie- minan las acciones del agente, así que constituyen el núcleo del mo-
ne como bloque de construcción- ayuda a distinguir al símbolo# del delo interno del agente.
símbolo*· La condición 1#111...l acepta únicamente dos mensajes
(10111.. .l y 1111...1). Por el contrario, el esquema 1*111. .. 1 aparece • Los descendientes no son idénticos a sus padres, lo cual constituye un
en tres distintas condiciones (1#111...1, 10111...1y11111 ... 1). La pri- genuino descubrimiento. Los descendientes, tanto en genética
mera de estas condiciones acepta dos mensajes 10111 ... 1y11111. .. 1), como en los sistemas basados en reglas, constituyen las nuevas hipó-
mientras que la segunda condición acepta sólo un mensaje (10111.. .l); tesis que van a ser probadas en el medio ambiente. En genética, una
la tercera condición también acepta un solo mensaje ( 11111. .. 1). El interacción llamada entrecruzamiento provoca que las característi-
símbolo * nos ayuda a definir los diferentes conjuntos de condicio- cas de los padres aparezcan en una nueva combinación en los des-
nes, mientras que el símbolo # nos ayuda a definir los diferentes con- cendientes. Es esta recombinación de conjuntos de alelos lo que re-
juntos de mensajes. sulta más interesante desde el punto de vista del descubrimiento de
las reglas, así que lo discutiremos ampliamente.
El cruzamiento y la aptitud de los esquemas
Operador de cruzamiento
Con esta noción de los bloques de construcción ya podemos discutir la
5 punto de cruce
generación de nuevas reglas verosímiles de man_era cuidadosa. Y en este
caso resulta que la metáfora de la genética puede ser ampliada para que 1110### l111o#l#1j
nos guíe hacia un procedimiento factible. Como se recordará, las posi-
ciones de los genes en los cromosomas corresponden a las posiciones en I'º''º o 11u11 # # 1
la cadena binaria que definen a la regla: los diferentes alelos correspon-
den a los diferentes valores {l,0,#} que pueden ser colocados en cada po- Algoritmos genéticos
sición de la cadena binaria de la regla. Y todavía podemos ir más lejos.
La genética matemática generalmente asigna un valor numérico, llamado Fortaleza
aptitud, a cada cromosoma. Este valor numérico indica la capacidad del Progenitores [aptitud]
sistema basado en reglas, este arreglo es importante debido a que las Fortalezapromediodeloscasosde *~*[~~** = (2+2+ 1)/3 = 5/3
reglas fuertes representan el conocimiento ganado. En un régimen
de competencia, las reglas fuertes generalmente son las que deter- FIGURA TI. 1O. Cruzamiento y algoritmos genéticos.
82 EL ORDEN ocut:ro AGENTES ADAPTABLES
El cruzamiento es el mecanismo que los cria<fores utilizan cuando 1*** ... * como mejor que el promedio si S(l *** ... *) es mayor
desean obtener animales y plantas superiores. Esta es una definición que A.
un tanto literal de lo que le sucede a un par de cromosomas cuando Debido a que éste es sólo un procedimiento de evaluación, puede
intercambian material genético. Durante la fase en que las células resultar incorrecto en algunos casos particulares. Podría ocurrir que
germinales están siendo formadas (meiosis), un cromosoma del pa- las reglas del agente tuvieran algunas peculiaridades. Por ejemplo, las
dre puede entrecruzarse con un cromosoma de la madre, formando experiencias pasadas del agente podrían proporcionar una muestra
una figura en forma de X (esta figura realmente se ha visto en micro- representativa no confiable de su medio ambiente frente al esquema
grafías del ADN). A continuación las X intercambien sus "brazos" (véa- l *** ... *·En tal caso, las fuerzas de las reglas que utilicen ese esque-
se la figura II.10). El resultado, tras la separación, es un par de cro- ma resultarán de alguna manera distorsionadas. Los agentes humanos
mosomas diferentes a los cromosomas progenitores. (~ada uno a menudo operan bajo tales malentendidos. De cualquier manera, la
contiene un segmento -de la "punta" al punto de cruce- de uno de evaluación nos proporciona un lineamiento, que es mejor que nada; y
los padres, y de ahí continúa al extremo inferior con un segmento del si está equivocado, las subsecuentes evaluaciones tenderán a corregir
otro progenitor. el error. El procedimiento es muy similar al de la confirmación de una
Sabemos que este cruzamiento funciona bien para combinar las ca- hipótesis por medio de la experimentación.
racterísticas superiores del maíz o de los caballos de carreras, pero ¿es Si simplificamos mucho las relaciones entre los esquemas, podríamos
adecuado para funcionar con las reglas? En el caso del maíz o de los llegar a considerarlos como una especie de "paisaje" fantástico. Cada
caballos de carreras, sabemos qué características queremos favorecer, esquema sería un punto dentro de este paisaje, y el correspondiente
por lo que seleccionamos a los padres tomando esto en consideración. promedio del esquema representaría la altura del paisaje en ese punto.
Pero tratándose de los agentes basados en reglas no tenemos una lista Nuestro objetivo, entonces, sería localizar en este paisaje las "colinas"
de tales características, y nuestra única unidad de medida es la fuerza que fueran más altas que las otras ya exploradas. En la realidad, esque-
total de cada regla. Los bloques de construcción individuales dentro mas como los subconjuntos de un espacio de posibilidades forman una
de la regla (que equivalen a los conjuntos de alelos de la genética) no co1nplicada retícula de inclusiones e intersecciones; no obstante, la me-
tienen valores individuales. ¿Cómo podemos hacer juicios acerca de los táfora del paisaje constituye un punto de partida útil.
bloques de construcción individuales? O más precisamente, ¿puede el Stuart Kauffman (1994) y sus colegas han estudiado versiones sim-
crlrzamiento implementar tales juicios automáticamente? ples de estos paisajes (los paisajes n-k). Los paisajes n-k tienen inter-
Comencemos con la cuestión de cómo calificar el valor de los blo- construidas simetrías que hacen posible el análisis matemático. El
ques de construcción (esquemas) cuando nuestros únicos datos se re- análisis de estos casos especiales, aun cuando no es fácil, revela algu-
ducen al tamaño de las fuerzas del conjunto de reglas. En primer lu- nos lineamientos interesantes, los cuales pueden ser generalizados a
gar, observemos que los esquemas más simples -los esquemas donde relaciones más intrincadas contenidas en el espacio de los esquemas
casi todas las posiciones están ocupadas por el símbolo * - aparece- (sin embargo, esto todavía no ha sido establecido).
rán muchas veces en un agente con muchas reglas. Por ejemplo, si el Aun cuando la metáfora del paisaje pudiera ser empleada, todavía
agente tiene muchas reglas, una gran parte de ellas probablemente co- quedaría por resolver un problema: por cada esquema x de interés te-
menzará con un l. Todos son ejemplares del esquema 1*** ... *· La nemos que calcular el promedio S(x) si queremos ser capaces de calcu-
intuición nos diría que este esquema es un bloque de construcción útil lar su valor. ¿Cuántos esquemas existen con exactitud? El número es
si las reglas que lo contienen son, en promedio, más fuertes que las de- muy grande, lo cual ayuda, pues proporciona muchas opciones, pero
más reglas. Para confirmar si esta intl1ición es correcta o no, debemos también obstaculiza, ya que requiere del cálculo de muchos prome-
ser capaces de comparar la fuerza promedio de las reglas 1*** ... * dios. l)ara darnos una idea de cuán grande es este número, echarnos
con la fuerza promedio de todas las reglas del agente. Podemos asignar un vistazo a los diferentes esquemas que se pueden encontrar en llna
a la fuerza promedio de todas las reglas del agente el nombre de A y, a sola condición de longitud L. Consideremos la siguiente condición:
continuación, proceder a determinarla. Después determinaremos la
10# 10# ... 10#.
fuerza promedio de las reglas que utilizan 1*** ... *, para lo cual re-
curriremos a la notación S(l ***···*). Considere al esquema 1 <e-- L --7 1
84 EL ORDEN OCULTO AGENTES.ADAPTABLES 85
Si remplazamos algunos de los símbolos de esta cadena por símbo- za esta abrumadora labor computacional sin ningún dispositivo de
los*, el resultado será un esquema que constituirá un bloque de cons- cómputo perceptible.
trucción para esta condición. Ejemplos de tales reemplazos son: Podemos obtener una imagen medianamente aceptable de lo que
I***···*, 10#**···*· *º**º*···*º*Y**···***lü#. ¿De cuántas ocurre en este proceso, incluso si prescindimos de la mayoria de los deta-
maneras diferentes podemos insertar el símbolo * en una cadena dada? lles. Simplifiquemos el ciclo completo de reproducción y considere-
En cada posición tenemos dos opciones: podemos retener el símbolo mos sólo Ja reproducción y la recombinación de los "cromosomas".
que ya está allí o podernos insertar el símbolo*· Por lo tanto, hay Simplifiquemos todavía más el proceso representando a los cromoso-
mas como cadenas. A continuación utilicemos sólo dc>s operaciones
2X 2X ... X 2 = 2L genéticas: el entrecruzamiento y la mutación. El cruzamiento ya ha
sido descrito. La n1utación -o más exactamente la m11tación pun-
tual- es un proceso por medio del cual los alelos son modificados alea-
toriamente, produciendo un alelo diferente para el gen. En las cade-
diferentes esquemas por cada condición. Para L = 100, habrá nas de la regla, la mutación podría colocar aleatoriamente un 1 en
alguna posición para un O o un #. En los sistemas biológicos el cruza-
miento es mucho más frecuente que la mutación, a menudo un millón
de veces más frecuente.
esquemas. Éste es un número enorme. Si cada segundo pudiéramos Para simular el proceso de producción de una nueva generación a
calcular un millón de promedios de esquema tardaríamos más tiempo partir de la actual, utilizaremos los siguientes tres pasos:
que el que ha transcurrido desde el nacimiento del universo en hacer
una ronda de promedios para todos los esquemas de una sola condición. l. Reproducción de acuerdo con la aptitud. Seleccione de entre la pobla-
Esto nos deja en un terrible dilema: no es factible llevar a cabo un ción actual las cadenas que actuarán corno padres. Cuanto más
cálculo detallado de los promedios del esquema que nos conducirían apta sea la cadena (cuanto más fuerte sea la regla), más probabili-
a un estudio detallado, y los modelos analíticos complicados sólo pro- dades tendrá de ser elegida como uno de Jos padres. Una cadena
porcionan una guía limitada, inclusive en casos simples. ¿Qué pode- o secuencia de elevada aptitud puede ser padre varias veces.
mos hacer? 2. Recombinación. IJas secl1encias progenitoras son apareadas, cruza-
das y mutadas para producir secuencias hijas.
3. Remplazo. Las secuencias hijas remplazan a secuencias selecciona-
Algoritmos genéticos das al azar entre la población actual. Este ciclo se repite una y otra
vez para producir una sucesión de generaciones.
Para el proceso evolutivo, que no cuenta con un aparato para calcular
los promedios S, también existe este dilema; pero aun así la interac- La pregunta clave es: ¿Qué les ocurre a Jos bloques de construcción
ción de la reproducción, el cruzamiento y la selección han descubierto (esquemas) bajo este procedimiento? Para responder se requiere un
y explotan los bloques de construcción. Por ejemplo, el ciclo de Krebs poco de aritmética. Para facilitar las cosas, hagamos que la aptitud de
es un útil bloque de construcción que fue descubierto en las primeras una cadena determine directamente el número de descendientes que
etapas de la historia de la evolución, y desde entonces ha sido utilizado tenga en una generación dada, y establezcamos Ja aptitud promedio
por una gran cantidad de especies. Es un ciclo metabólico básico de de esta población total con un l, de manera que el individuo prome-
seis etapas, común a casi todas las células de los organismos que consu- dio produzca un descendiente (nada de esto limita la validez de lo que
men oxígeno, desde bacterias hasta humanos. En todas estas células quiero demostrar, ya que únicamente es para simplificar los cálculos).
los genes que especifican este ciclo tienen alelos casi idénticos. El ciclo Consideremos el bloque de construcción 1** ... *y, para propósitos
de Krebs es sólo uno entre muchos ejemplos; en cualquier texto sobre de cálculo, supongamos que sólo tiene tres ejemplares en la población,
biología molecular se pueden encontrar cientos de otros ejemplos. con aptitud de 1, O y 1, respectivamente (véase Ja figura 11.10). Veamos
Parece que vale la pena tratar de comprender cómo la evolución reali- lo que sucede a este bloque de construcción durante el primer paso: los
86 El, ORDEN OCULTO AGENTES ADAP'JABLES 87
tres ejemplares de 1** ... * producirán un total de 1 + O + 1 = 2 des- ninguna nueva hipótesis, así que el agente estaría limitado a la mejor
cendientes, un promedio de 2/3 descendientes por ejemplar. Obser- de las hipótesis presentes en la población inicial. No importa cuán
vemos que éste es simplemente el promedio S(l** ... *). Debido a grande sea la población inicial, ésta puede ser sólo una muestra minúscu-
que éstas son las únicas secuencias binarias que lleva el bloque de la de las posibilidades futuras, las cuales son prácticamente infinitas. En
construcción 1** ... *, éste tendrá sólo dos ejemplares en la nueva un medio ambiente complejo y cambiante, un agente que utilice sólo el
generación (suponiendo que los padres perduren sólo durante una paso 1 es improbable que prospere si compite con agentes que pue-
generación). Debido a que S(l ** ... *) = 2/3 es menor que el prome- den generar nuevas hipótesis. Aquí es donde interviene el cruzamiento.
dio de la población total (A= 1), esta reducción en el número de
ejemplares de 1** ... * es el resultado previsto en el proceso de eva-
luación descrito unos párrafos atrás. Efectos del cruzamiento
Para ver qué sucede cuando cambian los números, observemos un
bloque de construcción más intrincado de la misma población. Consi- El cruzamiento puede combinar los esquemas sin perturbar mucho los
deremos el *º*##** ... * y supongamos que también tiene tres resultados deseables del paso l. Para observar esto tenemos que echar
ejemplares, con dos aptitudes, 2 y 1, respectivamente (véase la figura una mirada más ct1idadosa a lo ql1e oc11rre cuando se cruzan dos cro-
II.10). Los tres ejemplares producirán un total de 2 + 2 = 5 descen- mosomas reales. El punto en el que se cruzan no está predeterminado.
dientes, un promedio de .5/3 descendientes por ejemplar. Nuevamente De hecho, la posición en la que los dos se cruzan puede ser cualquiera
el resultado es exactamente como el que el procedimiento de estima- (exceptuando algunas distorsiones causadas por centrómeros y otras
ción produciría. S(*O*##** ... *) = 5/3 es mayor que A= 1, por lo piezas particulares del aparato cromosómico). Para nuestros propó-
que de hecho habría más ejemplares de *º*##** ... *en la siguiente sitos, demos por hecho que el punto de cruzamiento es elegido al azar
generación. a lo largo de la cadena o secuencia binaria.
Podríamos repetir este cálculo para cada bloque de construcción ¿Qué ocurre a un bloque de construcción (esquema) cuando el cru-
presente en la población, obteniendo en cada caso el resultado previsto zamiento en el paso 2 sigue a la reproducción del paso 1? Veremos que
en el proceso de evaluación. En el caso de la reproducción de acuerdo el efecto depende de la longitud del esquema. Esa longitud es el núme-
con la aptitud, los bloques de construcción por encima del promedio ro de posibles puntos de cruzamiento entre los extremos de las posi-
son utilizados más frecuentemente, mientras que los que están por de- ciones de definición del esquema (recordemos que una posición de
bajo del promedio son utilizados con menos frecuencia. definición es cualquier posición sin el símbolo *). Por ejemplo, en la
Al lector con formación matemática probablemente le gustaría cadena *º*##** ... * las posiciones 2, 4 y 5 son las posiciones de de-
que este resultado se presentara sucintamente, de la siguiente ma- finición, así que las posiciones de definición extremas son las posicio-
nera: para cualquier esquema b perteneciente a {l,0,# JL, sea M(b,t) el nú- nes 2 y .5. Existen tres posibles puntos de cruzamiento entre estas posi-
mero de ejemplares del esquema b en la población de la generación t. Por lo ciones extremas, así que la longitud del esquema *º*##** ... * es 3.
tanto, la fórmula Es menos probable que los esquemas más cortos sean desorganiza-
dos por el cruzamiento, debido a que el cruzamiento no puede rom-
M (h, t + 1 ) = S (b, t) M (b, t) per un esquema a menos que caiga dentro de los límites exteriores de
éste (véase la figura II.11). Los esquemas que no hayan sido rotos pasa-
da el número de ejemplares en la siguiente generación, t + 1, después rán a la siguiente generación, como lo dicta el paso l. En una cadena
de la reproducción. Aquí S(b, t) es la fuerza promedio de los ejempla- de longitud L hay J, - 1 posibles puntos de cruzamiento (los puntos en-
res ,de ben el tiempo t, ya definido. tre los genes). La posibilidad de que el punto de cruzamiento caiga
Este es precisamente el resultado deseado, así que, ¿para qué com- dentro de los límites exteriores de un esquema es la longitud del esque-
plicar el procedimiento agregando el cruzamiento en el paso 2? Pense- ma dividido entre L-1. Así, en el ejemplo*º*##** ... *• con L= 100,
mos un poco y veremos que la razón es obvia. La reproducción en el hay sólo tres posibilidades entre 99 de que el cruzamiento rompa el es-
paso 1 simplemente copia las cadenas binarias ya presentes; no produ- quema; esto es, 96 veces de 99 el esquema pasará intacto a la siguiente
ce ninguna nueva combinación. En otras palabras, el paso 1 no produce generación. Por lo tanto, el razonamiento del paso 1 es válido.
88 EL ORDEN OCLTLTO AGENTES ADAPTABLES 89
Número de genes: Sl
M(b, t + 1) ~ [l -L(b)/(L -1)] S(b, t) M(b, t),
Número de puntos de cruzamiento: SO
ílllli111~1111111111111111
deben ser probados. Incluso una población relativamente pequeña en
poco tiempo puede haber producido un número útil de pruebas de
todas estas opciones. Debido a que el número de posiciones de defini-
ción para un esquema es, cuando mucho, uno más que su longitud, los
esq11emas cortos tienen menos variantes. Estas variantes serán proba-
Si los valores (alelos) en las posiciones definitorias de un esquema son los mismos en ambos cromo-
somas, entonces el esquema no se verá alterado, incluso si el punto de cruzamiento cae dentro de los
das relativamente rápido y, si algunas están por encima del promedio,
límites externos del esquema: rápidamente serán explotadas, como ocurre con la explotación tem-
prana de las reglas generales en uuajerarquía por omisión.
1111111~111~== Antes de continuar, es cor1veniente recordar lo que dijimos ante-
º
llU ú ;1111111111111111
riormente: que hay aproximadamente 103 esquemas presentes en una
sola cadena de longitud L ~ 100. Aun si nos limitamos al esquema defi-
nido con cuatro posiciones, el número de tales esql1emas presentes en
FIGURA 11.11. Efectos del cruzamiento sobre los esquernas. una sola cadena todavía es grande. De hecho, Para L ~ 100 habrá cua-
tro millones de maneras de elegir diferentes conjuntos de cuatro posi-
ciones (un cálculo simple muestra el número de modos distintos de
elegir cuatro cosas de un grupo de 100). Cada cadena individual
Expresado en forma matemática: si L(b) es la longitud del esquema contiene cada uno de estos cuatro millones de distintos conjuntos de
b, entonces L(b )/(L - 1) es la probabilidad de que el cruzamiento caiga cuatro posiciones, así que cada cadena muestra una de las 81 posibles
dentro de los límites extremos de b, y 1 - L(b )/(L - 1) es la posibilidad variantes por cada uno de estos conjuntos. Debido a que hay sólo 81
de que el cruzamiento no caiga dentro de los límites extremos de b. Si opciones por cada conjunto, todavía podemos asegurar que una parte
suponemos que cada cruzamiento que cae dentro de los límites real- de la población probará todas las opcioness en todas las pos1oones. Es-
mente rompe el esquema, entonces l -L(b)/L - 1 es la posibilidad de pecíficamente, una población de algunos cientos de cadenas podrá
que el esquema no sea roto. De acuerdo con esto, nuestra anterior for- producir estimaciones útiles para la totalidad de los 81 X 4 000 ,000 de
mulación, modificada para tomar en cuenta este efecto de cruzamien- esquemas definidos en cuatro posiciones. Cálculos un poco mas com-
to, se convierte en:
plicados mostrarán que aun si estos esquemas estllVIeran 11m1tados a
90 EL ORDEN OCLTLTO AGENTES ADAPTABLES 91
una longitud de 1 O o menos, todavía habría más de 40 millones de mas largos compuestos por combinaciones particulares de esquemas
ellos. Nueve veces de 10, tales esquemas pasarán a la siguiente genera- más cortos que están por encima del promedio. Si algunos de estos es-
ción sin sufrir rupturas generadas por el proceso de cruzamiento. Un quemas largos están, a su vez, por encima del promedio, rápidamente
razonarr1iento similar es aplicable, por supuesto, a otros números pe- se propagarán entre la población, y la jerarquía se vuelve más elabora-
queños de posiciones de definición. da, permitiendo la persistencia de esquemas todavía más largos. Por lo
A partir de esto podemos ver que, con el algoritmo genético, los tanto, emerge una jerarquía de esquemas resistentes a la ruptura, de
agentes pueden probar un gran número de esquema5, aun cuar1do res- mar1era similar a como emerge lajerarq11ía por omisión.
trinjamos nuestra atenciór1 a los esquemas más cortos, que son los que
resultan menos perturbados durante el proceso de cruzamiento. Esto
es así incluso si el agente utiliza sólo un número pequeño de reglas Efectos de la mutación
(cadenas), debido a que una regla es en sí misma un ejemplar de un
gran número de esquemas cortos, como acabamos de observar. Sería Pero todavía queda pendiente una pregunta acerca del paso 2: ¿Cuál
sorprendente si ningu110 de estos esquemas cortos estuviera consisten- es el papel de la mutación? Para descubrirlo tenemos que echar un vis-
temente asociado con un desempeño por encima del pro1nedio. tazo al paso 3 (el remplazo). Es posible que un esquema, debido a los
La segunda razón por la que la ruptura de los esquemas más largos procesos de cruzamiento y remplazo ("muerte"), llegue a estar pre-
por el proceso de cruzamiento no es tan problemática proviene de la sente en todos los miembros de la población; cuando esto sucede, to-
observación de que los esquemas más complicados están formados, ge- dos los miembros de la población contienen los mismo alelos en las
11eralmente, por combinaciones de esquemas más cortos pler1amente es- posiciones en las que el esquema está definido. Supongamos, por
tablecidos. Los bloques de construcción más complicados generalmen-
te están formados por la combinación de bloques más simples. Este
ejemplo, que el esquema 1 *** ... * está presente en todos los miem-
bros, de manera que todas las secuencias o cadenas de la población co-
hecho confirn1a nuestra observación anterior de que las innovacior1es, mienzan con un 1. En esta situación 110 tendremos caclenas que empie-
tales como el motor de combustión interna, tienden a englobar una cen con O o con#. En el conjunto de todas las secuencias posibles, (1,
combinación particular de bloques de construcción relativamente sim- 0,#}I-, sólo 1 /3 comienza con un l. Así, al perder los alelos O y# en la
ples y ampliamente usados con anterioridad. Además, los artificios posición 1, nos vemos reducidos a probar posibilidades en sólo 1/3 del
como el motor de cor11bustión interna se convierten, a su vez, en el nú- espacio (1, O,#}"- Peor todavía, una vez que los alelos hayan sido perdi-
cleo de una amplia gama de artificios más complejos. El resultado de dos, las acciones de reproducción y cruzamiento no los remplazarán.
esto es una especie de jerarquía en donde los bloques de construcción Bajo estas circunstancias, se dice que los alelos se han ido al estado de
de un nivel se combinan para formar los bloques de construcción para fijación. Si k alelos se han ido al estado de fijación, nos vemos reduci-
el siguiente nivel. Bajo un algoritmo genético, se fonna unajerarquía dos a buscar (1/3)' del espacio {l, 0,#}L.
similar en la que los esquemas de nivel superior (más largos) están Podríamos adoptar un procedimiento en el que, cuando un alelo
compuestos, clásicamente, por esquemas más cortos, bien probados y vaya al estado de fijación, el algoritmo genético ya haya establecido la
por encima del promedio. Esta jerarquía aminora el efecto disruptivo superioridad de ese alelo, para que ya no necesitemos probar más
del cruzamiento, como veremos más adelante. opciones. Sin embargo, a menos que estemos completamente seguros
En primer lugar, bajo un algoritmo genético los esquemas por enci- de la superioridad del alelo, éste es un procedimiento muy inadecua-
ma del promedio pronto cornienzan a co11vertirse en una gran propor- do. Nuestro procedimiento ha consistido en realizar muestreos y esti-
ción de la población, debido a su tasa de replicación por encima del maciones de las opciones. Pero las estimaciones pueden estar equivo-
promedio en el paso l. Considere entonces dos cadenas padres que cadas, incluso después de considerables pruebas. No importa a
contienen copias idénticas del mismo esquema, en las que el cruza- cuántas pruebas sometamos nuestra estimación de la aptitud
miento no puede romper el esquema incluso si tiene lugar en el inte-
rior de los límites extremos de dicho esquema. En tal caso, los alelos
1*** ... *, no podemos estar seguros de que no haya una cadena me-
jor en los dos tercios del espacio que no están siendo investigados.
intercambiados serán remplazados por alelos idénticos (véase la figura ·Esto es particularmente preocupante cuando el valor de un determi-
II.11). De esto se concluye que el cruzamiento rara vez rompe esque- nado bloque de construcción (esquema) depende del contexto pro-
92 EL ORDEN OCULTO AGENTES ADAPTARLES 93
porcionado por otros bloques de construcción. Podría ser que la apti- que es diferente de sus padres, produciendo nuevas combinaciones de
º*** ... *
tud de sea vastamente incrementada en presencia de los esquemas trasmitidos por el paso l. El cruzamiento sustenta el uso
* *#** ... *,
11 y que tengamos todavía que hacer un muestreo a un creciente de esquemas más cortos y por encima del promedio, pero
ejemplar de esa combinación. Si el alelo 1 en la posición 1 se ha ido al puede romper los esquemas más largos, particularmente los que no
estado de fijación, el algoritmo genético no tendrá oportunidad de ob- utilicen esquemas más cortos y por encima del promedio como blo-
servar la combinación de º*** ... * * *#** ... *,
y 11 a menos que ] ques de construcción. Esquemas no probados antes pueden ser gene-
en la posición 1 sea retirado de la posición del estado de fijación. rados por la recombinación de fragmentos cuando el cruzamiento
En forma matemática podemos expresar esto de la siguiente mane- rompe los esquemas existentes; es decir, el cruzamiento puede gene-
ra: Si Pmut (b) es la probabilidad de que una mutación modifique al es- rar nuevos esquemas incluso cuando recombina los esquemas ya pre-
quema b, entonces 1 - Pes la probabilidad de que esa mutación no sentes. La mutación actúa en el paso 2 para proporcionar una póliza de
modifique a b. Insertando este factor, como lo hicimos para el cruza- seguro contra la pérdida de alelos, y puede también generar nuevos es-
miento, obtenemos: quemas al alterar las posiciones de definición de los esquemas existen-
tes. Finalmente, en el paso 3 los descendientes remplazan a las cade-
M(b, t + l) ~ [1 -L(b)/(L-l)J {1-Pm,,,(b)JS(b, t)M(b, t). nas binarias ya existentes en la población. Este proceso introduce una
"tasa de mortalidad" adecuada para mantener a la población de un
Esta fórmula da el número de ejemplares del esquema B que espe- tamaño constante. Estos efectos combinados son resumidos en forma
ramos encontrar en la siguiente generación después de los pasos 1 y 2 matemática por el Teorema del esquema (de una manera relacionada
del algoritmo genético que ha sido aplicado. Esta fórmula es, esencial- estrechamente con la ecuación del final de la sección anterior).
mente, el 1eorema del esquema para los algoritmos genéticos. El rasgo más importante de un algoritmo genético es su capacidad
La mutación, debido a que ocasionalmente cambia un alelo a otro para llevar a cabo la manipulación sofisticada de los bloques de cons-
de sus alternativos, reinicia la investigación. De tiempo en tiempo un 1 trucción actuando únicamente sobre las cadenas binarias. Vimos ante-
en la primera posición será cambiado a un O o a un #.Al hacer esto, la riormente que el número de bloques de construcción es tan grande,
mutación proporciona el remplazo que la reproducción y el cruza- que no es factible calcular explícitamente las estimaciones de la apti-
miento no pueden proporcionar. Los cálculos muestran que esta "póli- tud del esquema que conduciría a una mayor o menor utilización de
za de garantía" puede ser invocada con una tasa de mutación mucho un determinado bloque de construcción. Pero el algoritmo genético
menor que la tasa de cruzamiento. Esta relación entre la mutación y el hace implícitamente lo que no es factible hacer explícitamente. Las
cruzamiento está en armonía con el hecho de que en los sistemas bio- operaciones de la totalidad de las cadenas (reproducción, cruzamien-
lógicos las tasas de mutación sean de un orden de magnitudes más to y mutación) no tienen que ver directamente con los esquemas y no
baJO que el de las tasas de cruzamiento. realizan cómputos que los involucren. Pero aun así el algoritmo actúa
como si fueran hechos y explotados tales cómputos. De los esquemas
de una generación, los que están por encima del promedio son utiliza-
Fjectos combinados dos mucho más frecuentemente en la siguiente generación que los
que están por debajo del promedio. Esta capacidad para manipular
Ahora ya estamos en condiciones de reunir los tres pasos de los algorit- implícitamente grandes números de esquemas a través de la manipula-
mos genéticos para ver de qué manera aprovechan los bloqu~s de ción explícita de un número relativamente pequeño de cadenas es de-
construcción por encima del promedio durante la producción de una nominada paralelismo implícito.
nueva generación. En el paso 1, la reproducción de acuerdo con la aptitud, Visualizar el descubrimiento de la regla en términos de manipula-
provoca que todos los esquemas sean tratados de acuerdo con la ción de bloques de construcción y del paralelismo implícito modifica
heurística basada en la estimación de la condición de los esquemas: los totalmente la perspectiva. Consideremos una población biológica, di-
esquemas por encima del promedio tendrán más ejemplares en la si- gamos una población humana. En una muestra, por grande que sea,
guiente generación, y los esquemas por debajo del promedio tendrán ningún individuo de una generación es idéntico a otro individuo de la
menos ejemplares. En el paso 2, el cruzamiento genera descendencia generación anterior, e incluso los mejores individuos de una genera-
94 EL ORDEN OCULTO ¡\GENTES ADAPTABLES 95
ción nunca son repetidos en las siguientes generaciones. Habrá por vienen avances. El algmitmo genético, aplicado al descubrimiento de
siempre sólo un Einstein o un Da Vinci. Y aquí nos topamos con un di- reglas, mimetiza este proceso, pero con una sintaxis mucho más simple.
lema: ¿si la evolución "ohida" a los mejores individuos de cada genera-
ción, qué es entonces lo que "recuerda"? El paralelismo implícito nos
proporciona una respuesta: los individuos particulares no se repiten, UN EJEMPLO: UN AGENTE ADAPTABLE
pero los bloques de construcción sí. PARA EL DILEMA DEL PRISIONERO
Esta recurrencia de los bloques de construcción es un rasgo familiar
de la selección artificial. Los criadores de razas especiales saben que El Dilema del Prisionero es un juego entre dos personas, que capta las
ciertos rasgos deseables están asociados con ciertos linajes. Hay blo- principales interacciones políticas y personales en un contexto simple
ques de construcción que se pueden combinar por medio de la cruza y bien definido. El lector interesado en este juego puede aprender
selectiva. Aun cuando nunca veremos a un "guerrero de pura cepa", más acerca de su historia e importancia en el texto de Axelrod (1984).
sus bloques de construcción aparecerán una y otra vez a lo largo de las Mientras que en la teoría de los juegos la solución consiste en e'~tar la
generac1011es. cooperación, en este juego los jugadores descubren los beneficios de
La evolución "recuerda" combinaciones de bloques de construcción la cooperación mutua, y esto es lo que lo hace particularmente intere-
que incrementan la aptitud. Los bloques de construcción que reapare- sante. Primero describiremos el juego con gran detalle y después mos-
cen generación tras generación son aquellos que han sobrevivido en traremos cómo aprenden a jugarlo los agentes adaptables.
todos los contextos en los que han sido probados. Estos contextos son En el Dilema del Prisionero cada jugador tiene sólo dos opciones en
proporcionados por: l) otros bloques de construcción, y 2) por el ni- cada juego, las cuales se denominan coloquialmente como "coopera-
cho del medio ambiente que habita la especie. Realmente existe una ción" (C) y "defección" o "deserción" (D). Hay, por lo tanto, cuatro
extensa jerarquía que es probada continuamente en todos los niveles. posibles resultados para una determinada ronda de juegos, que son:
En el nivel más bajo están las secuencias cortas particulares de ADN que (C,C), en la que ambos jugadores eligen cooperar; (C,D), en la que el
proporcionan los marbetes estándar; éstas ayudan a llevar a cabo los primer jugador coopera y el segundo deserta; (D,C), en la que el pri-
procesos de traslación del ADN, tales como los códigos "arranque" mer jugador deserta y el segundo coopera, y (D,D), en la que ambos
"pare" para la traslación de las secuencias de ADN que constituyen los jugadores desertan. La puntuación asignada (valor relativo) para cada
alelos de los cromosomas. En el siguiente nivel están los propios alelos, uno de estos resultados está dada por la siguiente tabla:
y en el nivel superior están los alelos coadaptados que elaboran los códi-
gos para que las enzimas trabajen coordinadamente. El ciclo de Krebs
es un ejemplo de tal conjunto adaptable, el cual ha sido "recordado" Segundo jugador
por la evolución durante millones de años. C (coopera) D(deserta)
Los bloques de construcción que observamos son, en gran medida,
los bloques de construcción robustos. El ciclo Krebs es tan robusto, que C(coopera) +3,+3 0,+5
ocurre a lo largo y ancho de todos los reinos de organismos. La evolu- Primer jugador
D(deserta) +5,0 +l, +1
ción genera y selecciona continuamente bloques de construcción a to-
dos los niveles, y de éstos selecciona las combinaciones de bloques de
construcción mejor establecidos, los cuales se convierten en los blo- Por ejemplo, si el resultado es (D,C), se asignan cinco puntos (+5)
ques de construcción del siguiente nivel superior. La evolución innova al primer jugador y O puntos al segundo, tal como aparece en el par
continlrarnente, pero en cada nivel conserva algunos elementos, los (+5,0) de la tabla.
cuales son recombinados para producir dichas innovaciones. Cuando La solución minimax dada por la teoría de los juegos minimiza el
es descubierto un nuevo bloque de construcción en cualquiera de los daño máximo que el oponente puede hacer, el cual está determinado
niveles, éste generalmente crea una amplia gama de posibilidades de- por la comparación del daño máximo bajo la cooperación con el da-
bido a su potencial para crear nuevas combinaciones con los demás ño máximo bajo la deserción. Si el primer jugador coopera (C, -) , el
bloques ya existentes, de lo cual resultan cambios tremendos y sobre- daño máximo ocurre cuando el segundo jugador opta por la respuesta
96 EL ORDEN OClJLTO AGENTES ADAPTABLES 97
jes corno medida de la aptitud y genera nuevas estrategias de acuerdo de que dicho algoritmo descubriera la estrategia golpe-por-golpe des-
co11 esto. pués de un razonable número de rondas de juegos. De hecho, el algo-
ritmo genético hizo más que eso: después de descubrir la estrategia
Repertorio de estrategias Resultado pron1edio golpe-por-golpe, generó una estrategia todavía mejor que ésta, la cual
(Jugador A) -· _ _ _ _ _ __ (Contra el jugador B) explotaba el hecho de que los jugadores pueden ser "blofeados" ("en-
CDDCCCCDCCDCDDDCDDCCDCD .. DCDCCDCCC +0.5 gatuzados"). En caso de que el oponente no pudiera ser "blofeado",
DDDDDDDDDDDDDDDDDDDDDDD ... DDDDDDDDD -0.4 regresaba a la estrategia anterior de golpe-por-golpe.
CCCCDDDDDCCCDDDDCCCDDD ... DCCDCDDDD +0.7
•
• Los AGENTES ADAPTABLES y LA ECONOMÍA
•
cccccccccccccccccccccc ... ccccccccc -0.2 Los agentes adaptables pueden aprender estrategias en un juego pa-
recido al Dilema del Prisionero. Aprovechando la estrecha relación
Aun cuando no es esencial, es de mucha ayuda que podamos antici- que existe entre los j11egos y la economía, esto sugiere un nuevo en-
par cuándo serán utilizados los esquemas (bloques de construcción) foque de esta ciencia, basado en los agentes adaptables. Después de una
por el algoritmo genético, debido a que sabernos que la estrategia gol- varias conversaciones con Brian Arthur, del Santa Fe Institute, decidí
pe-por-golpe es una estrategia favorable. Las C en las posiciones pares continuar esta línea de pensamiento de una manera más formal. Phi-
y las D en las posiciones impares son componentes de una estrategia lip Anderson y Kenneth Arrow se integraron a mi proyecto para simu-
golpe-por-golpe, así que las combinaciones de C y D, que satisfacen lar un mercado de valores utilizando agentes adaptables. El proyecto
este requerimiento, deben mejorar el desempeño. Por ejemplo, la iba a ser un experimento mental, no un intento de predicción; tenía
combinación CDCD, puesta de tal manera que C caiga en una posi- como objetivo obtener una visión más clara de la dinámica del mercado.
ción impar, debería constituirse en un esquema útil. De acuerdo con Por razones que ignoro, la diná1nica de los mercados no es un área
el Teorema del esquema para los algoritmos genéticos, tales bloques de estudio de la economía clásica. Desde el punto de vista de la econo-
de construcción debieran aparecer cada vez con mayor frecuencia 1nía clásica, los mercados siempre deben aclararse rápidan1ente, mo-
cuando sean generadas nuevas estrategias (cadenas). Además, cuando viéndose en los estrechos rangos dictados por los cambios en la oferta
los bloques e11 diferentes posiciones se vuelven co1nunes, el cruza- y la demanda. Los modelos clásicos no incluyen en sus pronósticos a
miento puede combinarlos, proporcionando una descendencia con las quiebras y a las burbujas especulativas, y es fácil averiguar la razón
todavía más bloques de construcción. de la carencia de esta pre\~sión. La teoría clásica está construida sobre
agentes de racionalidad perfecta -agentes que prevén perfectamente
(:adenas padres (1:arent Strings~)_ _ __ Cadenas dcsccn_~~~ntes (q[f~pri1!g Strings) las consecuencias de st1s acciones, incluyendo las reacciones ele otros
Punto de agentes-. Las dinámicas inusuales generalmente son atribuidas a inci-
Cruzamiento dentes, tales corno degradaciones de la información.
No obstante, los mercados típicos fluctúan mucho más rápidamente
DDDCDCDb<l:cDDDDD.CC ... ccc:cc DDDICDCDbCccEb];DCD]o .. CDDDC y de manera más amplia de lo que lo harían si respondieran única-
CCDDDCDDI1fc~.Qlo ... C:DDDC CC:DDDCDDDCCDDDDDC:C .. CCCC:C mente a la oferta y a la demanda. Arthur y yo pensarnos que es más
probable que un mercado basado en agentes adaptables -agentes de
limitada racionalidad, más que de perfecta racionalidad- exhiba una
Robert Axelrod, de la Universidad de Míchigan, dise'í.ó, con la ayu- dinámica "natural". Yo, en particular, pienso que son las especulacio-
da de Stephanie Forresdt, un jugador simulado que empieza su juego nes anticipatorias producidas por los modelos internos de tales agen-
con un conjunto pequeño de estrategias elegidas al azar (véase Axel- tes las que generan las burbujas especulativas y las consiguientes quie-
rod, 1987). Este jugador simulado utilizó el algoritmo genético para bras. En otras palabras, pienso que el aprendizaje, y los modelos
investigar un gran conjunto de posibles estrategias, con la esperanza internos imperfectos que produce, automáticamente generan dinámi-
100 EL ORDEN OCULTO AGENTES ADAPTARLES 101
cas realistas sin la introducción de variables exógenas. Con un modelo ceso parece natural y no tiene nada de sorprendente. Cuando "diseca-
de computadora podríamos ver exactamente qué tan lejos nos po- mos" a los agentes, incluso encontramos conjuntos de reglas que se
drían llevar los mecanismos de la sintaxis de los agentes adaptables. mimetizan, en una estructura simple, con algunas de las más conoci-
Procedimos a instrumentar este enfoque reclutando a otras perso- das estrategias de mercado, tales como el chartismo.
nas, como al físico Richard Palmer, y seguimos adelante. En nuestro El nuestro no es el único programa de computadora que utiliza
modelo, un número pequeño de agentes adaptables realiza transac- agentes adaptables en los talleres de economía del Santa Fe Institute.
ciones con un solo tipo de acción (stock). Se utilizó un programa es- Otro modelo, tan interesante como el del mercado de valores, füe di-
pecializado (no adaptable) que adjudica ofertas de compra y venta señado por Ramón Marimon y Thomas Sargent (véase Marimon,
para determinar el precio corriente (el equivalente del promedio dia- McGratten y Sargent, 1990). Este modelo está basado en el Triángulo
rio). Para producir el "anonimato" del mercado de valores, y para sim- de Wicksell, un modelo clásico de la economía. El Triángulo de Wick-
plificar las cosas, la única información de entrada (input) para un agen- sell consiste en tres "países", cada uno de los cuales produce un solo
te en cada periodo/paso es este precio corriente. Con base en esta producto. El problema surge debido a que cada país no desea consu-
inforn1ación -compilada en una "historia", como se hizo en el Dile- mir el producto gue produce, mientras gue el producto gue sí desea
ma del Prisionero- el agente decide cuál de estas tres decisiones va a es producido por los otros países. ¿Cuál sería el patrón más eficiente
tomar en cada periodo/paso: COMPRAR, VENDER o CONSERVAR. de comercio para estos países? Entre otras cosas, el Triángulo de Wick-
Hay un dividendo para las acciones que se conservan, por lo gue el sell tiene gue ver con el surgimiento del dinero y el uso de uno de los
agente también gana dinero cuando decide conservar sus acciones productos como medio de intercambio.
(este dividendo, gue no fluctúa en los modelos más simples, determi- El plan de acción para cada uno de los países del Triángulo de Wick-
na el "valor fundamental" de la acción). La medida del desempeño de sell es tan simple que parece que estaba predeterminado para usarse
un determinado agente es la cantidad de dinero que acumula a través en una simulación por computadora basada en los agentes adaptables.
de sus acciones. El triángulo ha sido muy estudiado por los economistas, así gue se dis-
Los detalles de la aplicación de este enfoque no aportarán mucho a pone de vaiios enfoques matemáticos para su comparación. La simula-
la descripción gue acabamos de dar. Además, el <:jemplo del Dilema del ción, empezando con la selección aleatoria de los agentes, mostró el
Prisionero da una idea de lo que estamos tratando, así que vayamos di- surgimiento de uno de los productos como medio de intercambio
rectamente a los resultados. En una sesión típica, los agentes con1ien- bajo una amplia variedad de condiciones. En la simulación, las condi-
zan con estrategias iniciales elegidas al azar. Como podría esperarse, el ciones para el surgimiento fueron examinadas con cierto detalle, lo
mercado inicial está en completo desorden. Pero la asignación de cré- cual proporcionó lineamientos para determinar cuál de los productos
dito y el algoritmo genético pronto proporcionan a cada agente indivi- serviría como base para otros intercambios.
dual experiencia basada en reglas para comprar, vender o conservar. Los resultados de los primeros esfuerzos para utilizar a los agentes
Un agente podría desarrollar reglas en la siguiente forma: SI (el pre- adaptables en el estudio de la racionalidad limitada y la consecuente
cio es 40) ENTONCES (vender), y SI (el precio está por debajo de 40) dinámica de la economía así descrita me parecen sugerentes y espe-
ENTONCES (comprar). El mercado pronto se atempera y cÓmienza a ranzadores. Debido a gue tales sistemas no se estabilizan y ni siguiera
tener el aspecto de los mercados de la economía clásica. Entonces uno permanecen en equilibrio durante largo tiempo, proporcionan una
de los agentes encue11tra una regla que explota la "inercia" de los mer- ventana hacia aspectos de la economía gue no están disponibles muy
cados, haciendo dinero a través del artilugio de retrasar un poco la frecuentemente para su estudio riguroso. Un economista podría pre-
venta de sus acciones en un n1ercado que va a la alta. Otros agentes co- guntar: ¿Qué podemos estudiar en un sistema que muestra una perpe-
mienzan a anticiparse a las tendencias, y todo este proceso de aprendi- tua novedad? Sin embargo, esta situación no es tan diferente de la gue
zaje desemboca en un mercado gue convierte a esas predicciones de encara un meteorólogo. Todo el tiempo y a distintas escalas, el clima
ter1dencias en decisiones autocompensatorias ... durante algún tiem- está pasando por una serie de cambios que nunca se repiten. Sin em-
po. Con el paso del tiempo, después de suficientes profecías autocom- bargo, aun cuando no podemos predecir en detalle el clima sino con
pensatorias, esta conducta se hace n1ás y más exagerada, conduciendo unos cuantos días de anticipación, sí podemos comprender los fe-
a una burbuja y, finalmente, a un colapso. En este marco, todo el pro- nómenos importantes s11ficientemente bien para hacer muchas previ-
102 EL 0Rl1EN OCULTO AGENTES ADAPTABLES 103
siones útiles tanto a corto como a largo plazos, como ocurre c1iando se del medio ambiente.[;¡¡ definición del desempeño de la capacidad del
detecta la formación de huracanes. Para nuestros estudios de econo- sistema para afectar al medio ambiente en términos de efectores sensi-
mía basados en agentes adaptables debemos encontrar la contraparte bles a los mensajes produjo similares pérdidas y ganancias.
de los frentes fríos, las corrientes de chorro y otros agentes meteoroló- Las mismas consideraciones se pueden aplicar a la capacidad del
gicos (agregados marbeteados), si queremos hacer progresos. Después agente para procesar información internamente. Son varios los meca-
estaremos en condiciones de descubrir algunos puntos de apalanca- nismos que utiliza, pero nos hemos concentrado en lo relacionado
miento críticos. con la mecánica de la información-procesamiento. Al conjuntar las re-
glas SI/ENTONCES con los mensajes, concluimos con las reglas en la
forma SI (hay un mensaje de tipo e en la lista de mensajes) ENTON-
RECAPITULACIÓN CES (envíe el mensaje m de la lista). Al hacer esto perdemos los deta-
lles de los mecanismos utilizados por los agentes particulares para pro-
Ahora podemos regresar a ver justo lo que hemos desechado y lo que cesar información. Por ejemplo, si estamos estudiando la progresión
hemos retenido en este marco de trabajo para representar a los agen- en la que los genes son activados y desactivados en un embrión en de-
tes adaptables. El marco de trabajo, como estaba planeado, consta de sarrollo, perdemos todos los fascinantes detalles acerca de los mecanis-
tres principales componentes: 1) un sistema de desempeño, 2) un al- mos particulares de represión y des-represión. No obstante, retenemos
goritmo de asignación de crédito y 3) un algoritmo para el descubri- una descripción de todas las etapas del desarrollo, y la información se
miento de reglas. retroalimenta en cada etapa. En general, ganamos la capacidad para
1) El sistema de desempeño especifica las habilidades del agente en un describir cualquier capacidad de información-procesamiento, la cual
punto fijo del tiempo (lo que podría hacer en ausencia de una adapta- puede ser modelada en una computadora. Debido a que muchas re-
ción adicional). Los tres elementos básicos del sistema de desempeño glas pueden estar activas simultáneamente, obtenemc>s una manera
son: un conjunto de detectores, un conjunto de reglas SI/ENTONCES natural para describir la actividad distribuida de los sistemas comple-
y un conjunto de efectores. Los detectores representan la habilidad jos adaptables. En particular, los sistemas con este paralelismo automá-
del agente para extraer información de su medio ambiente, las reglas ticamente describen las nuevas situacio11es en términos de componen-
SI/ENTONCES representan su capacidad para actuar sobre su medio tes familiares. Los modelos internos, en la forma de jerarquías por
ambiente, y los efectores representan su capacidad para actuar sobre omisión, se forman naturalmente. Ambas actividades tienen gran in-
dicho medio ambiente. Para los tres elementos, la abstracción pierde los fluencia en los SCA.
detalles del mecanismo empleado por las diferentes clases de agentes. Una vez que establecemos una descripción del desempeño basado
Una observación más cuidadosa del concepto de detección nos da en reglas, el proceso de adaptación proporciona los componentes 2 y
una mejor idea de lo que se ha perdido y de lo que se ha ganado. Un 3 del marco de trabajo.
anticuerpo emplea detectores que dependen de la disposición local de 2) La esencia del asignamiento de crédito es dotar al sistema con hipó-
los enlaces químicos, mie11tras que los detectores de un organismo tesis que anticipen las consecuencias futuras de sus acciones -refor-
vivo se pueden describir mejor en términos de sus sentidos; los detec- zando reglas que establezcan una plataforma para posteriores activida-
tores de una empresa comercial se describen adecuadamente en tér- des abiertamente retribuyentes-. Para los SCA, este proceso conduce a
minos de las responsabilidades de sus distintos departamentos. En una cuestión que todavía no hemos explorado. ¿Qué es exactamente
cada ejemplo hay cuestiones interesantes acerca del mecanismo parti- lo que se debe considerar como retribuyente? Discutiremos más a fon-
cular para extraer información del medio ambiente, pero por ahora do esta cuestión en el próximo capítulo, pero por el momento hare-
las dejaremos pendientes. Nuestro marco de trabajo se circunscribe a mos una breve semblanza del asunto.
la información producida -las propiedades del medio ambiente a las En los estudios matemáticos de la genética, la economía y de la fisio-
que el agente es sensible-. Explotamos el hecho de que dicha infor- logía, frecuentemente se da por resuelta esta cuestión simplemente
mación puede ser representada como una cadena binaria, a la que lla- asignando valores numéricos a los objetos de interés. La aptitud es di-
mamos mensaje. Ganamos la capacidad para describir, de una manera rectamente asignada a los cromosomas, la utilidad es directamente
uniforme, la capacidad de cualquier agente para extraer información asignada a las mercancías y la recompensa es directamente asignada a
104 EL ORDEN OCULTO AGENTES ADAPTABLES 105
los comportamientos. Pero esta cuestión es más sutil. Consideremos la Debido a que los marbetes desempeñan tan importante papel en el
conducta de un organismo vivo. En este caso la evolución gencralrr1ente acoplamiento de las reglas, y proporcionan la acti,~dad secuencial, es
se ha interconstruido en los detectores que registran continuamente importante hacer notar que éstos también tienen bloques de construc-
el estado de las "reservas" de alimentos, de agua, de sexo, etc.; su com- ción. Los marbetes realmente son esquemas que aparecen tanto en las
portarniento está motivado, en gran medida, por su interés en mante- condiciones como en las acciones de las reglas, y como tales, están su-
ner estas reservas lejos del punto de agotamiento. Para los organismos jetos a la misma manipulación que cualquier otra parte de una regla.
más complicados, muchos de los procesos de establecimiento de pla- Los marbetes plenamente establecidos (los que se encuentran en las
taformas y de anticipación tienen este objetivo: es una especie de juego reglas fuertes) producen otros muchos marbetes similares, propor-
interminable cuyos puntajes son muy variables. El valor de cualquier cionando nuevos acoplamientos, nuevos enjambres y nuevas interac-
conducta depende de su posición actual en el juego y del estado de las ciones. Los marbetes tienden a enriquecer los modelos internos al
reservas. En otras palabras, las cifras de mérito (calificaciones) para un agregarle "carne" (asociaciones) al esqueleto proporcionado por la je-
SCA generalmente están implícitamente definidas. La competencia rarquía por omisión.
para obtener puntajes locales es una de las pocas técnicas que posee-
mos para manejar tales problemas en los sistemas distribuidos. Más
adelante veremos qué tan decisiva es tal competencia en los SCA. Por HACIA ADELANTE
ahora simplemente tomemos nota de que la competencia constituye la
base de la técnica de asignación de crédito utilizada para describir este Con estas definiciones y procedimientos ya tenemos un método uni-
aspecto de los agentes adaptables. forme para representar el imponente conjunto de agentes adaptables
3) El descubrimiento de las reglas-la generación de hipótesis verosí- que aparece en los SCA. La disponibilidad de una descripción para los
miles- se centra en el uso de bloques de construcción probados. La agentes adaptables nos da Ja esperanza de poder hacer un retrato fiel
experiencia es incorporada directamente, mientras que la innovación de todos los SCA en un marco de trabajo común. Las comparaciones
tiene una amplia gama de posibilidades. Este método particular de re- cruzadas de diferentes scA tendrán más sentido debido a que podrán
combinación de los bloques de construcción depende mucho de la ser hechas en el mismo lengm,je. Podemos trasladar mecanismos que
genética, pero puede ser considerado como una versión abstracta de sean muy obvios en un SCA a otro SCA donde dichos mecanismos sean
un proceso penetrante (influyente). Incluso podemos describir las teo- oscuros, aunque también importantes. Con esto tarnbién se enrique-
rías neurofisiológicas del pensamiento en términos de bloques de cen las metáforas y otras guías utilizadas en la búsqueda de principios
construcción. Tomemos, por ejemplo, el clásico y todavía importante generales. La búsqueda se vuelve más directa y esperanzadora.
texto de Hebb (1949). En la teoría de Hebb un ensamble celulares un Para ver hasta dónde nos puede conducir esto, volvamos otra vez a
conjunto de algunos miles de neuronas interconectadas capaces de re- la ciudad de Nueva York. Es posible hacer interesantes comparaciones
verberación autosustentada. Un ensamble celular opera de un modo incluso cuando los sistemas están en los extremos opuestos del conti-
parecido al de un grupo de reglas apareadas por medio de marbetes nuum de los SCA. Utilizaremos un embrión como la contraparte metafó-
cornunes. Los ensambles celulares actúan en paralelo, "radiando" am- rica de esta ciudad. Si pudiéramos mirar los orígenes de Nueva York,
pliamente sus mensajes (pulsos) a través de un gran número de contac- hace cuatro siglos, y hacer los cambios apropiados en la escala del
tos in terneuronales llamados sinapsis (una sola neurona puede tener tiempo, el crecimiento de la ciudad mostraría algunas similitudes con
hasta 10 000 sinapsis). Los ensambles celulares compiten por las neu- el crecimiento de un embrión. Ambos empiezan a partir de una semi-
ronas por medio del reclutamiento (sumando partes de otros ensambles lla relativamente simple. Ambos progresan y cambian. Ambos desarro-
celulares) y del fraccionamiento (dividiendo en fragmentos que le sirven llan límites internos entre sus componentes o subestructuras y al mis-
como descendencia). No es dificil darse cuenta de que éste es un pro- mo tiempo crean progresivamente una infraestructura más complicada
ceso que recombina bloques de construcción probados. Además, los para las comunicaciones y el transporte de los recursos. Ambos se
ensambles celulares pueden ser integrados a estructuras mayores, lla- adaptan a los cambios internos y externos, reteniendo la coherencia y
madas secuencias de fase. De hecho, en el texto de Hebb pueden encon- al mismo tiempo manteniendo sus funciones críticas dentro de rangos
trarse las contrapartes de todos los procesos que hemos discutido. estrechos. Y, apuntalándolo todo, ambos consisten en grandes números
106 EL ORDEN OCCLTO
de agentes adaptables (en un caso, varias clases de empresas e indivi-
duos, y en el otro, una gran variedad de células biológicas).
¿Podemos convertir estas similitudes en algo más que una anécdota
interesante? ¿Existen puntos de apalancamiento del desarrollo em- III. SURGIMIENTO DEL MODELO ECHO
brionario (ya conocemos bastantes, gracias a investigaciones de la
morfogénesis, como la de Buss, 1987) que sean similares a sus contra-
partes del desarrollo urbano? Más adelante veremos que las crisis ofre- AHORA ESTAMOS EN CONDICIONES DE DESCRIBIR con algún detalle las accio-
cen extraordinarias oportunidades para cambiar los hábitos urbanos. nes e interacciones de un agente adaptable, y podemos hacerlo en un
¿Las crisis experimentales que introducimos en los embriones son suges- formato común, cualquiera que sea la forma exterior del agente. Con
tivas a este respecto? ¿Podemos hacer comparaciones "anatón1icas" q11e nuestra n11eva comprensión del proceso de adaptación como antece-
sean útiles, de la misrr1a rnanera en que las comparaciones anatómicas dente, es hora de observar los sistemas adaptables como un todo. Aquí
de Darwin le permitieron avanzar en la teoría de la selección natural? confrontamos directamente las peculiaridades y otras cuestiones que
Para hacer progresos en estas cuestiones y en otras sirnilares necesi- distinguen a los SCA de otras clases de sistemas. Una de las más obvias
tamos utilizar ntiestra representación común para los agentes adapta- de estas distinciones es la diversidad de agentes que forman un SCA. ¿Es
bles en un escenario más amplio. Tenemos que proporcionar un me- esta diversidad el producto de mecanismos similares en los diferentes
dio ambieme que permita a nuestros agentes genéticos interactuar y scA? Hay otra distinción más sutil, aunque igualmente arraigada e im-
agregarse. Ese será el tema del siguiente capítulo. portante: la interacción de los agentes en un SCA es gobernada por an-
ticipaciones engendradas por el aprendizaje y el proceso de adapta-
ción de largo plazo. En un SCA específico, algunas anticipaciones son
hechas en común por la mayoría de los agentes, mientras que otras va-
rían de agente en agente. ¿Existen descripciones agregadas útiles de
estas anticipaciones? La combinación de la diversidad y la anticipación
explican gran parte de la complejidad del comportamiento de un SCA.
Ambas parecen provenir de mecanismos similares de adaptación y evo-
lución. ¿Hay una manera de unir estos dos mecanismos e integrarlos
en un riguroso marco de trabajo que englobe a todos los SCA?
Será únicamente a través de un modelo unificador como podremos
desarrollar una comprensión profunda de fenómenos críticos tales
como el del punto de apalancamiento. Conocemos ejemplos específi-
cos de este fenómeno: las vacunas que actúan como palancas en el siste-
ma inmune, las enzimas que dirigen y redistribuyen actividades en las
células, el susto repentino que produce cambios permanentes en el sis-
tema nervioso central, la introducción de un organismo (digamos, un
conejo) a un ecosistema donde no tiene enemigos naturales (como
Australia), etc. Incluso parece haber similitudes entre estos tres ejem-
plos, pero aun así estamos !".jos de poder caracterizar las condiciones
que hacen posible el apalancamiento en un SCA. Si mirarnos hacia otro
scA, la búsqueda empieza de nuevo, y no nos sirve lo observado en
otro ejemplar. El ejemplo que acabamos de dar nos dice poco acerca
de las condiciones económicas que estimulan el tremendo crecimien-
to y el apalancamiento de una empresa como Microsoft Corporation.
Necesitamos lineamientos que vayan más allá de un SCA específico, y
107
108 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECHO 109
probablemente los encontraremos sólo cuando comprendamos los damos observar las acciones de sus mecanismos y el comportamiento
principios generales que subyacen en todo SCA. Esta comprensión, a su resultante. (Es más bien como si Brahe y Kepler tuvieran un planetario
vez, probablemente la obtengamos con la ayuda de modelos de com- mecánico para la generación de las posiciones de los planetas.) Debi-
putadora que extraigan la esencia de los SCA. do a que los SCA son tan intrincados, sólo los modelos de computado-
El éxito del intento de proporcionar un marco de trabajo y una teo- ra, con sus bien definidos y manipulables mecanismos, permiten dar
ría aplicables a todos los SCA depende, como ocurre habitualmente en un paso crucial en la búsqueda de las leyes que los rigen. En la parte
las ciencias, de dos actividades: 1) el suministro de un conjunto organi- en donde mimetizan fenómenos importantes de los SCA, estos modelos
zado de datos y 2) el uso de la inducción, auxiliada por las matemáti- ponen los datos de dichos SCA en un formato riguroso, facilitando así
cas, para encontrar leyes que puedan generar estos datos. Éste es un la descripción de sus patrones y leyes.
proceso familiar -incluso es descrito en los libros de texto- que ayu-
da a tener un ejemplo canónico. Uno de mis favoritos proviene de los
primeros tiempos de la ciencia. En el siglo XVI, Tycho Brahe, como par- ÜRGANIZACIÓN DE LOS llAfOS DE LOS SCA
te de sus grandes esfuerzos científicos, llevó durante largo tiempo un
cuidadoso registro de las posiciones nocturnas de los planetas, los cua- En ocasiones, la organización de los datos puede ser una labor simple.
les durante el transcurso de los meses se mueven a través de los cielos (Brahe simplemente registró los tiempos y posiciones de cada uno de
haciendo una curva en forma de "S". Más tarde Kepler retomó esta in- los planetas.) Se vuelve difícil cuando son muchas cosas las que podrían
vestigación y llegó a la conclusión de que las elipses, con el Sol en uno ser registradas. El moderno físico experimental piensa arduamente
de los focos, pueden generar estos datos. (La interacción entre Brahe y durante largo tiempo acerca de qué instrumentos o aparatos de medi-
Kepler, y los resultados científicos de esto fueron descritos de manera ción va a usar y bajo qué condiciones. Y este pensamiento es guiado
estupenda por Lodge, 1950.) Cuando este proceso clásico sea traslada- por lo que la teoría sugiere que ocurrirá o por las lagunas que hay en
do al estudio de los SCA, veremos que toma rumbos inesperados. la teoría con la que se está auxiliando. Si el experimentador está inspi-
El presente capítulo utiliza una serie de modelos crecientemente rado, el resultado es un experimento crítico, en el que se demuestra que
complejos para ilustrar el proceso de selección y descarte que intervie- una ley o mecanismo es adecuado o inadecuado para generar los datos
ne en la organización de datos complejos. Trabajé basándome en un seleccionados. Al montar el experimento, el investigador decide qué
precursor de estos modelos, elaborado en 1975 (Holland, 1976), y en va a ser incluido y qué va a ser excluido, así como lo que va a permane-
algunas de las ideas que fueron pulidas durante un seminario organi- cer igual (si el experimentador tiene ese grado de control). El expe-
zado por Doyne Farmer y Chris Langton el año en que estuve en el Na- rimentador contribuye mucho a la organización de los datos simple-
tional Laboratory de Los Alamos como asistente de Ulam. Pero la chis- mente preparando las condiciones adecuadas para el experimento.
pa que inició el trabajo fue una petición que me hizo Murray Los SCA presentan problemas sustanciales cuando llega el momento de
Gell-Mann: que produjera un modelo simple y muy visual que ilustrara la extracción y la organización de los datos. Como en el caso de la as-
la creación de estructuras complejas por medio de la selección natu- tronomía, el experimentador no puede parar el sistema y volverlo a
ral. Es difícil decir que no a Murray; además, él es muy persistente. Por echar a andar otra vez bajo condiciones diferentes. Puede incluso estar
lo tanto, comencé a pensar en algún método que satisficiera su peti- restringido en cuanto a las maneras en las que puede ser probado el
ción mientras llevaba adelante mis propias investigaciones. El Modelo sistema. Un economista puede estar razonablemente seguro de que las
Echo es el resultado, aun cuando me temo que todavía no satisface las altas tasas de interés desalientan las inversiones a largo plazo, pero esta
necesidades de Murray. convicción r10 es el resl1ltado de un experimento bajo condiciones con-
El Modelo Echo se hizo a partir de los mecanismos y propiedades troladas, ya que esto no se puede hace1~ aun si se tuvieran todos los re-
básicas ("los básicos") que enumeramos en el capítulo 1, los cuales pro- cursos para ello. Con mucha frecuencia, los SCA parecen adherirse a
porcionan un marco de trabajo para el examen de los SCA. Al convertir una variante de la "Tercera ley de biología de Harvard": Con un plan
este marco de trabajo en un modelo de computadora (el tema del si- de investigación cuidadoso, b'!iº condiciones controladas y utilizando
guiente capítulo) conseguimos una presentación totalmente rigurosa. agentes seleccionados, los sistemas complejos adaptables hacen exac-
La versión de computadora puede ser "corrida" de tal manera que po- tamente lo que les da la gana.
11 o EL ORDEN OCUJ .TO EL SURGIMIENTO DEL MODELO ECHO 111
Al principio de este libro hice hincapié en que en la construcción utilidad de una actividad determinada. La utilidad de las varias activi-
de modelos debemos separar las características fundamentales de los dades de un agente determinado depende demasiado del cambiante
rdsgos idiosincrásicos. Esto es particularmente cierto cuando estamos tra- contexto proporcio11ado por otros agentes. En el rnimctismo, la sim-
tando de desarrollar modelos que sean aplicables a todos los sCA. Es biosis y otras propiedades, el bienestar de un agente depende crítica-
una tarea más que difícil en el caso de los SCA, debido a que estos ras- mente de la presencia de otros agentes diferentes. En tales casos la apti-
gos idiosincrásicos frecuentemente son temas fascinantes y divertidos tud (recompensa, puntaje) está implícitamente definida. No podemos
por sí mismos. Aun así, nuestra esperanza de obtener una compren- asignar una aptitud fija a un cromosoma debido a que la aptitud, no
sión general depende de la posibilidad de separarlos. Necesitamos el obstante que esté definida, es cambiante y depende del contexto. Así
siguiente producto: modelos más simples que proporcionen lineamien- ocurre en todos los SCA. Nuestra primera preocupación será, entonces,
tos para el estudio de todos los SCA. proporcionar una clase de modelos en los que el bienestar de un agen-
Los modelos de computadora ayudan debido a que pueden ser en- te adaptable esté en función de sus interacciones, más que de alguna
cendidos, apagados y manipulados a nuestro completo antojo. Sin em- aptitud predeterminada.
bargo, esta gran flexibilidad también constituye una dificultad. Un mo- Ahora estanios entrando en un nuevo territorio. Existen pocos mo-
delo de computadora es ya una abstracción de los datos, aun cuando delos que posean este enfoque implícito de la aptitud, incluso en si-
sea diseñado para mimetizar un sistema específico. Por supuesto, esto es tuaciones muy simples. Hay más misterios en el origen de la fábrica de
más o menos aplicable también a un experimento físico cuidadosa- alfileres que Adam Smith (1776) discute en su libro La riqueza de las
mente diseñado -un experimento que tenga que ver directamente naciones, de lo que generalmente se supone. Esta fábrica fue uno de los
con objetos físicos, pero en el que muchos factores influyentes hayan primeros ejemplos de una línea de producción; en ella un obrero tira-
sido deliberadamente atenuados o excluidos-. El modelo de compu- ba del alambre, otro lo cortaba al tamaño, otro le afilaba la punta, etc.
tadora va más allá en este sentido: en ningún punto es automática- El resultado de este sistema era que la producción se incrementaba
mente limitado por la realidad física. El experimentador puede impo- 10 veces, en comparación con la que producía el mismo número de
ner cualesquiera leyes computables, y éstas pueden ser tan fantásticas obreros trabajando individualmente. Adam Smith y sus posteriores co-
como se desee. La prudencia y el discernimiento son las palabras clave mentaristas discutieron los factores resultantes de este hecho: espe-
para que el modelo de computadora resulte útil. cialización, aprendizaje más eficiente, compras masivas, etc. Pero no-
Incluso un modelo diseñado para experimentos mentales debe to- sotros no tenemos ningún modelo que muestre la transición que
mar en cuenta los datos o las leyes derivadas de los datos. Quien lo di- permite al artesano individual organizarse para establecer una fábrica
señe debe seleccio11ar cuidadosamente el escenario, como se hace en como ésta. ¿Qué acciones e interacciones entre estos agentes indivi-
un experimento de física. Pero existe la restricción adicional de que el duales produjeron este agregado organizado que persistió a través del
escenario debe ser físicamente verosímiJ, una condición que también tiempo? ¿Cuáles fueron los mecanismos de adaptación que favorecie-
debe satisfacer el experimento físico. Un modelo organiza datos, y en ron la emergencia de este agregado? Tiene poco sentido y no ayuda en
este respecto es como la tabla que Brahe utilizó para ese propósito; absoluto a nuestra comprensión el asignar una alta aptitud a priori a
pero un modelo de computadora hace más que eso. Cuando se pone esta fábrica de alfileres. La aptitud debe emerger del contexto.
en marcha el modelo, éste despliega las consecuencias de su diseño
(¡las tablas de Brahe se vuelven activas!). Esta actividad convierte al
modelo de computadora en puente entre el experimento y la teoría. EL CRITERlO PARA EL MODELO Ecuo
Mirando hacia atrás, para ver los datos, podemos verificar si las conse-
cuencias son verosímiles; mirando hacia delante, hacia la teoría, pode- En este punto necesitamos un ejemplo concreto de la clase de modelo
mos ver si se sig11en los principios generales. que hemos estado describiendo. Por tal motivo dedicaré el resto de es-
El descubrimiento de los puntos de apalancamiento y otros fenóme- te capítulo a la formulación de tal modelo, o más bien a una clase de
nos críticos de los SCA es particularmente difícil debido a que los con- modelo denominado Echo. Para ilustrar las posibilidades de un mode-
textos y las actividades están cambiando continuamente, a medida que lo unificador, Echo nos proporciona un método para expresar de otra
los agentes se van adaptando. Es raro que podamos siquiera precisar la manera los principios que hemos descubierto, para que se puedan
112 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECHO 113
aplicar a todos los SCA. Echo ha sido formulado bajo los siguientes ui- mo ciado realmente está presente, sí pueden establecer la suficiencia o
terios: . la verosimilitud de este mecanismo.
1) Echo debe ser tan simple como sea posible y consistente con los 5) Los modelos Echo deben ser diseñados para incorporar bien co-
otros criterios. Está diseñado para experimentos mentales, más que nocidos modelos ele SCA específicos, siempre que esto sea posible. Esta
para la simulación de sistemas reales. (A pesar de su simplicidad, tam- es una versión del Principio de correspondencia de Niels Bohr, que
bién puede ser utilizado para modelar algunos experimentos reales, tan buenos resultados dio en el desarrollo de la física cuántica (Pais,
como lo demostró Brown (1994), quien utilizó datos acerca de los 1991). Existen modelos matemáticos bien estudiados que se pueden
cambios que ocurren en un ecosistema de Arizona cuando un depre- aplicar a todos los SCA si son traducidos aclecuaclamen te, como ya se
dador -la rata canguro- es excluido de dicho sistema.) Esta simplici- hizo en el caso ele las carreras armamentistas biológicas (Dawkins,
dad es obtenida, en parte, restringiendo sustancialmente la libertad de 1976) y la supervivencia del mimetismo (Brower, 1988), en el área ele
los agentes adaptables en el Modelo Echo. Las interacciones son cui- la ecología. También se han aplicado al Triángulo ele Wicksell (Mari-
dadosamente limitadas y los agentes tienen únicamente modelos inter- mon, McGratten y Sargent, 1990) y a los modelos de generaciones tras-
nos primarios. lapadas (Bolclrin, 1988), en el área ele la economía; al juego del Dilema
2) Echo debe ser diseñado de tal manera que las acciones ele sus del Prisionero (Axelrocl, 1984), en el área de las ciencias políticas; a
agentes sean interpretables en un amplio rango ele escenarios de SCA. Los dos bandidos armados (Holland, 1992), en el área ele investiga-
En particular, el modelo debe proporcionar lo necesario para el estudio ción de operaciones, y al enfrentamiento antígeno-anticuerpo, en el
ele las interacciones ele los agentes que estén distribuidos en el espacio área de la inmunología (Perelson, 1994). Si podernos incorporar estas
(una "geografía") y que sean móviles. Debe permitir que sea posible, traducciones como casos especiales al marco ele trabajo de Echo, obte-
cuando se desee, asignar diferentes entradas (estímulos y recursos) a nemos varias ventajas. Con esto podemos tender puentes hacia los mo-
diferentes lugares en el espacio. delos paradigmáticos que hayan siclo sometidos a un intenso escruti-
3) Echo debe facilitar los experimentos sobre la evolución ele la ap- nio en las disciplinas en las que se hayan originado y en donde hayan
titud. Para este fin, al comienzo la aptitud no debe ser establecida demostrado ser abstracciones útiles ele problemas críticos. Cuando el
como algo externo al sistema (un factor exógeno). La aptitud debe de- Modelo Echo incorpora estas abstracciones como casos especiales, se
pender más bien del contexto proporcionado por el lugar y por la pre- beneficia ele la labor ele análisis y selección que está contenida dentro
sencia de otros agentes en ese sitio (factores endógenos). La aptitud ele ellas. Como un beneficio adicional, se vuelve más accesible y más
de un agente debe cambiar a medida que evolucione el sistema. abierto a la inspección crítica en las disciplinas ele origen. También,
4) Los mecanismos primarios de Echo deben tener contrapartes en como en el caso de la interpretación del mecanismo primario, estas
todos los SCA. Con esto se obtienen dos ventajas. La primera consiste abstracciones fundamentan más firmemente el modelo, restringiendo
en que las interpretaciones ele los resultados están restringidas para de esta manera las interpretaciones arbitrarias.
que sean consistentes con las interpretaciones ya elaboradas ele los me- 6) Deben ser asimilables para el análisis matemático tantos aspec-
canismos. I.,as simulaciones, después de todo, son simplemente mani- tos ele Echo como sea posible, ya que ésta es la ruta para llegar a gene-
pulaciones ele números y símbolos. Es demasiado fácil etiquetar el re- ralizaciones válidas ele las simulaciones específicas. Las correspondencias
sultado de manera fantasiosa, distorsionando así la interpretación. El como las ele Bohr deben proporcionar rasgos geográficos matemáticos
fundamento proporcionado por las interpretaciones ele los mecanismos con los que podamos ensamblar un mapa completo, bajo la guía ele las
primarios contrarresta esta tendencia, al restringir el etiquetado. Una simulaciones.
segunda ventaja consiste en que, con la ayuda ele las interpretaciones, En el desarrollo de una versión del Modelo Echo que satisfaga estos
se puede den1ostrar que los mecanismos seleccionados son suficientes seis criterios hemos utilizado el enfoque paso-por-paso, en vez ele tra-
para generar los fenómenos ele interés. En la biología evolucionista, tar ele ir directamente a un solo modelo incluyente. Cada paso agrega
por ejemplo, ha habido una prolongada discusión acerca ele si son su- un mecanismo o una modificación adicional, y después describe lo que I'
ficientes los mecanismos darwinianos estándar para generar los saltos se ha ganado hasta ese momento. Incluso el primer modelo ele esta
que aparecen en los registros paleontológicos (véase Goulcl, 1994). progresión enfrenta, hasta cierto grado, todos los criterios. Hace par-
Aun cuando las simulaciones no pueden determinar que un mecanis- ticular hincapié en evitar un criterio de aptitud manifiesta: los agentes
114 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECitC> 115
viven o mueren en términos de su capacidad para hacer acopio de los tructura admisible en Echo. Más delante veremos brevemente cómo
rec11rsos críticos. (~uando son agregados más mecanismos, au1nentan son construidos los agentes a partir de estas cadenas.
los medios para conseguir recursos críticos. Las contrapartes de la de- La "geografía" de Echo es especificada por un conjunto de sitios in-
predación, el comercio, la recolección, la especialización, etc., todas terconectados (véase la figura !Il.l). La relación vecinal entre los sitios
son estrategias de supervivencia que se refinan significativamente a -el patrón de yuxtaposiciones- puede ser muy arbitraria e irregular,
medida que los agentes evolucionan. Cualquier combinación de meca- como si estuviéramos mirando los picos vecinos de una cadena monta-
nismos primarios que proporcione cantidades adecuadas de recursos üosa. Cada sitio está caracterizado por una fuente de recursos (un sur-
al agente, por extraña que sea, se tra11smite a las siguientes generacio- tidor de recursos básicos en ese sitio). Si consideramos al tiempo como
nes y se convierte en bloque de construcción para éstas. El último mo- un flujo dividido en periodos discretos, entonces la fuente especifica
delo de esta secuencia toma en consideración la cambiante aptitud de la cantidad de cada recurso que aparece en ese sitio en cada periodo.
los agentes que tienen organizaciones crecientemente diversificadas, La cantidad varía de sitio en sitio, y puede fluctuar de cero a cualquier
incluyendo las estructuras que se desarrollan a partir de cimientos si- cantidad. Un sitio puede no tener ningún input o entrada de recursos
milares a una semilla. (por ejemplo, un desierto), mientas que otro puede especializarse en
Sólo el primer modelo de esta secuencia ha sido sometido a una prue- una alta entrada del recurso b (por ejemplo, un manantial de agua);
ba exhaustiva, aun cuando partes relevantes de otros han sido simula- otro más podría tener una moderada entrada de todos los recursos
das. Respecto a lo que ha quedado fuera y lo que resta por hacerse, será (por ejemplo, un estanque). Los agentes interactúan en los sitios, y un
más fácil discutirlo después de que haya descrito los modelos. La última sitio puede contener muchos agentes.
sección de este capítulo proporciona un escenario de las interacciones
que, de acuerdo con el diseüo, debe realizar la mayoría de los modelos
más complejos. Cuando sean probados varios niveles obtendremos Modelo 1: Ataque, defensa y reserva
lineamientos útiles para investigar SCA reales, aun si sólo salen a la luz
algunas de las interacciones anticipadas. En esto los modelos desempe- En el modelo 1, un agente tiene sólo dos componentes: una reserva
üan un papel similar al de la teoría matemática: eliminar los detalles que contiene los recursos que ha recolectado y una sola cadena "cro-
para destacar los rasgos cruciales. Pero difieren de las matemáticas en mosómica", o "cromosoma" binario, construidos ambos con las letras
que no establecen rigurosamente las generalizaciones. de los recursos que especifican sus habilidades (véase la figura III.2).
Antes de continuar, permítanme enfatizar que este cro1nosoma bina-
rio sólo tiene unas cuant3.s de las características que posee un cromo-
LA ORGANJZACIÓN DEL MODELO ECHO soma real. La terminología es interesante y existen similitudes entre
ellos (más en los modelos posteriores que en éste), pero los cromoso-
Recursos y sitios mas reales tienen una relaciór1 mucho más compleja con la estructura
total del organismo. No obstante, el cromosoma binario posee dos de
El Modelo Echo se fundamenta especificando un conjunto de recursos las características del cromosoma real: 1) constituye el material genéti-
renovables, los cuales son tratados de manera muy abstracta. Estos re- co del agente, y 2) determina las habilidades del agente. En este mode-
cursos pueden ser representados por medio de letras. Por ejemplo, po- lo en particular, la capacidad del agente para interactuar con otros
demos simbolizar cuatro recursos utilizando cuatro letras: {a,h,c,d}. En agentes depende de los marbetes especificados por los segmentos de
el Modelo Echo todo es construido combinando estos recursos y con- la cadena cromosómica. El modo de interaccionar es parecido al de
virtiéndolos en cadenas o secuencias binarias. Los recursos son trata- los anticuerpos y los antígenos, pero también puede parecerse al de
dos como si fueran átomos que se están combi11ando para formar ca- una amplia gama de interacciones de otros agentes reales.
denas "moleculares". No obstante, ninguna propiedad compleja está El quid de los modelos Echo es el requerimiento de que un agente
asociada con los recursos: todas las secuencias son admisibles. sólo pueda reproducirse cuando haya adquirido suficientes recursos
Por lo tanto, con (a,b,c,d} como recursos, cualquier cadena basada para hacer l1na copia de su cadena cromosómica. De esta manera la
en estos cuatro recursos -tales como ab, aaa o abcdabcd- sería una es- aptitud del agente -su capacidad para producir descendencia- está
116 EL ORDEN OCULTO EL SCRGIMIENTO DEL MODELO ECHO 117
~ Repro d uccion
..
~---- En este primer modelo sencillo, cada agente tiene un solo cromoso-
f;fffh¡'l ma, que no hace otra cosa más que especificar dos marbetes: un mar-
~Sitio
bete de ataque* y un marbete de defensa. Todas las interacciones en el
b a
b b modelo están mediadas por estos marbetes. Cuando se encuentran
,,,-,,~. Flujo de recursos
e 111111111111~- dos agentes en un sitio, el marbete de ataque del agente se confron-
{a,b,c} son recursos
a
o.. C} ·--·~ ta** con el marbete de defensa del otro agente, y viceversa. El objetivo
a
a
b b a a
O e Agentes de esto es utilizar la cercanía de los rivales para determinar cómo son
intercambiados los recursos entre estos agentes (figura III.3). Por
ejemplo, si el marbete de ataque de un agente está bien ensamblado
con el marbete de defensa del otro, obtendrá la mayoría de los recur-
sos del agente rival, incluso los recursos contenidos en su cromosoma,
provocándole la "muerte''. Por otro lado, si el marbete de ataque está
mal ensamblado con el marbete de defensa del otro, el agente "ata-
cante" sólo recibirá una pequeña fracción de los recursos del otro, e
incluso puede no recibir nada.
Para determinar qué tan bien se ensambla (concuerda) la cadena
binaria de ataque de un agente con la cadena de otro, las cadenas del
marbete del primero se alinean de tal manera que sus extremos iz-
Interacción del agente ~
quierdos sean coincidentes. Por lo tanto, la puntuación del encuentro es
determinada recorriendo las cadenas posición por posición. En cada
posición se asigna un valor, tomado de un cuadro, para dar un valor
determinado a cada posible par de letras (véase la "Puntuación del si-
* Como se podrá ver tnás adelante, la expresión "de ataque" en algunas ocasiones significa "de
enganche" o "de confrontación"; sin ernbargo, decidimos dt:jarla tal cual para que el lector no
piense que se trata de otro 1narbete. [N. del T.]
** ... is match.ed againsl ... La palabrd match a veces designa confrontación o encuentro (depor-
FIGL'RA IIl.1. Vüta panorámica del Modelo Echo. tivo, por jemplo) y a veces concordancia, confluencia. Procuramos reservar los términos "apa-
rcar" y "apareantiento" para traducir mate y nwting. [N. del -r l
118 EL ORDEN OCULTO ~:L SURGWIENT() DEL MODELO ECIIO 119
tio" de la figura 111.3). Por ejemplo. una b confrontada con una b po- para confrontarse con marbetes de defensa de otros agentes o sitios.
dría agregar 2 puntos, mientras que una b confrontada con una d po- Esto evita pérdidas de recursos dependiendo de la habilidad de su
dría restar 2 puntos. Si un marbete es más largo que otro, entonces marbete de defensa para evitar confrontaciones con marbetes de ata-
cada posición sin un par de letras equivale a un número fijo de puntos que de otros agentes.
(positivos o negativos). El puntaje total del encuentro es simplemente
la suma obtenida por la adición de estos puntos.
Agente CD Agente@
falU
~
"Hormiga"
• discordancia --------------------------------------------------------------------------------
~---~-----~~--~concordancia TI 1
f
¡-extra
'f' [letra(s)
Ataque: G) e e e a fJ e e e extra en la
Defensa: f) e e e b
Puntuación 2+2+2-1
del encuentro:= ~
a b CD
2-1
= ITJ Puntuación
del sitio
e e b C secuencia
defensa]
concordancia discordancia extra
de
-1
o "Oruga"
Cantidad
transferida
-'""""l;;·
RESULTADO: TRANSACCIÓN DESIGUAL
,9 2 4 6 8 del encuentro
!ji
! :
FIGURA III.3. Intercambio de recursos.
de las interacciones de un SCA. Un solo marbete para cada agente for- Hasta ahora no lo sabemos, debido a que todavía no se ha hecho ese
zaría la transitividad de las interacciones: si el agente A puede "comer- experimento.
se" al agente By el agente B puede "comerse" al agente C; entonces,
con un solo marbete y en condiciones de transitividad, el agente A EXTENSIÓN DEL MODELO BÁSICO
puede "comerse" al agente C. Sin embargo, generalmente las interac-
ciones en los SCA no satisfacen esta propiedad. En los ecosistemas rea- Aun cuando podemos aprender más del modelo básico, éste es sólo un
les los halcones se comen a los conejos y los conejos comen hierba, paso hacia la modelación de las complejidades de un scA completa-
pero nunca se da el caso de que un halcón se coma directamente la mente desarrollado. En particular, el modelo básico no proporciona
hierba. El uso de dos marbetes nos permite evitar esta restricción (véa- suficientes herramientas para un amplio estudio del modo en que
se la figura III.3). emergen las estructuras jerárquicas complejas. Sin embargo, dichas es-
Incluso esta versión simple del Modelo Echo ofrece interesantes in- tructuras constituyen una parte importante de todos los SCA. Esta sec-
terrelaciones entre los agentes, una vez que es desechado el problema ción describe extensiones que amplían el Modelo Echo hasta el punto
de la transitividad. Por ejemplo, existe una interesante relación trian- en que tales fenómenos pueden ser examinados.
gular, descrita por Holldobler y Wilson en su monumental obra The Al tratar de modelar fenómenos como las "estructuras jerárquicas
Ants (1990), que puede ser imitada por el Modelo Echo (véase la figu- complejas" necesitamos tener en mente uno o más ejemplos que estén
ra III.4). Una esquina de este triángulo de interacción está ocupada correctamente descritos. El ejemplo que ha guiado gran parte de mi
por una oruga que exuda una especie de néctar por la piel. Otra es- propio trabajo en esta área es la embriogénesis de los metazoarios -el
quina está ocupada por una mosca que pone sus huevos sobre la oru- proceso mediante el cual un huevo fertilizado progresivamente se divi-
ga, convirtiéndose en depredadora de ésta a través de sus larvas. La de hasta que produce un organismo multicelular maduro que a su vez
tercera esquina está ocupada por una especie de hormiga que es una fe- se reproduce por medio de la producción de otro huevo fertilizado-.
roz depredadora de la mosca. La hormiga también se alimenta del néc- La estructura de un metazoario maduro, como un mamífero, es increí-
tar de la oruga, pero no de la oruga misma. Por supuesto que cuando blemente compleja, ya que contiene complejos subproductos jerárqui-
la oruga está rodeada de hormigas sufre menos depredación que si es- cos, como redes nerviosas, sistemas inmunes, sistema visual, etc. Un
tuviera rodeada de moscas. f>or lo tanto, la oruga negocia parte de sus anatomista diría que tales estructuras sólo pueden ser totalmente com-
recursos con las hormigas a cambio de que la protejan de las moscas. prendidas en términos de su origen y desarrollo en el metazoario en
Este triángulo constituye una relación estable, pero cambia drástica- proceso de maduración. Y así ocurre con otros scA. Sólo podemos
mente si uno de los elementos es removido. comprender estos "patrones en el tiempo", como la ciudad de Nueva
Este triángulo constituye, de varias maneras, tina interesar1te pr11e- York o un bosque tropical, si podemos comprender su origen y la ma-
ba del Modelo Echo. En primer lugar está la cuestión de la "existen- nera en la que se han desarrollado.
cia": ¿Podemos diseñar marbetes para tres diferentes clases de agen- ¿Qué ocurre exactamente cuando un huevo fertilizado se desarrolla
tes que permitan la negociación entre dos de ellos, conservando al hasta convertirse en un compJicado metazoario, como un tigre, por
mismo tiempo las relaciones de depredación entre los tres? La res- ejemplo? Un tigre tiene cientos de miles de millones de células, orga-
puesta es sí (véase la figura III.4). En segundo lugar, ¿podemos ajustar nizadas de tal manera que hace que nuestras más complicadas compu-
el Modelo Echo para que funcione con poblaciones de estos agentes y tadoras parezcan mecanismos muy simples. Gran parte del proceso de
mantenga una persistente relación triangular? Nuevamente la res- desarrollo todavía no ha sido comprendida; no obstante, en la actuali-
puesta es sí, aun cuando ocurren sorprendentes desarrollos durante dad ya tenemos un esbozo de los principales hechos que ocurren du-
el transcurso de largos periodos. Incluso es posible que el depredador rante dicho proceso. El proceso se inicia cuando el huevo comienza a
del final de la cadena alimenticia, la hormiga, muera por cualquier dividirse en dos células. Después ocurren más divisiones, que a la vez
causa, provocando una relación oscilatoria depredador-presa entre la producen más duplicaciones. Estas duplicaciones provocan un rápido
mosca y la oruga -una relación de la clase descrita por las ecuacio- incremento en el número de células (30 duplicaciones son suficientes
nes Lotka-Volterra (Lotka, 1956)-. Finalmente, ¿podemos observar para producir mil millones de células). Las células "hijas"' no se mue-
la evolución de tal triángulo desde un punto de arranqne más simple? ven de un lugar a otro como entidades libres, sino que permanecen
122 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECHO 123
adheridas tanto a las células progenitoras como a otras células de su 3. Necesitamos extender la definición de la secuencia o cadena cro-
"generación". Pronto, el nú1nero de cél11Jas se incrementa lo suficiente mosómica de manera que partes de ella pueden ser activadas y des-
corno para formar una bola hueca, en la que se forma una parte inte- activadas, para que afecten las interacciones de los agentes partici-
rior y otra exterior. La concentración de varios metabolitos -sustan- pantes. Además, el proceso de activar y de desactivar estas partes
cias bioquímicas producidas por las reacciones de las células- co- debe hacerse sensible a las actividades de los agentes, mimetizan-
mienza a variar de célula a célula. Algunos metabolitos se diluyen do con ello el efecto de los metabolitos en las células biológicas.
cuando están afuera de las células, pero permanecen altamente con-
centrados en el interior de ellas, etcétera. Querernos mantener el formato simple de los agentes del modelo
Se sabe con certeza que los cambios en las concentraciones de meta- básico cuando agreguemos habilidades a Echo. En particular, quere-
bolitos pueden provocar que los diferentes genes de los cromosomas rnos mantener los siguientes tres rasgos: 1) la estructura simple especi-
de las células sean activados y desactivados; es decir, las células pueden ficada en la cadena, 2) la reproducción limitada por la adquisición de
responder a ciertos metabolitos iniciando nuevas actividades e inte- recursos, y 3) la interacción mediada por marbetes. La única manera
rrumpiendo otras. Por lo tanto, células con los mismos cromosomas en la que podemos proveer a un cromosoma de genes "desactivables",
pueden tener muy diferentes actividades y formas. En un metazoario manteniendo al mismo tiempo este formato, es tratando a los agentes
como un tigre, este factor, más ql1e cualquier otro, es el responsable corno organelos o componentes de una entidad "celular" más comple-
de las inmensas diferencias que existen entre las células que lo confor- ja; es decir, los agentes y su estructura fija serían agregados, convirtién-
man. En un tigre, las células del sistema nervioso son muy diferentes dose en una estructura compleja variable, a la cual llamaremos multia-
de las células de la piel, aun cuando ambas llevan los mismos cromoso- gente. Si procedemos con cuidado, podemos proveer al rnultiagente de
mas. Cuando las células del embrión en desarrollo incrementan su nú- un cromosoma que pueda ser "heredado" a sus descendientes, permi-
mero, diferentes genes se activan y se desactivan, provocando una va- tiendo al mismo tiempo al conjunto de agentes primarios (organelos)
riación todavía mayor en las concentraciones de metabolitos de las variar cuando pasen del "padre" a los descendientes; es decir, que el
diferentes células. Este cambio, a su vez, altera la manera en la que las cé- cromosoma del rnultiagcnte describa la gama de agentes (organelos)
lulas se adhieren entre sí, dando lugar al surgimiento de cambios en la que puede contener, pero que los descendientes de dicho multiagente
forma de los agregados celulares. La bola inicial de células pasa por un contengan sólo algunos de estos agentes. Si hacemos que los agentes con-
proceso cada vez más complejo de transformaciones, que finalmente tenidos en la descendencia sean dependientes de las actividades que
conduce a la formación de estructuras locales que se convierten en ór- ocurran dentro del multiagente padre, obtenernos el efecto de activar
ganos, redes nerviosas, etcétera. y desactivar los genes. Por lo tanto, estos multiagentes "celulares" po-
Mi objetivo, entonces, es extender el Modelo Echo, de manera que drán reproducirse y agregarse para convertirse en abigarradas estruc-
pueda mimetizar el proceso produciendo un agregado complejo bien ttlras jerárquicas que mimetizarán a los metazoarios. Esta es, en sínte-
organizado a partir de una sola "semilla". Aun cuando el resumen que sis, la línea que seguiremos.
acabamos de presentar no hace justicia a las sutilezas del proceso de la La instrumentación más simple que hemos podido concebir dentro de
ernbriogénesis, sugiere algunos mecanismos que el Modelo Echo debe estas restricciones requiere que los agentes primarios sean dotados
incl11ir: de otros cinco mecanismos, adicionales a los mecanismos de interac-
ción mediada por marbetes y a la reproducción ya previstos en el mo-
l. Necesitamos agregar algunos medios a través de los cuales los delo básico:
agentes puedan adherirse unos a otros. Se debe incluir una dispo-
sición para la formación de fronteras que permita a los agregados 1. Un mecanismo que permita la interacción selectiva. U na condición de
resultantes formar partes funcionalmente diferenciadas. interacción que inspecciona a otros agentes para determinar si tie-
2. Necesitamos hacer que los agentes sean capaces de transformar ne lugar o no una interacción (de una manera muy similar a
los recursos, mimetizando con esto la capacidad de una célula cómo la condición de una regla revisa un mensaje).
para transformar, a determinado costo, recursos comunes y abun- 2. Un mecanismo que permita la transformación de los recursos. Con este
dantes en recursos indispensables pero escasos. mecanismo el agente recibe la capacidad para transformar un re-
124 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECHO 125
curso en otro, al costo de reunir los recursos necesarios para defi- LAS EXTENSlONES
nir un segmento de tran:-.formación en la cadena cromosómica. Por
ejemplo, con un apropiado segmento de transformación, un Como lo anticipé, cada modelo de esta secuencia extiende (amplía) al
age_nte puede transformar un recurso abundante en otro que ne- modelo previo agregando un mecanismo adicional. Finalmente, el úl-
cesite para su reproducción. Este proceso abre muchas posibilida- timo modelo de la secuencia incorpora los cinco mecanismos detalla-
des para la especialización de los agentes de un multiagente. dos anteriormente.
3. Un mecanismo que determine la adhesión entre los ar;entes. (Este meca-
nismo es instrumentado en términos de un ma;bete de adhesión. La Modelo 2: Intercambio condicional
"cantidad" de adhesión entre dos agentes se determina por el gra-
do de concordancia entre sus marbetes de adhesión. Ahora el objetivo es dar a cada agente la posibilidad de rechazar inter-
4. Un mecanismo que permita el apareamiento selectivo. Su instrumenta- cambios con otros agentes. Para lograr esto, conservamos un solo cro-
ción es por medio de una condición de apareamiento que inspeccio- mosoma para el agente, pero dicho cromosoma ahora está dividido en
na el marbete de interacción de una potencial pareja. Un par de dos partes: un segmento de control y un segmento de marbetes (veáse la figu-
agentes que tengan suficientes recursos para reproducirse produ- ra III.5). El segmento de control proporciona una condición de intercam-
ci~án descendencia por cruzamiento si sus condiciones de aparea- bio que inspecciona el marbete de ofensa en el otro cromosoma inter-
miento son mutuarr1ente satisfechas. actuante; la condición de intercambio trata a este marbete casi de la
5. Un mecanismo para la replicación condicional. Una condición de replica- misma manera como una regla trata a los mensajes de un agente basa-
ción que inspecciona la actividad de otros agentes que pertenecen do en reglas.
al mismo agregado multiagente. Aun después de que un agente Debido a que los marbetes son definidos a través del alfabeto de re-
ha reunido suficientes recursos para hacer una copia de su ca- cursos, la condición de intercambio responde a las cadenas del alfabe-
dena cromosómica, únicamente se reproduce si su condición de to de recursos, más que a las cadenas binarias utilizadas para los men-
replicación es satisfecha por la actividad de algún otro agente en sajes del sistema basado en reglas. Para definir la condición de
el agregado. Este mecanismo es el que permite la activación y de- intercambio utilizamos un símbolo de "no importa", como en el capí-
sactivación de los genes. tulo Il. Podemos evitar agregar un nuevo símbolo al alfabeto de recur-
sos simplemente designando como símbolo de "no importa" a uno de
En la siguiente sección veremos que la adición de estos mecanismos los símbolos que ya se encuentre en el alfabeto. Así, en nuestro ejem-
produce una secuencia de versiones más elaboradas del Modelo Echo. plo anterior, en el que utilizamos el alfabeto {a,b,c,d}, restringiríamos
A medida que agreguemos cada mecanismo, utilizaremos la sintaxis la definición de los marbetes para el subalfabeto {a, b, e} construyendo
proporcionada por Echo para volver a describir las capacidades adicio- cadenas o secuencias a través del alfabeto completo {a,b,c,#(=d)} para
nales. Si mis conjeturas son correctas, el modelo final de la secuencia definir las condiciones.
permitirá mimetizar la embriogénesis de los organismos multicelula- A diferencia de las longitudes estandarizadas de los mensajes, los
res o los orígenes de las organizaciones de multiagentes, como la fábri- marbetes pueden ser de diferentes longitudes, y de acuerdo con esto
ca de alhleres de Adam Smith. podemos redefinir una condición. Para manipular longitudes arbitra-
Cada uno de estos mecanismos se puede instrumentar de manera rias tratamos a la última letra especificada en la cadena de la condición
sorprendentemente fácil en una computadora, aun cuando las des- como si estuviera acompañada por un número indefinido de símbolos
cripcion_es verbales que siguen a veces son complicadas. En la siguien- de "no importa". Así, la condición b#b ( =bdb) es tratada como si fuera
te secc10n aparecen los detalles técnicos que demuestran que estos la condición b#b#### ... He aquí un par de ejemplos: La condición a
mecamsmos realmente se adecuan al marco de trabajo del Modelo acepta, para el intercambio de recursos, a cualquier agente que tenga
Echo. No obstante, si el lector está dispuesto a confiar en mi afirma- un marbete de ataque que comience con una a; esto es, acepta a cual-
ción de que efectivamente son compatibles los mecanismos agregados quier marbete de ataque del conjunto {a, aa, ab, ac, aaa, aab, aac, aba,
y el Modelo Echo, puede saltarse esta sección, sin que esto afecte en abb, ... }. Por su parte, la condición bcb acepta cualquier marbete de
absoluto Sll comprensió11 de las secciones subsiguientes. ataque que comience con bcb. La condición b#b es un poco más com-
126 EL ORDEN OCULTO EL SL'RGIMIENTO DEL MODEL() EClIO 127
plicada, ya que acepta cualquier marbete de ataque que tenga una ben en el Modelo Echo. Como veremos más adelante, esta opción puede
la primera y tercera posiciones, esto es, el conjunto {bab, bbb, bcb, baba, ser crítica para ciertos agentes si ur1 recurso en especial es escaso. En
babb, babc, babaa, ... } . particular, cuando llegamos a los multiagentes estructurados en capas,
La condición es utilizada de la siguiente manera: cuando dos agen- la transformación del recurso ofrece interesantes oportunidades para la
tes se encuentran, la condición de intercambio de cada agente es anali- especialización. Y aquí nuevamente aplicaremos el enfoque más sim-
zada primero en relación con el marbete de ataque del otro agente. Si ple posible, dejando las elaboraciones para futuros modelos.
las condiciones de ambos agentes son satisfechas, entonces tiene lugar Pensemos en los recursos "renovables" que apuntalan las estructuras
el intercambio. Si ninguna condición es satisfecha, entonces la interac- del agente en el Modelo Echo. Consideremos cada uno de estos recur-
ción es rechazada. Si la condición de un agente es satisfecha pero no sos como una molécula que tiene una estructura interior. Utilizando la
la del otro, entonces el agente con la condición insatisfecha tiene la biología molecular como guía, podemos pensar en trasformar un re-
oportunidad de "huir" de la interacción. En el caso más simple, esto se curso en otro reacomodando su estructura "molecular". En una célula
hace rechazando la interacción con alguna probabilidad fija. biológica, tales transformaciones son controladas por las enzimas (los
potentes catalizadores biológicos que pueden acelerar la velocidad de
una reacción hasta 10 000 veces o más). Nuestro objetivo es dotar a los
agentes con un equivalente de las enzimas.
Debido a que estoy tratando de evitar cuestiones concernientes al
metabolismo del ensamble, prefiero no comentar los detalles de la es-
tructura de los recursos. Mi objetivo es, más bien, proporcionar a los
_,/ Cromosoma del agente agentes un método directo para transformar las letras-recursos,
fí11111111111111111 ................. : 1 {a,b,c,d,}, de nuestro actual ejemplo en otras letras-recursos. La mane-
' marbete
de ataque
marbete
de defensa
:
!
condición :
de intercambio :
ra más simple de hacer esto es agregando un segmento al cromosoma
L_ reglón de ~ región _J por cada transformación deseada. Es importante que haya un "costo"
' marbetes ' de control
para esta operación, ya que de otro modo los recursos serían libre-
mente intercambiables, por lo que no tendríamos manera de estudiar
los efectos de la escasez de estos recursos. El costo, como e11 los modelos
anteriores, lo constituirá el requerimiento de que los agentes usen le-
Si la condición de intercambio de! agente CD concuerda con el marbete de ataque del agente 8 ~y
tras-recursos para construir la especificación del s11bseg111ento enzimá-
viceversa-, entonces se sigue el cálculo de la puntuación del encuentro ataque/defensa:
tico. Por cada transformación debe haber un subsegmento enzimático
marbete de ataque condición de inten;ambio del segmento de control, y el costo será el esfuerzo requerido para ob-
Agente(}) llllllllll!lll!llli tener las letras adicionales necesarias para especificar estos segmentos
1
~ de transformación.
r=
concordancia
concordancia - - -
~-~-~
El subsegmento de transformación debe, por lo menos, especificar
Agente@ 1;¡¡¡¡;¡;¡;;¡;¡¡;11 la letra que va a ser transformada y la letra que resultará de la transfor-
marbete de ataque condición de intercambio mación (figura III.6). El diseño más simple utilizaría sólo dos letras. Si
la letra a va a ser transformada en b, entonces el subsegmento de trans-
FIGl:RA III.5. Cromosonia del agente con una condición de interca1nbio agregada. formación sería la subcadena ab. Si el segmento de transformación va a
ser más costoso, entonces se requieren letras adicionales. Por ejemplo, el
segmento de transformación de a a b sería la subcadena abccc. Pode-
Modelo 3: Transformación de los recursos mos considerar que la a y la b de esta cadena especifican los sitios acti-
vos de Ja enzima, y que las ccc especifican la parte estructural de esta
La capacidad de las células o de las fábricas para transformar recursos misma enzima, es decir, el segmento que aporta los sitios activos en
en nuevas forrr1as es una valiosa propiedad que vale la pena consenrar una apropiada configuración tridimensional.
128 EL ORDEN OCCLTO EL SURGIMIENTO DEL MODELO ECHO 129
Todavía queda pendiente lo relacionado con la "tasa" de transfor- Por supuesto que somos libres de elegir diferentes tasas de transfor-
mación presente en un subsegmento de transformación. ¿Qué tanta a mación en diferentes modelos; incluso podemos elegir diferentes tasas
será transformada en b si está presente el subsegmento ah? Parece ra- para diferentes letras en el mismo modelo. La relación entre estas ta-
zonable limitar la transformación a los recursos que el agente ha sas de transformación y las tasas de entrada (input) de los sitios para
guardado en su reserva; es decir, la transformación sólo puede tener los recursos básicos ciertamente afectará la evolución del modelo. La
lugar si hay copias de la letra a en la reserva del agente. Una transfor- evolución, al obrar sobre las transformaciones, debe atenuar las dife-
mación únicamente redituará si: 1) la definición del cromosoma del rencias causadas por las diferentes tasas de entrada de los sitios.
agente requiere varias copias de la letra-objetivo que está escasa, 2) la
tasa de transformación es suficientemente rápida como para que va-
rias copias de la letra del recurso puedan ser trasformadas durante el Modelo 4: Adhesión
lapso de vida del agente. De otra manera la inversión de recursos para
definir al subsegmento de transformación nunca "redituará". Por La adhesión proporciona un medio para formar agregados múltiples.
ejemplo, se requiere un ejemplar de la letra b tan sólo para definir al Estos agregados son una reminiscencia de los organisn1os que viven ei1
segmento de transformación ab, por lo que la inversión de ninguna colonias (como las esponjas y las medusas) y los organismos metazoarios
manera puede redituar, a no ser que puedan obtenerse cuando menos (plantas y animales). Los agentes se adhieren selectivamente entre sí e
dos copias de la letra b por la transformación de a en b durante el lap- incluso forn1an "capas". Como resultado de esto, se m11even e interac-
so de vida del agente. Debido a que el lapso de vida más corto es un pe- túar1 como unidades. Durante el transcurso de varias generaciones, los
riodo-paso, establezcamos la tasa a razón de dos letras por periodo-paso. agentes indi,~duales de los agregados llegan a adaptarse de tal manera
Entonces, incluso los agentes de vida más corta podrán beneficiarse de que pueden sacar ventaja del medio ambiente específico que les propor-
un subsegmento de transformación. cionan los demás agentes de este agregado. Un agente del agregado po-
dría especializarse en actividades de ofensa y defensa, mientras que otro
podría especializarse en la adquisición de recursos. Si estas dos clases de
agentes intercambian de una manera apropiada sus recursos, entonces
reserva
el agregado y el agente recolectarán y protegerán sus recursos más efi-
cientemente, por lo que podrán reproducirse más rápidamente.
Es como si las hormigas de nuestro triángulo oruga-mosca-hormiga
estuvieran unidas permanentemente a las orugas, en vez de ser entida-
cromosoma des móviles independientes. En este hipotético caso, las orugas po-
marbete marbete : condición de transforma" '
de ataque de defensa : intercambio ción drían reducir al mínimo los recursos destinados a los marbetes de ata-
!<--región de marbete-'>-!+ región de control ~ que, mientras las hormigas podrían especializar sus marbetes para
realizar un ataque más eficiente y despreocuparse del problema del
FIGL'RA III.6. Transformación de los recursos. acopio de recursos.
Una vez que los agregados ya están formados y sobreviven, las inter-
acciones y los intercambios dentro de ellos pueden evolucionar hacia
Es natural adoptar la convención de que múltiples copias del seg- configuraciones cada vez más complejas. Una clase de agente -por
mento de transformación multiplican la tasa de transformación. Si un ejemplo, el que recolecta y suministra una particular clase de recur-
agente tiene dos copias del segmento de transformación de a a ben su sos- puede inducir a otra clase de agentes a especializarse en sacar
cromosoma, trasformará cuatro copias de a en b por periodo-paso, agre- ventaja de un suministro seguro de ese recurso. Algunas clases de
gando con esto cuatro o más copias de a a su reserva. Será redituable te- agentes, por el contrario, pueden entrar en competencia, resistié11dose
ner múltiples copias del segmento de transformación si la letra-objeti- a tales inducciones. Esta interacción entre la inducción y la competencia
vo bes un recurso escaso, la letra a es medianamente abundante y el constituye un aspecto muy importante en el desarrollo de la biología
agente utiliza exclusivamente la letra ben su cromosoma. (véase, por ejemplo, Buss, 1987).
130 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECHO 131
se, como la de los padres y su descendencia, tengan una adhesión que FTGURA 111. 7. Cromoso1na del agente con un 1narbete de adhesión agregado.
no sea completa. Para lograr esto, el marbete de adhesión no es unido
con el marbete de adhesión del otro cromosoma; si se hiciera esto, los
agentes de la misma clase siempre concordarían perfectamente, pro- Es útil disponer las fronteras en configuraciones un poco más com-
duciendo una máxima adherencia. En vez de esto, el marbete de adhe- plicadas que una simple sucesión de capas. En vez de restringir cada
sión de cada agente es unido con el marbete de ataque del cromosoma frontera para que contenga una sola frontera interior, como en el caso
del otro agente (véase la figura III. 7). de la cebolla, debemos permitir que contenga varias fronteras en el si-
Después se calcula la puntuación del encuentro. Si cada agente tie- guiente nivel inferior, como lln huevo con varias yemas. El t:iemplo
ne un punta.je cercano a cero, entonces nir1guna adhesión tiene lugar más simple de esta configuración es una frontera exterior que contie-
entre los dos agentes. Si al menos una de las puntuaciones del encuen- ne dos fronteras interiores, lado a lado (véase la figura III.8). Podemos
tro no está cerca de cero, entonces sí tiene lugar la adhesión. La confi- describir las progresivas y posiblemente múltiples inclusiones utilizan-
guración inducida por la adhesión depende de un mecanismo adicio- do una especie de árbol genealógico. La frontera más externa es re-
nal: la formación de límites o fronteras. presentada por un nudo en la raíz del árbol. Cada una de las fronteras
directamente incluidas dentro de la frontera más externa es represen-
Fronteras tada por un nudo conectado a la raíz. Una frontera incluida puede a
su vez contener fronteras adicionales. Se agrega un nuevo nudo por
El establecimiento de fronteras constituye un método simple para agre- cada una de las "más profundas" fronteras secundarias, las cuales tam-
gar agentes en capas similares a las de una cebolla, y se utiliza para bién están conectadas al nudo que representa a la frontera que las
restringir las interacciones del agente. A cada agente, en el momento contiene. Este proceso se repite hasta que lleguemos a las fronteras
de su formación, se le asigna exactamente una frontera. Incluso a un más internas, las cuales son representadas por nudos que constituyen
agente aislado que no se adhiere a ningún otro se le asigna una sola las "hojas" del árbol, en donde ya no hay más conexiones.
frontera, la cual contiene un solo agente. Sin embargo, una frontera Las fronteras restringen las interacciones de los agentes de la si-
puede contener muchos agentes. El más simple agregado no trivial es guiente manera: un agente sólo puede interactuar con agentes que
un agregado que tiene sólo una frontera, y todos sus agentes pertene- pertenezca11 a la misma fro11tera, o con agentes que pertenezcan a
cen a esta frontera. fronteras adyacentes. Una frontera es adyacente a una determinada
132 EL ORDEN OClJLTO EL SURGlMrENTO DEL MODELO ECHO 133
frontera: si está en la capa inmediatamente exterior (hacia la raíz del forma a partir de su padre. Generalmente, cada uno de los recién pro-
árbol), en la capa inmediatamente interior (hacia las hojas del árbol) ducidos descendientes es sometido a una interacción con su padre,
o a un lado (al mismo nivel, o sea, directamente conectada al mismo pero también es útil dar a éstos cierta movilidad, para que en el proce-
nódulo) de dicha frontera (véase la figura III.9). Al conjunto de agen- so de adhesión participe en ocasiones un agente que no sea sn propio
tes con los que un determinado agente puede actuar se le denomina su padre. Para simular esta movilidad, a veces se selecciona a otro agente
dominio de interacción. Es conveniente considerar al propio sitio, con al azar, entre el dominio de interacción del padre; esta elección ocurre
su provisión de recursos renovables, como una frontera exterior a to- con una probabilidad que es un parámetro fijo dentro del modelo. Se
dos los agentes que contiene el sitio. Sólo los agentes de la frontera calculan las puntuaciones del encuentro de esta pareja, formada por
más externa de un agregado tienen un dominio de interacción que in- el descendiente recién formado y su padre o el agente seleccionado,
cluye a otros agregados en el sitio. Este dominio de interacción inclu- y el resultado es determinado de Ja siguiente forma:
ye a los agregados solitarios de un solo agente, así como a los recursos
renovables ofrecidos por el sitio.
Agregado
Frontera sencilla,
1 agente •
[l] número de agentes
en la frontera
complejo
·······
Frontera sencilla,
2 agentes •
[2]
Dominio de·
...····
_
interacción de X
[2]\ [2]
IR] Dominio de
[ [SITIO] [SITIO]
-
interacción de Y
[3] {31
Fronteras
en capas [Z] [1] ·-.121 .Hi
[2] [1] ............. ·
[2]
IR]
"hoja" [SITIO]
e@ [3] Dominio de
-······ ·121·· in~eracción de Z
Agregado ~ ~] ····.1:21 ... .r1.v'
-
"raíz"
complejo
~~---
··~··@ · ......·.•...·.·._ .. · ff......·.....
~ ""hoja"
FIGURA III.9. J)ominios de interacción.
·Ü•••::··· ~.~
[2] [1]
piada, puede convertirse en la semilla de un nuevo agregado simi- Echo. (Se podría colocar un agregado que imite a la fábrica de alfile-
lar al que contiene al padre. res de Adarn Srnith.) Al igual que en el caso del triángulo oruga-mos-
2. Si las dos puntuaciones de encuentro son de un valor parecido, y ca-hormiga, se pone a prueba la estabilidad del agregado y su capaci-
este valor no está cercano a cero, el descendiente es colocado en dad para reproducirse bajo las leyes de Echo. Una prueba más
la frontera del agente seleccionado. rigurosa y más interesante, consistiría en ver si los agentes libres pue-
3. Si la puntuación del encuentro del agente seleccionado es consi- den agregarse para hacerse más eficientes en la recolección y procesa-
derablemente más alta que la del descendiente, este último es co- miento de algún recurso. Tal estudio nos indicaría la dirección correc-
locado en la frontera inmediatamente interior a la del agente se- ta para la comprensión de cómo se originó la fábrica de alfileres de
leccionado. Si la frontera del padre no tiene frontera interior, Adarn Srnith a partir de la agregación de artesanos individuales.
entonces se forma una para contener al descendier1te. De este
modo es corno un agregado desarrolla fronteras adicionales cuan-
do sus agentes se reproducen. El resultado de esto es una especie Modelo 5: Apareamiento selectivo
de inducción hacia el desarrollo por parte del padre, en la que los
descendientes son forzados a ocupar una posición que de otro El apareamie11to selectivo permite a los agentes elegir entre varias pa-
modo no podrían ocupar. rejas potenciales, de manera que el cruzamiento ocurra únicame11te
4. Si el puntaje neto es altamente negativo, entonces se revierte el con los individuos de la clase seleccionada (el origen de las especies
efecto: el padre es forzado a trasladarse al interior de la frontera dentro del Modelo Echo). Al igual que con el intercambio de recursos
que ocupa. y con la adhesión condicionada, esta ii1teracción es mediada a través
de marbetes.
El apareamiento selectivo se instrumenta agregando una condición
Opciones y pruebas de apareamiento al segmento de control del cromosoma (véase la lí-
gura III.10). Esta condición es especificada de la misma manera que la
Si se desea, las interaccio11es de la adhesión pueden tener lugar er1 un condición de intercambio, y es confrontada contra el ya existente mar-
momento que no sea precisamente el de la formación de la descen- bete de ataque de la pareja potencial. (Por supuesto que podemos
dencia. Bajo tal arreglo, las interacciones pueden ocurrir sobre la base proporcionar un marbete completamente nuevo para este propósito,
de un "contacto aleatorio", como ocurre en las interacciones de inter- pero parece que se pueden lograr mnchos de los efectos del aparea-
cambio de recursos. Al igual que en el intercambio de recursos, los miento selectivo sin agregar otro marbete al cromosoma.)
agentes del misn10 do1ni11io de interacción son pareados, y se utiliza el El apareamiento selectivo comienza inmediatamente después de
esquema de punt'\je que se acaba de describir para determinar el re- que un agente ha acumulado suficientes recursos para hacer una co-
sultado. Bajo estas condiciones, un agregado cambia a una tasa deter- pia de sí mismo. Entonces, inicia una búsqueda para e11contrar una
minada por la frecuencia de los pareamientos de adhesión. Las adhe- pareja con la que pueda intercambiar material crornosómico. El agen-
siones que ya están en su lugar pueden ser cambiadas por estas te puede hacer esto de muchas maneras, pero una de las más simples
interacciones. Por ejemplo, se pueden recolectar agentes libres para consiste en seleccionar al azar la pareja potencial entre un conj11nto
formar un agregado, de una manera parecida a corno lo hacen las cé- de agentes que: 1) estén listos para reproducirse y 2) se encuentren
lulas arniboideas individuales de un agregado de mohos de los panta- dentro del dominio de interacción del agente. Si las condiciones del
nos, para formar un agregado parecido a un pedúnculo. (Una sor- acoplamiento selectivo por marbetes de ambos agentes son satisfe-
prendente secuencia de este proceso es muy bien descrita por Bonner, chas, entonces tiene lugar dicho proceso. Las copias de los cromoso-
1988.) También puede ocurrir que un agente de un agregado sea ex- mas del padre se hacen utilizando los recursos de sus reservas. Des-
pulsado corno agente libre y se convierta en la semilla de un nuevo pués se cruzan las copias de los cromosomas, ocurren mutaciones y la
agregado, si tiene el cromosoma apropiado. resultante descendencia es agregada a la población que ya estaba en el
Los posibles defectos de la adhesión condicional pueden ser detec- sitio. Este procedimiento es como la conjunción de los diferentes tipos
tados colocando agregados diseñados de cierta manera en el Modelo de apareamiento de los pararnecios (un proceso que se describe en
136 EL ORDEN OCULTO EL SURGUvllENTO DEL MODELO ECHO 137
cualquier texto de genética, como en el de Srb et al., 1965). Si una o tera determinada de esta manera. El descendiente es agregado in-
ambas condiciones de apareamiento no son satisfechas, el aparea- mediatamente a la frontera sin remplazar a ninguno de los agentes de
miento es abortado. ese lugar. Sólo la tasa global de mortalidad aleatoria eventualmente
equilibrará el proceso.
~región de marbete-~-- región de control -------i
! condición decondición de transfor- i
Modelo 6: Replicación condicional
ataque defensa adhesión! intercambio apareamiento mación
Agente CD
Con la replicación condicional podemos, finalmente, construir un
~----concordancia ,---~
modelo simple de la embriogénesis de un metazoario dentro del marco
Agentef) llll!ll!Jl!lll!!!! de trabajo de Echo. Los metazoarios pueden realizar la notable haza-
ña de desarrollar, a partir de una sola célula -el huevo fertilizado-,
FrGURA III.1 O. Cromosoma del agente con una condición de apareamiento adicionada. un organismo multicelular con una gran diversidad de tipos de célu-
las. Sin embargo, todos los diferentes tipos de células dentro de este
organismo (con unas pocas excepciones, tales como las células germi-
Observemos que un agente puede ser más o menos selectivo en lo nales y algunas células del sistema inmune) contienen los mismos cro-
concerniente a la aceptación o no aceptación de una pareja, depen- mosomas. ¿Cómo es posible esto?
diendo de la condición de apareamiento. Algunos agentes pueden No es únicamente esta cuestión la que me impele a agregar el proceso
aceptar prácticamente cualquier pareja, mientras que otros pueden ser morfogénico al Modelo Echo. Todos los SCA muestran fases de creciente
muy selectivos. Esta distinción proporciona una considerable amplitud organización cuando evolucionan, pero sabemos poco acerca de la cone-
al proceso evolucionario en el Modelo Echo. Sería interesante ver qué xión que existe entre los mecanismos de los SCA con esta creciente
condiciones ambientales favorecen el riguroso criterio selectivo carac- organización. La dinámica en la mayoría de los SCA es tan intrincada,
terístico de los mamíferos, y contrastar esto con las condiciones am- que se requiere técnicas científicas muy elaboradas para tratar de des-
bientales que favorecen los criterios más abiertos típicos de las plantas. enmarañarla. Los modelos matemáticos que poseemos simplemente
Y todavía hay otro problema que debe ser resuelto en la instrumen- no pueden abarcar toda la dinámica del proceso de morfogénesis, y
tación del apareamiento selectivo. Queremos estudiar sistemas comple- los experimentos controlados con los sistemas mismos son difíciles o
jos adaptables en donde haya limitaciones para el número de agentes imposibles.
que un sitio puede sustentar. Unos párrafos antes, cuando tratamos Una de las dificultades se centra en la ruptura de la simetría que
sólo .con los agentes libres, logramos esto haciendo que el descendien- ocurre durante estos procesos de morfogénesis. Un metazoario crece a
te remplazara a un agente atraído al azar al sitio, imponiendo así una partir de una sola célula fertilizada, y esto lo hace a través de sucesivas
tasa de mortalidad que equilibraba la tasa de natalidad. Pero este pro- generaciones de divisiones celulares. Sin embargo, esta "colonia" de
cedimiento ya no funciona ahora porque los agentes, debido al proceso células pronto pierde su simetría esférica al pasar a través de varias
de adhesión, están ubicados en lugares determinados dentro del agre- etapas en las que las simetrías físicas se pierden una tras otra. Y ésta es
gado. Cuando un nuevo agente se forma en el interior de un agrega- sólo la apariencia externa. Sabemos que la constitución química de es-
do, ¿cuál de los demás agentes debe ser eliminado, si es que va a elimi- tas células se hace progresivamente más y más diversa, rompiendo to-
narse alguno? Existen muchas opciones, pero una de las más simples davía más simetrías. Es difícil tratar tales procesos con ecuaciones dile-
consiste en establecer una tasa de mortalidad aleatoria para todos los renciales parciales (EDP), que son las herramientas matemáticas
agentes, deslindando así la muerte del nacimiento; es decir, todos tradicionales que utilizamos para comprender los procesos dinámicos.
los agentes tendrán un promedio de vida estándar y serán removidos de En el año de 1952, Turing utilizó EDP para diseñar un modelo que
las fronteras en el momento en que la casualidad, brazo ejecutante de la comenzó a partir de condiciones simétricas, pero produjo un patrón
tasa aleatoria de mortalidad, así lo determine. Los subsecuentes rem- asimétrico abigarrado, muy parecido al patrón de color de una vaca
plazos son indirectos. Cada descendiente que se forma es inmediata- holstein. Incluso esta simple formulación resultó matemáticamente
mente probado para propósitos de adhesión y es colocado en la fron- inmanejable. Turing pudo observar ejemplos específicos de la dinámi-
138 EL ORDEN OCULTO EL SURGJMIENTO DEL MODELO ECHO 139
ca, pero no pudo derivar consecuencias generales del modelo mate- enunciado simple que resume Ja idea básica: los metazoarios poseen
mático. De hecho, tuvo que utilizar una versión de computadora del t1na organización y una diversidad crccie11tes a medida que se desarro-
modelo para mostrar la dinillnica de formación del patrón asimétrico. llan, debido a que los genes de sus cromosomas pueden ser activados y
Desde entonces se han hecho pocos intentos matemáticos en ese sen- desactivados. (En la sección "La modulación de la acción del gen", del
tido, y el problema permanece casi igual a como se encontraba en ese texto de Srb et al., 1965, hay una buena discusión respecto a esto.) En-
momento. trando en más detalles podemos decir que la activación de los genes se
Hagamos un paréntesis. He observado que parte de la dificultad que manifiesta a través de la elaboración de enzimas por parte de las célu-
acompaña a los intentos por realizar un modelo de la morfogénesis no las, enzimas que fueron codificadas por los propios genes. Las enzimas
tiene razón de ser. Con base en su entrenamiento, hábitos y éxitos an- son catalizadores tan efectivos que pueden redirigir las reacciones en
teriores, los físicos y los matemáticos generalmente describen el proceso el interior de la célula. A medida que se activan los diferentes genes, se
dinámico en términos de EDP. Tanto la descripción de la dinámica del producen diferentes enzimas y, por lo tanto, reacciones, que condu-
electromagnetismo que hizo Maxwell en el siglo x1x como la teoría de la cen a difere11tcs estructuras. (~orr10 resultado de lo anterior, un orga-
relatividad que elaboró Einstein en el siglo XX -dos de los triunfos de nismo puede tener células tan diferentes como las células nerviosas,
Ja física teórica que apuntalan la mayor parte de la tecnología actual- las células musculares y las células sanguíneas -aun cuando todas las
utilizan simples y bellamente simétricas EDP. El advenimiento de la células tienen los mismos cromosomas-.
computadora no cambió demasiado este enfoque. Los modelos del Esta perspectiva nos permite avanzar parte del camino, pero nos
proceso dinámico primero se escriben en EDP (continuas), y después deja con una pregunta adicional: ¿Cómo son activados y desactivados
estas ecuaciones son traducidas a las rutinas computacionales. No obs- Jos genes? Nuevamente la genética molecular tiene algo que decirnos.
tante, este elaborado enfoque no es necesario. Los modelos pueden l,as cadenas de genes de un cromosoma a menudo tie11er1 "cabezas de
ser escritos directamente e11 térmir1os de acciones condicior1ales, fila" -marbetes- que son sensibles a las biomoléculas presentes en la
como en nuestra descripción de los agentes adaptables, y otras opera- célula (véase Srb et al., 1965). Si una de esas moléculas se adhiere a
ciones combinatorias tales como el cruzamiento. Estas operaciones esta cabeza, puede interferir con Ja expresión de Jos genes "corriente
condicionales/ combinatmias son descritas de una manera muy torpe abajo" de la cadena, dando lugar a que éstos sean reprimidos (desactiva-
por las EDP, así que un enfoque directo amplía sustancialmente el al- dos). Cuando otras moléculas desplazan a la molécula que se había
cance de un modelo riguroso. adherido, "limpian" la cabeza, desrej1rimiendo (reactivando) los genes.
Yo opino que si avanzanic>S hacia modelos de computadora que sean Los propios genes pueden, a través de las enzimas, favorecer o res-
descritos directamente, en vez de derivarlos de EDP, haremos sustancia- tringir Ja producción de una gran variedad de biomoléculas. Este he-
les avances en el estudio de los scA. También opino que no llegaremos cho abre Ja posibilidad de intrincados procesos de retroalimentación
a comprender la morfogénesis, el surgimiento de organizaciones por medio de los cuales un gen, a través de sus productos biomolecu-
como la fábrica de alfileres de Adam Smith o la riqueza de interaccio- lares, puede activar o desactivar a otros grupos de genes. En efecto, el
nes en un bosque tropical sin la ayuda de tales modelos. Mi experien- cromosoma codifica un programa de computadora con toda clase de
cia con modelos directos me sugiere que éstos pueden tener todas las condiciones. Probablemente nosotros podamos construir directa-
complejidades combinatorias de los procesos complejos de desarrollo. mente un modelo de computadora relativamente simple si podemos
Si esto es verdad, tales modelos ofrecen la posibilidad de realizar expe- eliminar algunos detalles del metabolismo sin perder la esencia del
rimentos controlados que proporcionen lineamientos para examinar proceso.
los procesos organizacionales reales, así como lineamientos para efec-
tuar abstracciones mate1náticas de la dinámica organizacional.
Durante Ja construcción de modelos de computadora directos pode- í\1ultiagentes y agentes-compartimiento
mos guiarnos por el amplio conocimiento que existe en Ja actualidad
acerca de los mecanismos que emplean los metazoarios para la morfo- Con estos lineamientos, la pregunta concerniente a lc)S mecanismos
génesis. Este conocimiento, arduamente adquirido por los genetistas para la morfogénesis se transforma en Ja siguiente pregunta: ¿Cómo
moleculares, incluye senderos intrincados. Afortunadamente existe un podemos imitar la represión y Ja desrepresión de Jos genes dentro del
¡
¡1;
EL ORDEN ocucro
,, 1
limitado formato del Modelo Echo? Hasta ahora hemos intentado somas de los agentes constituyentes (véase la figura III.11). Si está for-
mantener a los agentes individuales como entes muy simples, de ma- mado adecuadamente, el multiagente acumulará una formación de
nera que el cromosoma de un determinado agente no presente ningu- genes que podrán ser activados y desactivados. Entonces los multia-
na formación de genes (condiciones y especificaciones para marbetes) gentes podrían agregarse todavía más, desempeñando el papel de las
que puedan ser activados y desactivados. En términos biológicos, los células en un rnetazoario.
agentes vienen a representar a los organelos de una célula (con sus Siguiendo esta línea, designaré a los agentes definidos en esta forma
funciones fijas), más que a la organización flexible de una célula. como los agentes primarios del sistema. Para acentuar este aspecto, lla-
maré agentes-compartimiento a los agentes primarios. Tenemos que distin-
guir cuidadosamente entre el cromosoma del multiagente y los com-
partimientos que describe dicho cromosoma. Por otra parte, queremos
Agregado
complejo
<: @--->e
•· [2] [1]
definir al cromosoma del multiagente como la concatenación de los
cromosomas de los agentes-compartimiento que lo conforman. Ade-
más, queremos que sucesivas generaciones de la descendencia del mul-
tiagente tengan diferentes formaciones de agentes-compartimiento (de
manera que el multiagente puede llevar a cabo diferentes funciones) .
Pero entonces el cromosoma no debe depender directamente de los
agentes-compartimiento presentes dentro del multiagente, ya que de
otro modo dicho cromosoma cambiaría de una generación a otra a
frontera del multiagente
medida que cambiaran sus agentes-compartimiento. El multiagente
puede mantener de una generación a otra las adaptaciones logradas
reserva compartida
{contenido de las reservas de U, V, W) sólo si sus cromosomas permanecen invariables durante estos cambios.
multiagente Para resolver este dilema, tenernos que diseñar l1na forma inicial o
básica para el multiagente, una forma ur, muy parecida al huevo fertili-
zado del que los metazoarios se desarrollan. Esta forma ur tendrá un
cromosoma que describa el rango completo de agentes-compartimien-
to que el multiagente puede poseer bajo diversas condiciones. Dicho
~
cromosoma concatenado
cromosoma será "heredado" generación tras generación.
Necesitamos tratar de agregar a los agentes simples en algo similar a Nuestro objetivo, entonces, es diseñar un procedimiento de agre-
una célula completa, imitando sus múltiples funciones. Este agregado gación: 1) que actúe como un solo cromosoma para el multiagente y
recuerda a la teoría de Margulis acerca del origen de los eucariotes, las 2) que permita que diferentes partes de este cromosoma estén activas
células avanzadas que dieron lugar al surgimiento de los metazoarios en diferentes versiones de los multiagentes. La analogía biológica que
(véase, por ejemplo, Sagan y Margulis, 1988). De acuerdo con esta teo- nos guía puede llevarnos un poco más lejos, y esta guía nos sugiere
ría, un eucariote es una amalgama simbiótica de células precursoras que consideremos que un determinado agente-compartimiento pro-
que originalmente tenían una vida independiente. La amalgama se duce una sustancia bioquímica clave cuando entra en interacción. !Jame-
forma cuando un precursor engulle a otro pero no puede digerirlo. mos activo a tal agente-compartimiento.
En este nivel, un agregado -llamémosle multiagente (acrónimo de Podernos instrumentar esta sugerencia establecie11do condiciones
agente de multicompartimentos)- tendría su estructura determinada similares a las de las "cabezas" mencionadas anteriormente, que reali-
por un cromosoma que constituiría una concatenación de los cromo- cen la replicación de un agente-compartimiento dependiendo de la
142 EL ORDEN OCULTO EL SURGIMIENTO DEL NIODELO ECl-fC) 143
actividad de otro agente-compartimiento del multiagente; es decir, rem- Específicamente, este proceso ocurre si se agrega una condición de
plazaramos la secuencia< bioquímico/ desrepresión/ enzima/nuevo replicación a la región de control de cada agente-compartimiento (véa-
bioquímico> por una secuencia< agente-compartimiento activo/ con- se la figura lll.12). Esta condición se parece a la de los marbetes de
dición/nuevo agente-compartimiento activo>. Bajo este arreglo, la re- ataque de otros agentes-compartimiento del multiagentc. La condi-
plicación de un agente-compartimiento es determinada por una con- ción de replicación sólo es satisfecha si al menos un agente-comparti-
dición de replicación localizada en el segmento de control de la parte miento activo del multiagente tiene un marbete de ataque que satisfa-
del cromosoma del multiagente que especifica dicho agente-comparti- ga los requerimientos de la condición (véase la figura Ill.13).
miento. El agente-compartimento puede replicarse sólo si esa condi-
ción es satisfecha por la actividad de algunos otros agentes-compar- Ejemplo:
timiento del multiagente. De este modo, un multiagente puede tener Condición de replicación Satisfecha por marbete(s)
un descendiente en el que algunos compartimientos estén ausentes de agente de ataque de agente(s)
debido a que sus condiciones de replicación no fueron satisfechas (o u U,V
sea, que los genes correspondientes fueron reprimidos). Obsérvese que
el cromosoma del multiagente hijo permanece intacto, aun cuando el V w
conjunto de compartimientos sea diferente. Debido a que el multia- w V
gente hijo puede tener una disposición de agentes-compartimiento dife-
rente de la de su padre, también puede tener diferentes habilidades de Por ejemplo, la actividad de cualquiera de los agentes-compartimiento U o V asegura que
interacción, por lo que estará en condiciones de mimetizar la flexibili- el agente-compartimiento U aparezca en !a siguiente descendencia del multiagente
dad de una célula de metazoario. progenitor
marcador de condición
de replicación satisfecha
hijo puede entonces diferir de su padre en el número de condiciones agentes? Aquí podrían seguirse varias convenciones, pero hay una que
marcadas, aun si él y su padre tienen el mismo cromosoma (concate- parece particularmente interesante, la cual consiste en tratar al multi-
nado). Sólo los agentes-compartimientos con las condiciones de repli- agente como una organización con recursos compartidos (veáse la fi-
cación marcadas ("presentes") participan en las interacciones. gura III.14). Bajo este principio, los contenidos de las reservas de los
agentes-compartimiento individuales quedan disponibles para la repro-
ducción de todas las partes del cromosoma del multiagente, en con-
Interacción entre multiagentes traste con el uso del contenido de la reserva de cada agente-comparti-
miento únicamente para la reproducción de la parte del cromosoma
Finalmente, tenemos que ser más específicos acerca de la relación en- que describe a dicho agente-compartimiento. Esta convención permite
tre las habilidades para la interacción de los agentes-compartimientos una amplia variedad de especializaciones parecidas a las de la simbiosis
y las hab1hdades de_interacción de los multiagentes. Por ejemplo, ¿qué entre la oruga y la hormiga que se comentó en el modelo 4. Por ejem-
determina las hab1hdades de adhesión de un multiagente? plo, un agente-compartimiento podría especializarse en acumular o en
En este c~so'. nos bas_amos en un principio simple que utiliza agen- producir el recurso b, aun cuando utilice muy poco este recurso para
tes-compartmnentos dJrectamente: todas las interacciones entre los su propia (porción de) cromosoma. Bajo esta convención de recursos
multiagentes están mediadas por sus agentes componentes marcados. compartidos, muchos senderos conducen a tasas de reproducción más
Es fácil in~trumentar este principio si seguimos el enfoque que aplica- altas, favoreciendo así Ja continua diversificación de los multiagentes.
mos anteriormente para los agentes individuales. No obstante, mien- Al igual que Jos agentes de Jos modelos anteriores, los multiagentes
traB que en ese enfoque utilizamos dos agentes seleccionados al azar -incluso los que se encuentran dentro de un agregado mayor- inter-
para cada interacción, ahora seleccionamos dos agregados. En efecto, actúan continuamente. (~ada interacción normalmente cambia el con-
los agregados pueden moverse de un sitio a otro como unidades. Si tenido de Ja reserva de los agentes-compartimiento involucrados en
uno de estos agregados (o ambos) es un multiagente, debemos deter- ella. Debido a que durante una interacción se intercambian recursos,
minar la forma y el resultado de la interacción. Para hacer esto, iremos las posibilidades de reproducción de un multiagente son modificadas.
un paso más adelante, seleccionando al azar uno de los agentes-com- Como en los modelos anteriores, el multiagente sólo se reproduce
part1m1ento ~e la frontera más externa del multiagente (veáse la figu- cuando tiene suficientes recursos en las reservas de sus agentcs-corn-
ra III.14). Solo los agentes-compartimiento que tengan marcadores partimiento para hacer una copia de su cromosoma.
puestos en 1 _son elegibles para la selección. Los agentes-comparti-
n::1~ento selecc1oi:ados sirven como "punto de contacto" para la intcrac- multiagente
oon de un mult1agente dado. Se realiza una nueva selección cada vez
que los multiagentes entran en contacto. Una vez que han sido selec-
c1on~dos los agentes compartimiento del punto-de-contacto, la inter-
a.cc10n se realiza tal como se describió en el caso de los agentes indi-
viduales de los modelos pre,~os. Una vez que los multiagentes se encuentran pareados para la interacción, un agente-compartimiento
I,as interacciones dentro de un sitio se centran en los m11ltiagentes, en \a frontera externa de cada mu\tiagente es seleccionado aleatoriamente como el "punto de contac-
to''. Los agentes-compartimiento seleccionados experimentan una interacción agente-agente
pero los detalles de las interacciones todavía dependen de los agen-
tes-compartJm1ento del punto de contacto. De acuerdo con esto las
FIGURA IIL 14. Interacción de multiagentes.
posibilid_ades para la interacción continúan siendo las mismas que
la~ descritas en los onco modelos anteriores. Los agentes-comparti-
miento son todavía los agentes primitivos que median la adhesión y la
acumulación de recursos. Diferencias entre multiagentes y otros agregados
La acumulación de recursos dentro de las reservas de los agentes-
compart1m1ento dan lugar a una pregunta adicional: ¿Cómo se distri- Todavía queda una última pregunta acerca de los multiagentes: cuan-
buyen en estas reservas los recursos para la reproducción de los multi- do un multiagente reside dentro de un agregado mayor, ¿cómo lo dis-
146 EL ORDEN OCULTO EL SURGIMIENTO DEL MODELO ECHO M7
tinguimos del resto del agregado? Debe hacerse esta distinción con el sola frontera. Dentro de este principio, también podríamos considerar
fin de determinar qué reservas del agente son compartidas durante la a un agente individual independiente como un multiagente de un solo
reproducción. Una mirada más de cerca a la organización de las fron- age11te y de una sola frontera; es decir, consideraríamos a un age11te in-
teras dentro de un agregado nos proporcionará un enfoque directo. dependiente como el más simple multiagente. Por lo tanto, podemos
Un multiagente, debido a que es un agregado de agentes-comparti- pensar en iniciar el Modelo Echo únicamente con los multiagentes
mie11to, obviamente debe tener una frontera externa. Por lo tanto, ahora más simples (los agentes individuales independientes), d<:jando que la
la pregunta es: ¿Cómo debemos marcar la frontera de una agregación evolución proporcione las versiones más complicadas.
de agentes-compartimiento para que se convierta en la frontera de un De los muchos recursos que existen para incrementar la complejidad
multiagente? Una vez que hagamos esta provisión podremos definir al de los multiagentes, el más simple consiste en "promover" ocasional-
cromosoma del multiagente y proveer Jo necesario para las siguientes mente a un agregado de los multiagentes más simples al status de mul-
capas y fronteras que envuelven a los multiagentes. tiagente individual, degradando al mismo tiempo a sus componentes
al nivel de agentes-compartimiento. Para instrumentar esta idea, agre-
gue un bit de marcador de frontera de multiagente a las especificaciones
para las fronteras (véase la figura III.11). Cuando el marcador esté en
1 ("activado"), la frontera será la frontera de un multiagente (en otros
Agregado aspectos, la frontera desempeña su papel habitual). Después, cuando
complejo un par de cromosomas se adhieren entre sí, ocasionalmente aplicare-
mos el procedimiento promoción/ degradación; es decir, el marcador
para la frontera que contiene los dos multiagentes será puesto en 1,
~------~frontera de m~ltiagente
mientras que los marcadores para las fronteras de los dos multiagentes
serán puestos en O (véase la figura III.15). El resultado será una clase
de mutación que produce un multiagente más grande, compuesto por
el par original de multiagentes. Debe procederse con cuidado para
que el multiagente no contenga otros multiagentes. Es fácil recordar
esta restricción en el momento en que se realiza el procedimiento pro-
moción/ degradación.
Ahora ya tenemos un método para que los multiagentes complejos
~
puedan evolucionar en el Modelo Echo, y sólo necesitamos afinar los
detalles en lo concerniente al cromosoma de dichos multiagentes. El
objetivo global de agregar multiagentes a Echo es mimetizar el rasgo
cromosoma-común/ estructura-variable de las células de un metazoa-
[2] [1]
rio. Recordemos que obtuvimos el cromosoma del multiagente con-
catenando los cromosomas de los agentes-compartimiento. En Echo
literalmente hacemos una cadena o secuencia con los cromosomas de
FIGURA. III.15. De un agregado a un ·multiagente. los agentes-compartimiento para formar un cromosoma largo. Esta
simple convención es la razón por la que no queremos que un multia-
gente contenga a otros multiagentes (la convención de la concate-
Cuando pensamos acerca de las maneras en que podríamos señalar nación se volvería ambigua). El multiagente se reproduce cuando
una frontera de un multiagente, también debemos pensar sobre cómo acumula s11ficientes recursos en ]as reservas de sus agentes-comparti-
puede originarse y cómo puede evolucionar esta señalización. Para miento para copiar este largo cromosoma. Este cromosoma pasa por
esto es útil regresar a la convención en la que un agente individual in- el proceso de cruzamiento y mutación y después es "heredado" a la
dependiente es tratado como un agregado de un solo agente y de una descendencia del multiagente.
148 EL ORDEN ocucro EL SURGIMIENTO DEL MOllEl.O ECHO 119
pensar que la simplicidad -y la elegancia, si usted lo quiere- nos peña el papel tanto de los organelos como del cromosoma que los
ayudarán a describir las complejidades, como ocurre en las matemáti- especifica. (No sería difícil separar estas funciones, decodificando
cas. Mantener a los mecanismos en estado primitivo también es impor- una cadena "cromosómica" para producir cadenas de organclos,
tante porque nos ayuda a evitar la aparición de la bi!te noir de las inves- pero por el momento no lo consideramos necesario debido a que
tigaciones computarizadas sobre la complejidad. Esta aparición se se han hecho considerables progresos con la versión simplilicada.
produce cuando la solución es explícitamente construida dentro del El presente arreglo nos permite determinar la etapa en la que la
programa desde su arranque. Considere un programa cuyo objetivo es "codificación" se convierte en lln asunto importante.)
hacer una descripción simple del movimiento de las "estrellas erran- • Los agentes del Modelo Echo tienen menos capacidad que los
tes" (los planetas) utilizando una compilación de sus sucesivas posicio- agentes adaptables descritos en el capítulo II. Los agentes indivi-
nes en el cielo nocturno (al estilo Kepler y utilizando los datos de duales de Echo tienen reacciones de estímulo-respuesta instru-
Tycho Brahe). Si el programa es explícitamente dotado de elipses, con mentadas por condiciones, y hacen amplio uso de marbetes. Los
el Sol en el centro como una entre pocas posibilidades, no aprendere- agentes individuales no tienen las habilidades para retransmitir
mos mucho, ya que nos habremos saltado el complejo razonamiento los mensajes requeridos por modelos internos elaborados, como
que condujo, desde los movimientos bidimensionales en forma de S las jerarquías por omisión. Además, los marbetes controlan las
de las "estrellas errantes" en el cielo nocturno, hasta los planetas mo- interacciones de un modo más directo y concreto. Debido a que
viéndose en un espacio tridimensional en órbitas elípticas centradas no están unidos a mensajes, no tienen las sutiles y protosimbólicas
en el Sol. Con esta explicitación la simulación revela poco que sea nue- funciones de los mensajes. Estas simplificaciones deben forzar a
vo o inesperado. los agentes de Echo a desarrollar habilidades para el procesa-
Una vez explicado el motivo del intento deliberado de hacer una ca- mier1to de inforn1ación por medio de mecanismos más primitivos.
ricatura, es importante saber lo que ha sido dejado fuera de Echo. A Me gustaría ver a los agentes desarrollar "lenguajes", en vez de do-
este respecto, Ja comprensión del modelo Echo no es muy diferente tarlos con un lenguaje totalmente evolucionado (el sistema clasifi-
de la comprensión de los puntos esenciales en una buena caricatura cador) desde el inicio.
política. Tenemos que conocer lo que ba sido acentuado (o exagera-
do) por ser esencial y lo que se ha dejado fuera por ser prescindible. El Si todo funciona bien, veremos a los multiagentes de Echo desarro-
diseño de Echo utiliza estos tres principales atajos: llar detectores y efectores -medios para decodificar el medio ambien-
te- en coordinación con los medios para procesar esta información
• Han sido omitidos los detalles del metabolismo y ensamble de los -capacidad de programación-. Cada habilidad debe incrementarse
recursos dentro de la estructura del agente. Una vez que los re- para sacar ventaja de las oportunidades ofrecidas por las otras. Espero
cursos son adquiridos, automáticamente son ensamblados dentro ver que estas habilidades sean aprovechadas por medio del aumento
de la estructura requerida -la cade11a cron1osómica- sin ningún de la complejidad de las fronteras interiores de los multiagentes. La es-
intento por simular los procesos químicos involucrados. (Si se van tructura de los multiagentes, tal como está defínida aquí, es muy explíci-
proporcionando poco a poco a los agentes las habilidades para la ta y fácil de observar. En un sistema clasificador plenamente desarrolla-
transformación de los recursos, la evolución del metabolismo do, la estructura está implícita en la miríada de reglas desencadenadas
puede ser modelada con creciente verosimilitud.) por los diferentes mensajes "marbeteados". Para muchas investigacio-
• La estructura interna del agente -el detalle fenotípico- se in- nes de los SCA, pueden resultar indispensables los más elaborados mo-
cluye en la cadena binaria que proporciona el genotipo al legado delos internos, dotados de un sistema de clasificación; sin embargo,
genético del agente. El agente tiene un fenotipo debido a quepo- los agentes de Echo ofrecen un enfoque más simple para la cuestión
see marbetes y condiciona sus interacciones con los marbetes pre- de la diversidad y el surgimiento de la organización. Todavía no han
sentados por otros agentes. En una célula biológica las caracterís- sido realizados ("corridos") experimentos con multiagentes, pero en
ticas fenotípicas serían las biomoléculas adheridas a los organelos el próximo capítulo discutiremos estas posibilidades y las relacionare-
que son generadas decodificando los genes. En Echo, sin embar- mos con los experimentos que ya han sido realizados.
go, estas características son incluidas en u11a cadena que desem-
TY. IA SIMULACIÓN ECHO
!
154 EL ORDEN OCUI:Iü LA SIMULACIÓN ECHO 155
/
""
replicación con
adherencia
En este punto, la recombinación y la mutación pueden causar sufi-
cientes cambios como para que, bajo la replicación condicional, los
descendientes de los multiagentes contengan diferentes agentes-com- ,;
"" partimiento. De esta manera obtenemos un agregado con multiagen-
tes diferenciados, aun cuando todos los multiagentes de este agregado i
I!
tengan el mismo cromosoma. Estas variaciones pueden conducir a di-
ataque/defensa ferencias en cuanto a la adhesión. Incluso es posible que uno de los
descendientes pierda toda capacidad de adhesión hacia los demás
miembros del agregado y sea expelido de éste, convirtiéndose en un
[modificaciones ulteriores pro-
ducen agentes descendientes
multiagente libre.
encapsulados, una frontera Si este multiagente expelido tiene la misma estructura (el mismo
multiagente promovida y, con
el tiempo, un.agente-compar-
cromosoma y el mismo agente-compartimiento) que el "padre" que
timiento descendiente que no fundó el agregado, con esto se cierra el ciclo. El agente expulsado se
se adhiere al multiagente {una
semilla)] convierte en una semilla que produce descendientes con capacidad
Generaciones para adherirse, e inmediatamente con1ienza a agregarse, prodl1ciendo
una nueva copia del agregado original. Este proceso es similar al que
1000 2000 3000 4000
tiene lugar cuando es generado un metazoario a través de sucesivas di-
FIGURA IV.1. Escenario para la evolución de los 1nultiagentes. visiones de un huevo fertilizado, produciendo finalmente un nuevo
huevo fertilizado que puede repetir el proceso.
l,a aparición de nuevos niveles de organización en esta evolución
(~omienzan a aparecer organizaciones n1ás complejas cuando el cru- depende de una capacidad esencial: que cada nuevo nivel pueda reco-
zamiento y la mutación dan lugar al surgimiento de marbetes de adhe- pilar y proteger recursos a un costo inferior al que tiene que pagar por
sión condicional. Cuando los descendientes del agente se adhieren a el incremento de la complejidad de su estructura. Si un agregado pro-
uno de estos marbetes, tenemos el inicio de un agregado tipo colonia visto de "semillas" reúne recursos con la suficiente rapidez para pagar
(como el de las esponjas), emergiendo de un solo agente. Posteriores por el incremento de complejidad en su estructura, sus semillas se pro-
modificaciones pueden producir puntajes de adhesión que obliguen a pagarán. En el Modelo Echo vemos nuevas posibilidades para mayores
algunos descendientes a formar fronteras interiores, las cuales den lu- modificaciones evolutivas del agregado a través de modificaciones a las
gar a la aparición de capas y mayores complejidades en la organiza- semillas.
ción. Debido a que los agentes del interior encaran un medio ambiente Si la evolución en el Modelo Echo prosiguiera a lo largo de todas las
diferente al de los agentes del exterior, surgen oportunidades para la líneas de este escenario, tendríamos una muestra fehaciente del surgi-
especialización. Por ejemplo, los agentes exteriores pueden concen- miento de la organización. Aun cuando no hay garantía de que algún
trarse en el ataque, la defensa y el intercambio, mientras que los del sistema real evolucione de este rnodo, ofrece una ventaja similar a la ri-
interior pueden especializarse en la transformación de los recl1rsos gurosa demostración de Neumann (1966) de la máquina que se au-
abundantes por otros más escasos. torreproduce. Antes de la aparición de su trabajo, la posibilidad de tal
Una vez que tales agregados comiencen a forn1arse, una mutación máquina había sido debatida durante siglos. Von Neumann zanjó el
puede mover al marcador de la frontera del multiagente "hacia arriba" asunto al presentar una máquina (una máquina simulada, por supues-
1
.
156 EL ORDEN OCCLTO LA SIMULACIÓN ECHO 157
to) que podía reproducirse a sí misma. Igualmente, si de nuestra simu- subrutinas. El mapa tiene dos piezas: 1) una correspondencia fija que re-
lación surge alguna versión (de la organización), Echo podría demos- laciona Jos estados del proceso con los números en el cálculo y 2) un
trar que el mecanismo que emplea es suficiente para generar una mor- conjunto de "leyes" que relacionan la dinámica del proceso con el pro-
fogénesis compleja. greso del cálculo. Una mirada más de cerca a estas dos piezas produci-
Debido a que son pocos los mecanismos que se encuentran en la rá dividendos cuando lleguemos a la parte específica de la simulación
base de este escenario y están diseñados para aplicarse a todos los siste- Echo.
mas complejos adaptables, ganamos mucho más que sólo una demos- El enfoque usual de la simulación consiste en dividir el proceso que
tración de la morfogénesis. Las pruebas ya concluidas señalan que la está siendo simulado en varios componentes. Después se establece una
d1vers1dad es una consecuencia casi segura de este proceso evolutivo. correspondencia fija que concatena los posibles estados de cada parte
Esto ofrece una explicación, utilizando mecanismos comunes, del de ur1 rango de números, como con los modelos matemáticos. Por
arraigo de la diversidad en los SCA. Más que eso, obtenemos una des- <:iemplo, si estuviéramos tratando de averiguar cuánta distancia podrá
cripción uniforme del proceso de aprendizaje y adaptación, el cual recorrer un automóvil o un aeroplano, haríamos preguntas tales
nos acerca mucho a un riguroso marco de trabajo para describir fenó- como: ¿Cuánto combustible hay en el tanque? ¿Con qué rapidez se
menos importantes de los SCA. está consumiendo el combustible? ¿Cuál es la velocidad actual? ¿Cuál
¿Cuáles son exactamente las oportunidades de observar este escena- es la resistencia del aire a esta velocidad? Todos estos números, y otros,
rio completo o algo parecido en una instrumentación computarizada serían pertinentes en la simulación. Cuando el conjunto de números
del Modelo Echo? Francamente no lo sé. Pero el escenario no consti- es suficiente para describir todos los aspectos relevantes del proceso,
tuye una adivinación ingenua. Muchas partes de los modelos Echo ya decimos que este conjunto describe el estado del proceso. Después se
han sido probadas, y en ellas se han observado porciones de este esce- concatena esta pieza del mapa con su correspondiente conjunto de
nario. Examinemos ahora algunos métodos para dar cuerpo a los me- números en la computadora.
canismos de Echo en simulaciones computarizadas, incluyendo los La segunda pieza de este mapa proporciona las características que
métodos que se derivaron de los ensayos realizados hasta el momento. constituyen el pivote de la simulación. Describamos de qué manera
cambia el estado del proceso con el paso del tiempo. La computación
todavía utiliza números, pero ahora éstos se relacionan con un proce-
LA NATURALEZA DE LA SIMULACIÓN so dinámico. Los cambios en los números reflejan los cambios en el
proceso que está siendo simulado. Al establecer leyes que determinan
l)ienso que sería conveniente empezar con un bit de "puesta en escena". esta parte del mapa, sacamos ventaja de la capacidad de la computado-
La mayoría de nosotros estamos familiarizados con el uso de compu- ra para ejecutar instrucciones condicionales: SI (los números tienen
tadoras para el procesamiento de palabras, la elaboración de desple- tales o cuales valores) ENTONCES (realice el cálculo 1), DE OTRO
gados, el cálculo de impuestos, etc. Lo que no es tan familiar es el uso MODO (realice el cálculo 2). Ya discutimos esta misma capacidad
de computadoras para propósitos de simulación, aun cuando se les cuando definimos los agentes adaptables (véase el capítulo 2). Como
haya dado este uso desde su origen. En un documento clásico que to- ya lo señalamos, cualquier ley que puede ser enunciada con rigor lógi-
davía es digno de leerse, Turing (1937) muestra cómo se puede cons- co, puede ser especificada secuenciando condicionales SI/ENTONCES
tn11r una compt1tadora, una computadora universal, que pueda iinitar a con operaciones aritméticas apropiadas. Por lo tanto, esta parte del
cualquiera otra máquina de computar. El uso de computadoras como mapa depende de la redistribución de los papeles de los mecanismos
artefactos para imitar a otros artefactos es vital para conceptualizar los que generan la dinámica del proceso dentro de las subrutinas SI/EN-
experimentos mentales computarizados, así que es importante distin- TONCES en el cálculo.
gmr este uso del de su más familiar utilización: como procesador de Destaquemos un punto general acerca de la simulación y la elabora-
números. ción de modelos: en la construcción del mapa que define un modelo,
La propia palabra "simulación" (del latín simulare~ imitar) nos da la la selección es crítica. La metáfora de la caricatura política nuevamen-
pista. El corazón de la simulación es un mapa que concatena partes te nos puede servir, ya que el modelo (la caricatura) puede reflejar de
del proceso que está siendo simulado con partes del cálculo llamadas manera más o menos fiel el original y, como siempre, esto depende del
lA SIMULACIÓN ECHO 159
158 EL ORDEN OCULTO
propósito del modelo (caricatura). Podernos optar por la simplicidad, Esta noción de contacto tiene que ser extendida para permitir las
e mcluso por una similitud distorsionada, a costa de la fidelidad, con interacciones entre agregados, trascendiendo así el principio general,
el fin de acentuar algunos elementos básicos. Por ejemplo, Newton, ya enunciado anteriormente, que establece que todas las interacciones
cuando construyó sus modelos, decidió ignorar la fricción, con el fin se realizan entre los agentes individuales de un agregado. El modo
de acentuar las características fundamentales de la inercia. Su "ligera- más fácil de hacer esta extensión consiste en seleccionar un agente al
mente infiel" modelo subraya el principio de que "los cuerpos en mo- azar de la lista de todos los agentes del sitio y, entonces, seleccionar el se-
vimiento persisten en ese movimiento a menos de que sean perturba- gundo agente, también al azar, dentro del dominio de interacción del
dos por otras fuerzas". Siglos antes, el modelo de Aristóteles, más fiel a primer agente.
la realidad, incluyó implícitamente la fricción, lo que condujo a enun-
Lista todos los pares agregados que
ciar el "principio básico" de que "todos los cuerpos tienden al reposo". Siguiente oca-
sión-paso
Por cada sitio: realizan contacto de intercambio
El modelo de Aristóteles, aun cuando estaba más cercano a las obser-
Lconclusión- siguiente
vaciones cotidianas, entorpeció los estudios sobre el mundo físico du- sitio Determina agentes "puntos de con-
rante casi dos mil años. La construcción de modelos es el arte de elegir tacto" por cada par de intercambio
de intercambio y las interacciones de adhesión que no se realizan en- adhesión permite la formación de agregados a partir de cualquier
tre el padre y sus descendientes. Las parejas utilizadas en los contactos miembro de la población, en contraste con la adhesión que ocurre en-
de intercambio son captadas entre la población general de manera tre los descendientes y los padres durante los contactos de aparea-
azarosa, sujeta únicamente a las condiciones establecidas por las fron- miento.) Por cada pareja elegida, el marbete de adhesión de cada
teras del agente. El segundo tipo de contacto, al que llamaré contacto agente se confronta con el marbete de ofensa del otro agente de la
de apareamiento, implica el apareamiento y la adhesión de la descen- pareja. A continuación se calcula los puntajes netos de la confronta-
dencia. La lista de candidatos en este segundo caso está restringida a ción y se ajustan las fronteras de acuerdo con el resultado, como se de-
aquellos miembros de la población que hayan acumulado suficientes talló en el modelo 4 (adhesión).
recursos para reproducirse; esto es, la lista de candidatos para el apa- Cuando un contacto de intercambio concluye en un intercambio de
reamiento está constituida por multiagentes con suficientes recursos recursos entre los agentes-compartimiento, entonces dichos agentes
para reproducir la totalidad del cromosoma del multiagente (recorde- son señalados como activos, para ser utilizados posteriormente con la
mos que un agente libre primigenio es, formalmente, un multiagente replicación condicional.
constituido por un solo agente y una sola frontera). Al igual que en el
caso de los contactos de intercambio, las parejas son atraídas, con la
debida atención, a los dominios de interacción impuestos por las fron- Contactos de apareamiento
teras.
La simulación inspecciona todos los contactos de intercambio y des- Los contactos de apareamiento están restringidos a los multiagentes
pués revisa todos los contactos de apareamiento. En su momento vere- que han acurnulado suficientes recursos en las resenras de sus agentes-
mos cada uno. compartimiento para permitir la replicación de todos ellos. i
Debido a que los contactos de apareamiento están centrados en los
multiagentes, necesitamos determinar cuál cor1dición de aparea1nien-
'I
Contactos de intercambio to vamos a utilizar cuando el multiagente tenga más de un agente- 11.
PRUEBAS: UN DILEMA DEL PRISIONERO BASADO E'\I LA POBLACIÓN en estos dos r11undos? Con base en nuestras discusiones podríamos es-
perar una ventaja de la ruptura de la simetría que proporcionan el uso
Cuando preparaba este libro, únicamente el modelo 1 de Echo había de los marbetes. Por ejemplo, un agente que desarrolle una condición
sido sometido a pruebas. Existe un elaborado y bien provisto software que identifique a los marbetes asociados con los "cooperadores" pros-
para la interacción, con los medios flexibles para desplegar la acción, perará a partir de la mayor retribución que de ello resulte. Veremos
muy similar al que se utiliza en un simulador de vuelo (el que discuti- que el experimento realmente confirma esta conjetura, aun cuando
remos en este mismo capítulo). Ya hemos visto pruebas de simulación revela algunos aspectos adicionales.
de carreras de armas biológicas (véase la figura IV.2) y situaciones co-
mo la del triángulo oruga-hormiga-mosca.
Dentro de poco tiempo se harán pruebas exhaustivas de otros mo-
delos, pero por ahora tenemos los resultados de una simulación simi- *
cooperación
cooperación
3.3
defección
0,5
lar a Echo sobre los efectos de los marbetes en el rompimiento de las
simetrías. Hay interés suficiente para garantizar que habrá polémicas defección 5,0 1,1
al respecto.
Al final del capítulo II introduje el Dilema del Prisionero para ilus-
trar las distintas maneras en las que un agente adaptable mejora su es-
trategia. Ese ejemplo puede ser extendido fácilmente a una población
de agentes en un ambiente similar al de Echo. Como en el modelo de
la bola de billar, los agentes entran en contacto de manera azarosa, y • Cada agente tiene una estrategia determinada por un conjunto de reglas.
cada uno posee una estrategia que "heredó" de sus padres a través de Por ejemplo, una de las reglas de 9 podría ser SI {Ü} ENTONCES coopera.
fiera una ventaja reproductiva se propagará fácilmente debido su más bajo la estrategia golpe-por-golpe. La tasa más alta de reproducción
alta tasa de reproducción. Los marbetes que originalmente no tengan que resulta de esta interacción provoca que tanto los descendientes de
significado, debido a la asignación al azar, entonces adquirirán signifi- este agente como los que cooperan con él se propaguen a través de la
cado, pues vendrán a representar clases particulares de compatibilida- población. 1_,as subsecuentes recombinaciones proporcionan agentes
des. El proceso de la evolución especializa las condiciones de aparea- que practican la estrategia golpe-por-golpe, los cuales sólo van a inter-
miento selectivo basadas en esos marbetes, de manera que los agentes actuar con otros agentes que practiquen la misma estrategia. Una vez
puedan reaccionar a esta cmnpatibilidad y a partir de allí incrementar establecida, tal subpoblación es altamente resistente a la invasión de
su aptitud. En el experimento de Perry, diferentes sitios ofrecían dis- otras estrategias. En térmir1os biológicos, estos agentes, con sus interac-
tintas posibilidades para los bloques de construcción y las compatibili- ciones condicionales mediadas por marbetes, han encontrado algo cer-
dades. La amplificación de los marbetes y la especialización de las con- cano a una estrategia evolutiva estable. (La noción de una estrategia
diciones bajo un algoritmo genético condujeron a especies bien evolutiva estable [EEE] fue introducida por Maynard Smith en 1978.
definidas, con su sitio bien especificado, que no se cruzaban entre sí. Tal estrategia, una vez establecida en una población, resiste la invasión
Podríamos suponer que deben presentarse ventajas similares para de todas las demás estrategias que pudieran ser introducidas ocasio-
los agentes que utilicen marbetes en el experimento del Dilema del nalmente por la evolución.)
Prisionero basado en poblaciones: un agente que desarrolle una con- Aun dentro de los limitados confines del Dilema del Prisionero ba-
dición que identifique a los marbetes asociados con la cooperación sado en una población, las oportunidades evolutivas de los agentes i
prosperaría a partir del incremento de retribuciones que resulta de adaptables con marbetes van considerablemente más lejos que las EEE .1
ello. Como en los expe1imentos de apareamiento selectivo, habría una que acabamos de mencionar. Por ejemplo, aquí se vuelve posible el ¡J
marcada inclinación hacia las combinaciones de marbetes con condi- mimetismo. Durante su búsqueda de una estrategia diferente, un ,1'
ciones que favorecen las interacciones provechosas, debido a que los agente puede presentar un marbete asociado con la estrategia golpe-
agentes desarrollan modelos tácitos, anticipando los efectos de la por-golpe. La presencia de un agente con un marbete que tenga un
interacción con agentes que presentan cierta clase de marbetes. significado funcional bien definido -la estrategia golpe-por-golpe, en
Rick Riolo, de la Universidad de Michigan, ha realizado experimen- este caso- abre nuevos nichos para otros agentes. Estos nichos gene- 111'
tos como el que acabamos de describir, los cuales confirmaron la supo- ralmente son de un tamaño restringido, dependiendo de cómo propi-
I¡·.1.1
sición de que los marbetes proporcionan una ventaja. También le per- cien la presencia continua del agente "fundador". Los estudios bioló-
mitieron comprender a fondo su funcionarniento. gicos sugieren que quienes practican el mimetismo sólo pueden
Analicemos primero los agentes sin marbetes. En cada contacto en- constituir una pequeña porción de la población total de los agentes
tre un par de agentes se juega una partida del Dilema del Prisionero. que están siendo imitados. Esto se debe a que los otros agentes co-
Debido a que el apareamiento es al azar, los oponentes no son identifi- mienzan a detectar la imitación cuando se incrementa la proporción
cados, así que no existen bases para instrumentar interacciones condi- de imitadores: la retroalimentación negativa establece un límite para
cionales. En estas poblaciones en evolución nunca se establece durante la expansión de los imitadores. Es típico que los marbetes proporcio-
un periodo prologando la estrategia golpe-por-golpe. Las interaccio- nen nichos con "capacidad de alojamiento" limitada, lo cual conduce
nes son en su mayoría de la clase minimax defecto-a-defecto, la cual es a sistemas altamente diversificados, exentos de "superindividuos" que
claramente desventajosa en comparación con las interacciones de coo- puedan ganar la competencia en todas las ocasiones.
peración-cooperación.
Los agentes con marbetes evolucionan por un sendero totalmente
diferente. En algún punto de la evolución de las estrategias aparece un Usos FUTUROS
agente que: 1) emplea la estrategia golpe-por-golpe y 2) tiene una re-
gla de interacción condicional basada en un marbete usado por una Hay dos amplias líneas de desarrollo abiertas para Echo. Una se rela-
subpoblación que es susceptible a la interacción golpe-por-golpe; es ciona con experimentos mentales cada vez más elaborados cuyo objeti-
decir, el agente sólo interactúa con otros que tienen estrategias que vo es comprender los mecanismos y principios de la evolución de los ,¡
1,
frecuentemente producen un resultado de cooperación-cooperación SCA. La otra agrega elementos más realistas a Echo, con el fin de que
168 EL ORDEN OCULTO L\ SIMULACIÓN ECHO 169
pueda ser utilizado corno un "simulador de vuelo" para políticas dirigi- prefiero las cosas corno son, y les diré por qué. En un simulador, un pi-
das a los sistemas complejos adaptables. loto puede hacer experimentos que no serían factibles en una aerona-
ve real, no digamos en una con pasajeros a bordo. El piloto puede pro-
bar el desempeño de la nave con dos motores en llamas, o recuperarse
Lxperimentos mentales de un giro completo. Ha habido casos en los que tal experiencia ha
salvado vidas, como ocl1rrió hace algunos años, cuando todas las su-
El escenario para el surgimiento de la organización (al principio de perficies de control de un avión de pasajeros se desconectaron. El ae-
este capítulo) es un ejemplo de lo que podemos esperar de los experi- roplano fue aterrizado por un piloto que había probado, en un simula-
mentos mentales basados en los modelos Echo. Los resultados ya dor, su capacidad para maniobrar una nave combinando únicamente la
obtenidos con el modelo 1, y pruebas parciales de algunos de los otros fuerza propulsora de los motores.
mecanismos, como el intercambio condicior1al, dan credibilidad a este Por supuesto, el valor de la experiencia en un simulador depende
escenario. Pero no se pueden asegurar tajantemente los resultados, y de la fidelidad con la que ése simule a un avión real. Para ser útil, el si-
hay mucho que aprender a lo largo del camino. mulador de vuelo debe mimetizar exitosamente al aeroplano real en
Vale la pena volver a subrayar que tales experimentos basados en una gama muy amplia de eventos que pudieran ocurrir. Sólidas teorías
computadora no constituyen intentos de cotejar datos. Más bien son sobre aerodinámica y control, una cabina lo más parecida a la cabina
un intento de descubrir si un mecanismo en particular es factible. No de mando de un avión y una soberbia programación son los ingre-
es fácil obtener explicaciones para todos los fenómenos de los SCA, así dientes vitales de un simulador de vuelos aceptable. Dada esta compleja
que hay que enfocarse sólo en candidatos que puedan ser reducidos a mezcla, ¿cómo es posible validar el simulador resultante? Aun los pro-
modelos rigurosos (como diría C. S. Pierce: "Estos [candidatos] no gramas relativamente simples tienen fallas sutiles, no se diga un progra-
son tan abundantes como los arándanos''. Véase Wierner, 1958). Por ma para simulador de vuelo.
lo tanto, constituye un avance el solo hecho de tener una herramienta Tenemos un piloto experimentado. El piloto "despega" al simulador
para localizar posibilidades. Es útil saber qué tan lejos podemos llegar durante muchos vuelos de prueba, realizando las maniobras sugeridas I!
con mecanismos específicos, y el conocimiento de los detalles de nues- por su larga experiencia con aeronaves reales; ensaya las maniobras i!!
1
tras tallas podría sugerir nuevos mecanismos. más arriesgadas, llevando al aeroplano al límite de sus parámetros de
Cuando los mecanismos demuestran ser adecuados para generar diseño. Si el simulador se desempeña como lo espera el piloto, en-
I!'
partes del escenario, entonces vale la pena ver si éstos existen y desem- tonces se ha verificado que imita fielmente a la realidad; de no ser así, d!
peñan papeles similares en los SCA reales. Los experimentos mentales tendremos que regresar al tablero de diseño. Es posible que haya algo
exitosos nos sugieren a qué parte del complejo tinglado de posibilida- inusual, un lugar no probado en donde el simulador se aparta del de- '.i
11
des y datos debemos dirigir la mirada, y nos proporcionan lineamien- sempeño real (sorpresas similares son posibles con aeronaves reales), l.il
tos para nuevos experimentos. Cuando alcanzamos esta etapa, el enfo- pero es improbable que el simulador esté sistemáticamente equivoca-
que del experimento mental comienza a mezclarse con el enfoque del do si pasa con éxito una prueba como la señalada. 1/
simulador de vuelo. Este modo de inspeccionar la realidad establece una meta para los ''I''
simuladores que mimetizan los sistemas reales. Individuos expe1irncn- '
tados con SCA reales deben ser capaces de observar resultados que les
Simuladores de vuelo sean familiares cuando ejecuten acciones de rutina en el simulador.
Esto constituye un reto no sólo para la programación, sino también
El copiloto de un gran avión comercial puede tener menos de una para la interfaz provista. No debemos esperar que el probador del si-
,1
hora de experiencia de vuelo real en una particular clase de aeronave mulador se vuelva un experto en programas de simulación, como tam-
(digamos, un Boeing 747) en el momento de su primer vuelo con pa- poco esperamos que el piloto sea un experto en la programación que 'i'
sajeros. Lo que el copiloto sí tiene son muchas, muchas horas de expe- hay detrás del simulador de vuelo. Al piloto se le proporcionó una ca-
riencia en un simulador de vuelo para este tipo de aeroplano. Podría bina de mando y una pantalla que le permitieron realizar acciones de
pensarse que la distribución del tiempo debería ser al revés, pero yo rutina con las que estaba familiarizado y observar los resultados de un
170 EL ORDE.t\' OCLTLTO LA SíMULACIÓN ECHO 171
modo natural. Un experto ecologista, un economista o un político de- La restricción más importante es que se requiere que los modelos
ben tener facilidades similares cuando estén participando en una si- de computadora sean algo más que un lenguaje de programación que
mulación como la de Echo que vaya a ser utilizada para mimetizar la pueda definir todas las estrategias de los agentes. Que un lenguaje ten-
realidad. ga el poder de describir un fenómeno no significa que pueda explicar-
Probar una interfaz realista es una labor difícil e inusual cuando es- lo. Dos lenguajes que tengan las mismas capacidades formales pueden
tamos tratando con un SCA, pero las interfaces de algunos de los más dar lugar a muy diferentes discernimientos. El modelo, así como el
interesantes videojuegos "políticos" señalan el camino. Por ejemplo, lenguaje que utiliza, deben estar en sintonía con los fenómenos o pre-
SimCity (Wright, 1989) proporciona métodos intuitivos y naturales para guntas que nos interesan.
observar y responder a una situación urbana que incluya impuestos, Para comprender mejor esto, necesitamos dejar muy claro qué que-
zonificación, delincuencia, votación, etc. El juego mismo simplifica remos decir cuando decimos que dos conjuntos de supuestos -diga-
mucho la dinámica urbana, pero la interfaz es sustancialmente más mos, dos sistemas de axiomas de geometría- son formalmente equiva-
elaborada que la que proporciona las actuales simulaciones en la are- lentes. Estos sistemas son formalmente equivalentes cuando todas las
na de los SCA. consec11encias lógicas, los teoremas, de un sistema son idénticos a los del
Finalmente, una simulació11 de SCA con una interfaz realista es alta- otro. A menudo es posible establecer equivalencias formales entre dos
mente deseable debido a que permite a un ecologista, a un economis- sistemas sin saber mucho acerca de los teoremas a los que están vincu-
ta o a un político probar opciones que posiblemente no podrían ser lados. Esto puede constituir una considerable ventaja, al mostrarnos
probadas en los sistemas reales. La intuición puede ser reforzada por que nuestra formalización no cae por debajo de la norma por ser insu-
la exploración detallada de los cursos alternativos de acción. Como en ficientemente poderosa. Sin embargo, esto no es suficiente para el
el ejemplo del piloto, pueden probarse métodos para controlar esce- presente propósito. Diferentes sistemas, aunque formalmente equiva-
narios de desastre. Cor1 suficientes previsiones, los desastres pueden lentes, pueden poseer dificultades sustancialmente diferentes cuando
incluso ser usados de un modo positivo para fomentar cambios de há- llega el momento de derivar teorías clave, y estas teorías pueden ser
bitos. Por ejemplo, después del terremoto ocurrido en San Francisco muy diferentes en cuanto a su capacidad explicativa.
en 1994, casi 80% de la población local comenzó a utilizar el sistema Consideremos dos formulaciones formalmente equivalentes (siste-
público de transporte. No obstante, después de algunos meses, la utili- mas de axiomas) para la geometría euclidiana. En una, la prueba más
zación de este sistema decreció hasta llegar a los niveles anteriores al corta de algún teorema importante (digamos, el Teorema de Pitágo-
terrernoto, lo que no tenía por qué ocurrir. El incremento en el uso ras), requiere de menos de 20 pasos, mientras que, en la otra, el mismo
del transporte público era una consecuencia previsible del desastre, y teorema requiere de al menos 1 000 millones de pasos -o cualquier
constituía una magnífica oportunidad para modificar los hábitos de la otro número que hayamos elegido-. (Sabemos que tales diferencias
población. Si se hubiera meditado detenidamente sobre las conse- existen entre sistemas formalmente equivalentes debido al trabajo teó-
cuencias previsibles del desastre, ciertamente habría sido posible que rico hecho durante el primer tercio del siglo xx. Consúltese la obra de
una gran porción de los habitantes siguiera usando el sistema de trans- Mostowski, 1952.) Ciertamente que estos dos sistemas ofrecerán dife-
porte público. rentes explicaciones de la geometría euclidiana, independientemente
del esfuerzo realizado. Si tenemos ciertas preguntas en mente, no es
suficiente establecer que un formalismo es formalmente adecuado
¿QUÉ TAN LEJOS HEMOS LLEGADO? para responder estas preguntas. Es indispensable mirar más de cerca
estas preguntas para poder obtener una presentación rigurosa que
Ahora tenemos un método para modelar agentes adaptables y para in- ayude, en vez de estorbar, a la investigación.
vestigar sus interacciones. Los modelos propuestos no son, por supues- Aplicadas a los agentes adaptables, estas estructuras validan la afir-
to, los únicos que podrían haber sido utilizados. Diferentes maneras mación hecha al comienzo de esta sección. Requerimos algo más que
de considerar a un SCA conducen inevitablemente a diferentes énfasis y un lenguaje de programación que tenga el poder formal de expresar
a diferentes modelos. Por todo esto, los modelos que aquí se presen- todas las interacciones de los agentes adaptables. Los agentes adapta-
tan no son arbitrarios. bles presentan una sorprendente variedad, y sus estrategias son, por
172 EL ORDEN OCULTO
A principios de este siglo, los supuestamente inextinguibles bosques tas en Echo. Una versión del simulador de vuelo sería particularmente
de la U pper Península de Michigan fueron talados, convirtiendo la útil, y permitiría a los políticos o a los economistas observar los resulta-
mayor parte de esta área en un desierto de tocones. Después, durante dos, a corto y a largo plazos, de las políticas que consideren factibles.
la depresión de la década de los treinta, se formaron los Civilian Con- No obstante, esto todavía no es suficiente. Nos desempeñaríamos rnu-
servation Corps (ccc) para reducir los efectos de esta devastación, así cho mejor con lineamientos que sugieran hacia dónde dirigimos. Ne-
como el problema del desempleo en las ciudades. Durante varios años, cesitamos algún método que nos permita investigar mas allá de las po-
a un costo sorprendentemente bajo para el gobierno, los ccc (muchos líticas familiares que ofrecen poco o pueden quedar atascadas en los
de cuyos miembros fueron reclutados en la ciudad de Detroit) planta- debates legislativos. El espacio de las políticas posibles es grande, y
ron arbustos a lo largo de vastos senderos del norte de la península. puede haber algo que explote sus puntos de apalancamiento, una vez
Ahora, medio siglo después, el territorio está nuevamente forestado, y que los descubramos. Pero los puntos de apalancamiento, al menos en
esto ha traído grandes beneficios al turismo y a la industria maderera nuestros t:jemplos, con frecuencia so11 oscuros o no fácilrner1te locali-
(que ahora se ha vuelto más cautelosa). Las entrevistas con exmiem- zables por medio de la exploración tipo ensayo y error. En estos casos,
bros de los ccc, varias décadas más tarde, muestran que casi todos ellos los lineamientos teóricos relativos a los puntos de apalancamiento
consideran este pe1ioclo como crucial para sus vidas. para partes específicas del problema serían de invaluable utilidad.
Al parecer, tenemos aquí un primer ejemplo de un punto de apalan-
camie11to en un contexto político-económico. Pero las preguntas
abundan. ¿Este procedimiento es repetible, al menos en lo general, si MODELOS DE DOBLE FILA
r_eemplazamos a Detroit y a la Upper Península con la ciudad de Los
Angeles y los bosques del noroeste? En otras palabras, ¿qué circuns- El primer paso para hacer avanzar una teoría apropiada consiste, una
tancias combinadas en la economía y en la política hacen posibles esas vez más, en hacer una cuidadosa selección de mecanismos y propieda-
inversiones a tan largo plazo? ¿Deben estar siempre centradas en al- des de entre una multitud de posibilidades. Es útil restructurar el pro-
gún desastre, como en nuestro anterior ejemplo del terremoto de San blema en un marco de trabajo, tal como Echo, que descanse sobre me-
Francisco y el transporte público? ¿Por qué quienes trabajan con re- canismos comunes a todos los SCA. Y es particularmente útil que el
cursos renovables, tales como los bosques y las pesquerías, agotan estos modelo se mantenga simple, pero conserve los rasgos más importantes
recursos a sabiendas de que con esta acción destruye11 su fuc11te de in- del problema, el cual apunta más bien hacia experimentos mentales
gresos? ¿Está esto de algún modo conectado con el enfoque lateral del que hacia un pleno simulador de vuelo. Todavía podemos continuar
Dilema del Prisionero? basándonos en la teoría, favoreciendo elementos que pueden ser ma-
Las dos últimas preguntas tienen respuestas anecdóticas. Hablamos nejados matemáticamente, donde esto pueda ser realizado sin poner
de la "tragedia de los recursos'', en la que algunos recursos comunes en peligro lo más importante.
son sobreexplotados por todos debido a que cada persona desconfía Veamos el ejemplo de los ccc. La mayor parte de la simulación en
de la moderación de los otros. Ésta es e11 verdad una rcmi11iscencia de Echo se centraría en la acción de un conjunto de agentes (trabajado-
la solución defecto-a-defecto del Dilema del Prisionero. Hablamos res urbanos) como catalizadores para la recuperación de un conjunto
también de la movilidad del capital, en la que los inversionistas "exter- de agentes (los árboles), después de que el primer conjunto se había
nos" tienen intereses diferentes a los "locales" (los trabajadores y los movido de un sitio (Detroit) a otro (la Upper Península). Aquí esta-
propietarios). Si alguna industria local se colapsa, estos inversionistas mos tratando con las consecuencias de flujos (véase el capítulo I). Tam-
simplemente reinvierten en otro lugar y no Sl1fren las consecuencias bién estamos tratando con diferentes escalas de tiempo: los trabajadores
del colapso, al menos a corto plazo, por lo que muestran poca preocu- se mueven y actúan en una escala de tiempo (llamémosla "dinámica
paciór1 por esto. Estas respuestas tienen más sustancia o fundamento rápida"), mientras que los árboles se recuperan a una escala de tiempo
que las razones que dan los gurús para explicar el ascenso o caída del mucho más larga (llamémosla "dinámica lenta").
mercado accionario; sin embargo, no tenemos bases firmes para saber Con la ayuda de Echo, podemos reestructurar el problema en térmi-
cuándo o dónde se aplican. nos de flujos de recursos entre diferentes clases de agentes, como ocu-
Podríamos diseñar, con considerable esfuerzo, situaciones como és- rre en la mayoría de los problemas relacionados con los SCA. Podemos
176 EL ORDEN OCULTO HACIA LA TEORÍA 177
hacer un contacto estable con los modelos matemáticos si planteamos del agregado entre las cantidades de cada recuso requeridas para ha-
dos supuestos simplificadores: 1) los agentes pueden ser útilmente cer una copia de esa clase de agente.
agregados en especies o clases y 2) hay una mezcla rápida de recursos El supuesto de una rápida mezcla nos permite tratar a los recursos
entre los agentes de cada clase. Con respecto al primer supuesto, la or- totales corno si estuvieran repartidos equitativamente entre los indivi-
ganización jerárquica típica de los SCA generalmente vuelve a la agre- duos de cada agregado. Específicamente, la suposición de la mezclará-
gación algo fácil y natural. (Véase, por ejemplo, la discusión de las je- pida asegura que todas las reservas en el agregado conserven cantida-
rarquías por sustitución en el capítulo ll.) El segundo supuesto des similares de cada recurso. Sabiendo esto, podemos determinar el
establece que las consecuencias de las interacciones deben ser rápida- número de agentes en el agregado dividiendo el total de recursos con-
mente distribuidas dentro de cada agregado. Bajo estos supuestos pode- servados entre el número de clases de recursos requeridos para cons-
mos organizar a los modelos basados en Echo (y a los sistemas comple- truir el cromosoma de este agente. Entonces, sabiendo el número de in-
jos adaptables) en una clase de formato llamado "de dos filas". dividuos de cada clase, podremos determinar sus proporciones en el
total de todos los individuos. Después de determinar esta proporción,
podemos utilizar las ecuaciones Lokta-Volterra como instrumento ma-
La fila ú!ferior temático para describir los cambiantes flujos de recursos mediados
por los agentes.
La fila inferior tiene que ver con el flujo de recursos entre los agentes Incluso en este nivel preliminar, pueden hacerse algunos progresos
de diferentes clases. La combinación de una mezcla rápida dentro de teóricos en relación con los puntos de apalancamiento. Debido a que
cada clase y de contactos aleatorios entre las clases hace posible un los agentes pueden tener superávit de algunos recursos, sólo éstos se to-
modelo matemático muy parecido al modelo de las bolas de billar dis- man en cuenta cuando se establece su número para cada clase de
cutido en el primer capítulo; es decir, podemos tratar a cada clase de agentes. En este momento aparece la noción de "recurso-cuello-de-bo-
agente como una clase de bola de billar, y para cada pareja podemos tella". Si examinamos con atención el modelo del flujo, veremos que
determinar una tasa de reacción. La tasa se determina directamente un cambio en el "recurso-cuello-de-botella" -por ejemplo, una nueva
por la condición de intercambio y por el mecanismo de puntuación interacción que incrementa mucho su nivel- puede tener un efecto
del intercambio especificados para cada agente de Echo (véase el muy parecido al de una mutación: puede desencadenar una multitud
modelo 2 del capítulo III.) El resultado es una ordenación (matriz) de de nuevas interacciones. Los cambios en un recurso-cuello-de-botella a
tasas de reacción (véase la no linealidad en el capítulo I). menudo dan lugar al surgimiento de efectos desproporcionados en re-
Una vez que esta ordenación haya sido computarizada, estaremos lación con la magnitud del cambio.
cerca de obtener un modelo matemático que describa los cambios en el Adoptando una terminología tomada de la física, podríamos decir
flujo a medida que pasa el tiempo. En particular, estaremos cerca de des- que la fila inferior nos proporciona un modelo matemático de la diná-
cribir matemáticamente el cambio en la porción de cada clase de mica rápida del sistema.
agente en un sitio cuando transcurre el tiempo. El instrumento mate-
mático adecuado para esto es la versión de las ecuaciones Lotka-Voltc-
rra discutidas en el ejemplo de la no linealidad. Estas ecuaciones nos La fila superior
permiten determinar los cambios en la porción de cada clase de agente
utilizando las tasas de reacción para las posibles parejas. No obstante, Para que una teoría matemática de los SCA sea efectiva, la dinámica rá-
todavía tenemos que enfrentar un problema. El modelo del flujo pro- pida de los flujos debe ser pareada exitosamente con la dinámica lenta
porciona los recursos totales que posee cada clase de agente, pero las de los procesos de adaptación y evolución a largo plazo. En este mode-
ecuaciones requieren de la proporción de cada clase de agente. Dife- lo de dos filas, Ja fila superior es la que determina la evolución de los
rentes clases de agentes utilizan diferentes clases de recursos en sus es- agentes, la cual utiliza algoritmos genéticos para cambiar las estructu-
tructuras, así que los totales de los recursos del agregado no determi- ras de la descendencia, tal como describimos al final del capítulo II.
nan directamente las proporciones de cada clase de agente. Para En Echo, las estructuras resultantes del agente determinan con preci-
derivar estas proporciones debemos dividir los totales de los recursos sión las cantidades de recursos intercambiadas; por lo tanto, las tasas de
178 EL ORDEN OCULTO HACIA LA TEORÍA 179
reacción de la fila inferior están directamente acopladas con los resul- con la tasa promedio no difiere mucho del flujo real (el flujo real se
tados de las acciones que ocurran en la fila superior. Observemos que determina sumando los flujos individuales de los agentes individua-
un cambio en la definición de las clases de agentes (agregaciones) uti- les). En el peor de los casos, podemos establecer que ningún agente
lizadas en la fila inferior producirán diferentes acoplamientos en la tenga una tasa de reacción más lenta (más grande) que cierta cantidad
fila superior. predeterminada, lo que nos permitirá determinar límites al flujo, a las
Durante la selección de las agregaciones y acoplamientos para la fila tasas de reproducción, etcétera.
inferior, q11eremos que se vea fácilmente cómo cambia la retícula Mantener muy próximas entre sí las tasas de reacción de un agreaa-
c b
cuando el algoritmo genético provoca que determinados bloques de do depende en gran medida del control del teórico que diseña el mo-
construcción (esquemas) se propaguen y se recombinen. Una medida delo de las dos filas. Esta persona es quien elige las características que
extrema consistiría en permitir que en la retícula haya un nodo para agrupan a los agentes en agregados. Seleccionando las características
cada agente distinto. Entonces la fila inferior sería formalmente co- apropiadas, el teórico puede limitar la variación en las tasas de reac-
rrecta, pero los patrones de cambio se propagarían a lo largo de un ción individuales dentro de cada agregado. Los bloques de construcción
gran número de nodos. Sin embargo, en el mejor de los casos, los pa- de las condiciones de intercambio y de los marbetes de interacción es-
trones serían difíciles de discernir. La fila inferior sólo se volverá útil, tán dirigidos a este propósito. Agregando agentes con los mismos ale-
tanto conceptual como teóricamente, cuando podamos agregar agen- los para estos bloques de construcción, el teórico puede asegurar la
tes en clases basadas en la presencia o ausencia de los bloques de cons- cercanía (uniformidad) entre las tasas de reacción, beneficiándose al
trucción elegidos. Entonces los patrones de _cambio relativos a estos mismo tiempo de una fila inferior simplificada.
bloques de construcción serán manifiestos. Esta es la carga del ante- En suma, una manera de generar un útil acoplamiento de la fila su-
rior supuesto de la "agregación útil" (regresemos de nuevo al capítulo I). perior con la fila inferior consiste eu agregar agentes con bloques de
La agregación de agentes, sin embargo, provoca un problema simi- construcción similares en las partes del cromosoma dedicadas a los
lar a nuestra anterior dificultad con la agregación de recursos. Para un marbetes de ataque y de defensa y a la condición de intercambio. Si
par de agentes establecido, podemos determinar directamente un restringimos todavía más a estos agregados por medio de la replica-
flujo de recursos y una tasa de reacción (como se detalló en el capítulo ción condicional, obtenemos llna evolución mucho rr1ás parecida a la
II). No obstante, ésta no es necesariamente una tasa de reacción apro- biológica. Los patrones deben estar muy bien delineados, debido a
piada para el par de agregados a los que estos agentes pertenecen. Los que los agregados no pueden mezclarse mutuamente. En cualquier
agentes de una determinada clase generalmente no intercambian re- caso, la fila superior tiene el efecto de cambiar continuamente la red
cursos de manera idéntica; después de todo, únicamente los coloca- de flujo de la fila inferior a medida que los agentes evolucionan y se
mos dentro de una misma clase debido a que tienen algunos bloques adaptan bajo el algoritmo genético.
de construcción en común. Así, dos agentes de la misma clase pueden
tener diferentes tasas de reacción asociadas. Esto nos pone directa- 1
mente frente a la dificultad discutida cuando hablamos de la no linea- Teoría de las dos filas !,
construcción en un SCA real, co1no ocurre con la propagació11 del ciclo se con el logro de puntos finales (puntos fijos), que es el tema de la
de Krebs, la transformación de la energía a través de una vasta gama de co11vergencia matemática. Aquí, la convergencia se refiere a la simili-
organismos aeróbicos, o la propagación de los chips de computadora a tud de los agentes que ocupan nichos similares. Si poseemos algún co-
través de toda clase de máquinas, desde motores de automóvil hasta nocimiento de un nicho, podemos inferir algunas cosas sobre el aspec-
cán1aras de video. to del agente que lo ocupará. Por ejemplo, recientemente los biólogos
Dada la perpetua novedad de los agentes en los modelos Echo, ne- descubrieron una flor tropical con un pistilo de una profundidad sin
cesitamos tina teoría que satisfaga plenamente n11estros requerimien- precedentes. Esta flor pertenece a un género que invariablemente es
tos. El proceso de desarrollo de un modelo Echo es una trayectoria a polinizado por polillas. El nicho provisto por esta flor condujo a los
través de un espacio de múltiples posibilidades. Necesitamos saber científicos a predecir confiadamente la existencia de una polilla -la
algo sobre la forma de esta trayectoria, particularmente debido a que cual todavía no ha sido encontrada- con una probóscide de una lon-
los SCA rara vez alcanzan metas finales o condiciones fijas de equilibrio. gitud también sin precedentes.
Sólo si podemos observar qué aspecto tiene esta trayectoria a todo lo lai~ Las regularidades provistas por los bloques de construcción y la con-
go del camino podríamos llegar a comprender los procesos de un SCA. vergencia (biológica) implican regulaiidades en el desarrollo de la red
Será difícil, quizá imposible, predecir los detalles de esta trayectoria, de flujo. Esto, a su vez, implica que los agentes alcancen altas concen-
pero seguramente está muy lejos de ser azai·osa. En el peor de los casos traciones en ciertas clases de nodos. Es más probable que surjan nuevas
podríamos enfrentar un fenómeno similar a los cambios diarios y variantes en donde hay muchos agentes, ya que más ejemplares signifi-
mensuales en el clima, aun cuando pienso que un SCA es más predeci- can más posibilidades de variación. De acuerdo con esto, la generación
ble que estos fenómenos. Pero incluso en el caso del clima existen blo- de la nueva clase de agentes debe centrarse sobre esos nodos bien po-
ques de construcción (frentes atmosféricos, zonas de alta y baja pre- blados (una especie de radiación adaptable). Por lo tanto, ya tenemos al-
sión, corrientes de chorro, etc.), y nuestra comprensión global de los gunas pistas acerca de cómo podría crecer la red. Si la dinámica rápida
cambios atmosféricos ha avanzado mucho gracias a la ayuda de una se modela por medio de un conjunto de ecuaciones como las de Lotka-
teoría basada en estos bloques de construcción. Todavía es difícil pre- Volterra, este crecimiento significa agregar nuevas ecuacio11es al con-
decir detalladamente los cambios climáticos, particularmente a largo junto. Las ecuaciones agregadas producen los correspondientes cam-
plazo; no obstante, la posesión de una teoría nos proporciona linea- bios en la dinámica. Para acoplar este crecimiento a la fila superior,
mientos que nos guían a través de la complejidad de los fenómenos at- necesitamos una versión del Teorema del Esquema que tome en cuenta
mosféricos, y gracias a ésta actualmente comprendemos mejor los pa- el apareamiento selectivo mientras utiliza sólo la aptitud endógena.
trones generales y muchas de las causas de tales fenómenos, aunque Tal teorema nos permitiría empezar a delinear la forma de la trayec-
no conocemos su trayectoria detallada a través del espacio de posibili- toria a través del espacio de las redes de fütjo de la fila inferior, lo cual
dades. Como resultado de esto, actualmente podemos hacer mejores podría darnos una idea de lo que significa la convergencia en este
predicciones meteorológicas que aquellas en las que se "predecía" que escenario general, un escenario que es válido para todos los sistemas
el clima de mañana probablemente sería igual que el de hoy, con lo complejos adaptables.
que se lograba una certeza máxima de 60 por ciento. Una teoría para
un SCA debe ofrecemos un porcentaje de certeza mayor que éste.
Los sistemas complejos adaptables muestran más regularidades que UN PA'.'lORAMA MÁS AMPLIO
el clima, debido principalmente a dos razones. La primera razón es la
persistencia de los bloques de construcción más frecuentes. En los sis- Este modelo de dos lílas indudablemente refleja una porción sustan-
temas biológicos, por ejemplo, el ciclo de Krebs ha estado arraigado cial de lo que está ocurriendo en los SCA. Sin embargo, sólo estamos
d11rante mucho tiempo en casi todas las especies. Ei1 eco11omía, los im- comenzando a darle la precisión requerida. Dos avances en matemáticas
puestos también están suma1nente arraigados, tanto en el espacio nos ayudarán a elaborar una teoría de este modelo de dos filas. Uno
como en el tiempo. La segunda razón es la existencia de un fenómeno de estos avances co11sistc en la teoría organizada de una diná1nica ba-
conocido en biología como convergencia, que impone otras regularida- sada en conju11tos de ecuaciones que cambian en número (cardinali-
des predecibles. La convergencia, en este sentido, no debe confundir- dad) con el paso del tiempo. El otro es una teoría que relaciona gene-
182 EL ORDEN OCLLTO HACL\L\ TEORÍA 183
radares (bloques de construcción) con estructuras jerárquicas (por los equivalentes virtuales de estos experimentos. Tales modelos
ejemplo, jerarquías por sustitución), estrategias (clases de movimien- pueden proporcionar pruebas de existencia, mismas que muestran
tos en juegos) y los valores asociados con estas estrategias (retribución que detern1inados mecanismos son s11ficientes para generar llll
del juego). fenómeno dado. También pueden sugerir patrones críticos e inte-
Ahora hagamos un breve paréntesis dedicado a quienes están versa- resantes hipótesis al observador bien preparado, tales como las
dos en matemáticas. Tales matemáticas serían sem~jantes a las que uti- condiciones necesarias para la existencia de puntos de apalanca-
lizan funciones generadoras para calcular los parámetros de los proce- miento.
sos fortuitos (Feller, 1950). Su aspecto combinatorio se asemeja al 3. Principio de correspondencia. El famoso principio de Bohr, traslada-
trabajo sobre grupos "automáticos" (Baumslag, 1994). El aspecto alea- do a los SCA, significa que nuestros modelos deben incluir los mo-
torio puede estudiarse con la ayuda de los procesos de Markov, pero el delos estándar de anteriores estudios en las disciplinas relaciona-
tratamiento usual de tales procesos, que se concentra en eigenvectores y das, lo que tendría dos ventajas. El principio de Bohr asegura la
puntos fijos, no será de mucha ayuda. En lugar de eso necesitamos sa- pertinencia de la resultante teoría de los SCA, al requerir que se in-
berqué sucede con los agregados durante la parte transitoria del pro- corporen "destilaciones" y abstracciones de disciplinas ya estable-
ceso. Por su parte, la agregación de los estados de todo el proceso se cidas. También evita el error que yo llamo "del ojo contempla-
topa con las usuales dificultades de las no linealidades; no obstante, dor", que ocurre cuando no está suficientemente restringido el
para superarlas existen métodos que nos permiten comprender la no- proceso de cartografiado entre una simulación y los fenómenos
vedad perpetua (véase, por ejemplo, Holland, 1986). Un enfoque que que están siendo investigados, pennitiendo al investigador dema-
cornbinara funciones generadoras, grupos automáticos y una versión siada libertad para asignar etiquetas a lo que son, después de ''i
revisada de los procesos de Markov podría llegar a describir con éxito todo, tan sólo multitudes de números en una computadora. Los
algunos de los rasgos comunes de las trayectorias evolucionarias no modelos estándar de las disciplinas establecidas restringen esta li- I¡'I'
equilibradas generadas por la recombinación. bertad, debido a que han sido desarrollados teniendo en mente 11
1,:
Cualquiera que sea nuestro enfoque matemático de los SCA, el obje- un cartografiado estándar.
tivo es detern1inar las causas comunes de sus características comunes. 4. Matemáticas del proceso competitivo basado en la recombinación. A fin 1
Cuando nos embarcamos e~ esto, enlisté tres mecanismos -marbetes, de c11entas, lo que necesitamos son rigurosas generalizaciones 1
modelos internos y bloques de construcción- y cuatro propiedades que definan las trayectorias producidas por la interacción de la
-agregación, no linealidad, flujos y diversidad-, los cuales se han competencia y la recombinación, algo que los experimentos de
convertido en los principales candidatos para causas y caracteres de mi computadora no pueden proporcionar por sí mismos. El tipo
propia investigación. Otros investigadores podrán tener candidatos di- de matemáticas que se requiere debe basarse en los enfoques tra-
ferentes; no obstante, pienso que en el Santa Fe Institute todos con- dicionales para subrayar los rasgos persistentes de las trayectorias
vendríamos en los siguientes requerimientos generales para un enfo- evolucionarias alejadas del equilibrio.
que exitoso de esta teoría:
Yo creo que esta amalgama, debidamente organizada, ofrece espe-
l. Interdisciplinariedad. Los diferentes SCA muestran diversas caracte- ranzas para realizar un enfoque unificado de los difíciles problemas de
rísticas, así que las pistas provienen de diferentes SCA de diversas Jos sistemas complejos adaptables que diezman nuestros recursos y po-
disciplinas. En esta exposición hemos hecho muchas comparacio- nen en peligro nuestro mundo. Es un esfuerzo en el que no podemos
nes y hemos visto los usos que se les pueden dar. fallar. En el peor de Jos casos, abrirá una ventana hacia nuevos panora-
2. Experimentos mentales con computadora. Los modelos de computado- mas y perspectivas. En el mejor de los casos, revelará los principios ge-
ra permiten realizar complejas exploraciones que no son posibles nerales que buscamos.
con los sistemas reales. Ya he destacado que no es más factible ais-
lar y volver a encender vadas veces partes de un SCA real que hacer
pruebas de apagado de motor en un aeroplano, en un vuelo lleno
de pasajeros. Los modelos de computadora hacen posible realizar
BIBLIOGRAFÍA*
! '
*Gell-Mann, M., The Quark and the]aguar: Adventures in The Simple and The 1 i
1
186 EL ORDEN OCULTO BIBLIOGRAFÍA 187
Systems", en D. Farmer et al., Evolution, (;ames and Learning: Models for Adapta- *Waldrop, M. M., Complexity. The Emerging Science at The Edge of Order and
tion in Machine and Nature, North-Holland, Amsterdam, 1986. Chaos, Simon and Schuster, Nueva York 1992.
- - - , Adaptation in Natural and Artificial Systems: An Introductory Analysis with *Weyl, H., Symmetry, Princeton University Press, Princeton, 1952.
Applications to Biology, Control and Artificial Intelligrmce, 2" ed., Cambridge MIT *Wiener, P. P., lfalues in a Universe of Chance: Selected Writings of Charles S. Peirce,
Press, Cambridge, Massachusetts, 1992. Doubleday, Nueva York, 1958.
*Holldobler, B. y E. O. Wilson, The Ants, Belknap Press of Harvard University Wright, W., SimCity (v~deojuego), Maxis Corporation, Orinda, California,
Press, Cambridge, Massachusetts, 1990. 1989.
Kauffman, S. A., "Whispers from Carnot: The Origins of Order and Principies
of Adaptation in Complex Nonequilibrium Systems", en G. A. Cowan et al.
(comps.), Complexity: Metaphors, Models and Reality, Addison-Wesley, Rea-
ding, Massachusetts, 1994.
*Lodge, O., ''.Johann Kepler", enJ. R. Newman, The World ofMathamatics, Si-
mon and Schuster, Nueva York, 1950 (1887).
Lotka, A. J., Elements of Mathematical Biology, Dover, Nueva York, 1956.
Marimon, R., E. McGratten y T. J. Sargent, "Money as a Medium of Exchange
in an Economy With Artificially Intelligent Agents", ]ournal of Economic
Dynamics and Control, núm. 14, 1990, pp. 329-373.
Maynard Smith,.J., The Evolution ofSex, Cambridge University Press, Cambrid-
ge, 1978.
Motowsk.i, A., Sentences Undecidahle in Formalized Arithmetic: An Exposition of The
Theory ofKurt Giidel, North-Holland, Amsterdam, 1952.
*Ore!, V., Mendel, Oxford University Press, Oxford, 1984.
*Pais, A., Niels Bohr's Times: In Physics, Philosophy and Polity, Oxford University
Press, Oxford, 1991.
Perelson, A. S., "Two Theoretical Problems in Immunology: AIDS en Epitopes",
en G. A. Cowan et al., ( comps.), Complexity: Metaphors, Models and Reality:
Addison-Wesley, Reading, Massachusetts, 1994.
Perry, Z. A., "Experimental Study of Speciation in Ecological Niche Theory
Using Genetic Algorithms", disertación doctoral, Universidad de Michigan,
Chicago, 1994.
*Sagan, D. y L Margulis, Carden of Microbial Delights: A Practica! Cuide To The
Subvisible World, Harcourt Brace Jovanovich, Cambridge, Massachusetts,
1988.
Samuelson, P. A. , Economics: An Introductory Analysis, McGraw-Hill, Nueva
York, 1948.
*Sherrington, C., Man on his Nature, Cambridge University Press, Londres,
1951.
*Smith, A., The Wealth ofNations, Modern Library, Nueva York, 1937 (1776).
Srb, A. et al., General Genetics, Freeman, Nueva York, 1965.
Turing, A. M., "On Computable Numbers, with Application to the Entschei-
dungsproblem'', l)roceedings C!f The 1.ondon Mathematical Society, serie 2, núm.
4, 1937, pp. 230-265. .
- - - , "The Chemical Basis of Morphogenesis", Philosophical Transactions of
theRoyalSociety ofLondon, serie B, 1952, pp. 237, 37-72.
*Ulam, S.M., Adventures of a Mathematician, Scribners, Nueva York, 1976, Uni-
versity of Illinois Press, Chicago, 1966.
ÍNDICE ALFABÉTICO
actividad simultánea, véase paralelismo y: 159; propiedades del agregado y: 28f; re-
adaptación: 103; adicional: 102; aprendizaje y: acciones del agregado: 36f, ] 33-134
20, 24-25, 58, 156; de largo plazo: 107; de las alelos: 77-78, 84, 91; coadaptados: 94; modifi-
neuronas: 25; de los agentes: 39; implicacio- cación de: 85, 92; remplazo de: 90
nes de la: 97; juegos de estrategia y: 96-97; algoritino(s), de asignación de créditos: 102;
por descubrimiento de la regla: 76-95; pro- de la brigada de la cubeta: 72; genéticos:
gresiva: 50; SCA y: 12, 18, 20, 24-25, 39, 45, Slf, 84-87, 90, 92-93, 95, 97-100, 162, 177,
54, 58; véase también SCA 179; para descubrir reglas: 102
adhesión, apareamientos de: 132, 134, 136; Anderson, Philip: 99
condicional: 130, 135; de multiagentes: 144; anticipación: 41, 47-48, 69, 101; aprendizaje y:
defectos de la, condiconal: 134; entre agen- 107, 172; implícita: 49
tes: 122, 124, 129-130; formación de agrega- anticuerpos: 18, 21-22, 29, 59, 67, 102, 113; véase
dos y: 161-162; interacciones de: 160 también sistema inmune
ADN:82,94 antígenos: 18, 21, 29, 59, 67, 113; invasores: 53
agente(s): 25, 44, 58; adaptables: 138; adapta- apareamiento: 117; condición de: 124, 130,
ción de los: 39; adhesión entre: 122, 124, 136f, 149, 153; al azar: 166; contacto de:
129; adquisición de recursos: 116; anticipa- 160-163; de adhesión: 132, 134; por marbe-
ción y: 41, 47-48, 69; aptitud de: 115; basado tes: 135; puntaje de: 118, 130, 133-134, 153,
en reglas: 23f; competencia entre: 129; com- 158, 160, 162; selectivo: 124, 135-137, 161,
ponentes del: 115; comportamiento de los: 163, 165, 166, 179, 181
24; constituyentes: 141; cromosorna del: 13lf~ aprendizaje: 50, 58, 99; anticipación y; 107; efi-
142f; de racionalidad perfecta: 99; especiali- ciente: 111; mimetismo y: 46; procesos de:
zación de: 124; estímulos y: 59; filtración de 25; SCA y: 20, 24
información: 60; flujos y: 45; habilidades: aptitud: 80; cromosomas y: 103; definición de
115; interacciones de: 22, 27, 43, 59, 115- la: 111; del agente: 115; estimación de la:
116, 123, 126, 130-131, 133-135, 142, 158, 91-92; evolución y: 94, 112; manifiesta: 113
163; libres: 134-135, 153, 160, 170; material Aristóteles: 158
genético: 115; mecanismos de los: 123; me- arranque-pare, códigos de: 94
ta: 27, 30; migración de: 163; modelación Arrow, Kenncth: 99
de: 65; muerte de: 163; primarios: 123, 140, Arthur, Brian: 99
151; reproducción de: 135; selectivos: 136; asignación de créditos: 58, 69-70f, 71, 100, 103,
simples: 140; sintaxis para, basados en re- 172; algoritmos de: 102; competencia y: 104;
glas: 68; transformación de recursos: 122 jerarquías por sustitución y: 75-77; modelos
agente-compartimiento, activo: 141, 162; acu- internos y: 72-75
mulación de recursos del: 144; en el mode- ataque' 115, 117-119, 125-126, 129-130, 160
lo 6: 148: interacción entre: 144; recursos Axelrod, Robert: 13, 98, 113
de los: 155, 161; replicación condicional y:
141-144, 162; reservas de los: 145 RACH, grupo: 13
agentes adaptables: 57, 61, 105-106, 151, 171; bacterias: 18, 49-50, 84
actividades de los: 172; con marbetes: 167; Baumslag, G.: 182
definición de: 55, 58, 157; Dilema del Prisio- biología molecular: 84, 127
nero y: 95-100; diseño de: 170; economía y: bloques de construcción: 92-93, 165, 179-182;
99-102; interacciones del: 107, 112; libertad combinación de: 90, 98, 104; como mecanis-
de los: 112; sintaxis de los: 100 mos de SCA: 50-5lf, 52f, 54, 57, 68, 86, 89;
agregación: 26, 29, 134, 136-137, 145-146f, ejemplos de: 53; esquemas y: 79, 82, 84-85,
176, 182; adhesión y: 161; construcción de 87, 91, 98; genética y: 78-79, 104 mensajes
modelos y: 27; de multiagentes: 123, 147, como: 66; reglas como: 67, 77; repetición
149, 153; de recursos: 178; diseño del proce- de: 94; verosimilitud y: 76
dimiento: 141;eficiencia y: 135; interacción Bohr, Niels: 113
189
190 EL ORDEN OCULTO ÍNDICE ANALÍTICO 191
Bohr, principio de: 183 Dawkins, R.: 45 de: 38; de recursos: 176-177; diagrama de: Kepler,Johannes: JOS-109, 150
bolas de billar, modelo de: 29, 130, 158, 164, defecto-a-defecto, interacción: 166, 174 163; efecto multiplicador y: 40; para la simu- Knapp, Ed: 11
176; reacción estimada: 31, 34-35±; 36-37 defensa: 115, 117-119, 160 lación Echo: 159f; principales propiedades Krebs, ciclo de: 84, 94, 180
Boldrin, M.: 113 depredadores-presas, rnodelo: 32-34, 120 de los: 39; tasas de reacción y: 1 78
Bonncr,J. T.: 134 desempeño: 172; basado en reglas: 103 Forresdt, Stephanie: 98 Langton, Chris: 108
Brahe, Tycho: 108-110, 150 detectores: 59, 6lf~62, 65, 74, 104; binarios: 60; fraccionamiento: 104 Lem, Stanislaw: 11
Browcr, L. P.: 113 mensajes y: 75; sistema de desempeño y: 102 fronteras: 130, 137, 149, 160; adhesión, en el Lodge, O.: 108
Brown,J. H.: l 12 Dilema del Prisionero: 113, 174; agentes adap- modelo 4: 145; exteriores: 131, 144; interio- lookahead, proceso: 49
Burks,Arthur: 13-14 tables y: 95-100; basada en la población: res: 131, 134, 151; multiagentes y: 144, 147, Lotka, A.J.: 33, 120
Buss, L. W.: 106, 129 164-165f, 166-167 154; organización de las, de un agregado: Lotka-Volterra, ecuaciones: 33-34, 120, 176-
dinámica rápida: 175 146; representación de: 132f 177, 181
cardinalidad: 181 diversidad, de los se.~: 42, 44-45, 57, 156, 172,
carrera armamentista biológica: 19, 45-46f, 182; orígenes de la: 45 Gell-Man, Murray: 13-14, 47, 51, 108 marbetes, marbeteado, mecanismo: 28-29, 59,
113, 164 doble fila, modelos de: 175-181 generaciones traslapadas, modelo: 113 94, 102, 139, 150, 182; agentes adaptables
células: 18, 84, 106, 123; capacidad para trans- genes, activables: 124, 139, 141; desactivables: con: 167; apareamiento selectivo basado en:
formar recursos: 126; germinales: 137; h~jas: ecosistemas: 120; cambios en los: 25, 112; dete- 123-124, !39, 141 166; de adhesión: 124, 130, 148-149, 154,
121; moléculas de adhesión de las: 29, 130; rioro de los: 20; efecto de Jos carnbios en genética: 122; algoritmos genéticos: 81f, 84-87, 161-162; de ataque: 117-119, 125-126, 129-
musculares: 139; organización de las: 140; los: 19 90, 92-93, 95, 97-99, 162, 177, 179; bloques 130, 135, 143, 148-149, 160-161, 163; de de-
padres: 122; sanguíneas: 139 ecuaciones, agregadas: 181; diferenciales par- de construcción y: 78-79, 104; cruzamiento fensa: 117-119, 148, 160; definición de: 125;
Civilian Conservation Corps (ccc): 172, 175 ciales (EDP): 137-138 y: 77-78, 81-82, 85, 87; matemática: 80, 103; definición de las redes y: 39; diseño de: 120;
codificación: 151 Edehnan, G. M.: 29, 130 molecular: 138-139; mutación y: 85; objeti- interacción por: 29, 123, 179; mensajes y:
Cohen, Michael: 13 efecto(s), con1binados: 92-95; multiplicador: vos de la: 78; véase también esquema 66; modelos internos y: 105; reglas y: 104-
competencia, de reglas: 70f, 80; en los SCA: 104; 39-40f; reciclante: 4lf-42, 45 geometría euclidiana: 171 105; rompimieto de las simetrías y: 164; seg-
entre agentes: 129; interacción entre induc- efectores: 60-61f, 62; sistemas de desempeño y: golpe-por-golpe, estrategia de: 96-99, 166-167 mentos de: 125, 148; y agregados: 30f, 57
ción y: 129 102 Gould, S.J; 112 Margulis, teoría de: 140
complejidad: 12 Einstein, Albert: 138 i\!Jarimon, Ramón: 101, 113
componentes-compartimientos: 155 embriogénesis, de metazoarios: 121-123, 137- Hebb, D. O.; 104 Markov, procesos de: 182
conciencia: 19 142, 147; de organismos multicelulares: 124 Hofstadter, Douglas R,; 27 Maxwell, Clerk: 138
conectores: 38-39 embriones, puntos de apalancamiento en: 106 Ifolland,John: 13, 108, 113, 182 McGratten, E.: 101, 113
contacto, aleatorio: 134; de apareamiento: emergencia, en los SCA: 27-28, 52; de met.a- Ilolldobler, B.: 120 meiosis: 82
160-163; de intercan1bio: 159-161 agentes: 30 Mendel, experimentos de: 77, 80
convergencia: 43, 180; 1natemática: 181 enfermedades, inmunes: 55; mentales: 19-20 identidad: 19 tnetabilitos: 122; efecto en las células biológi-
cooperación, como estrategia de juego: 95-96, ensamble celular: 104 inducción, interacción entre competencia y: cas: 123
165 entrada-salida, sistema de representación: 59- 129;información-procesan1iento: 103 metáforas, de caricatura política: 157-158; del
cooperadón-<::ooperación, interacción: 166 61, 100, 129, 173 innovación: 76, 90, 94, 104, 172 paisaje, metáfora del: 83
Cowan, George: 13 entrecruzamiento, véase cruzamiento interacción(es): 44, 73; agregación e: 159, 176; mimetismo: 19, 43-44.f, 45, 109, 113, 123, 167,
crisis, cambios de hábitos y: 106 especialización: 44, 111; de multiagentes: 127 basadas en marbetes: 29, 123; de adhesión: 169-170; aprendizaje y: 46-47; de reglas: 101;
cromoson1a-común/ estructura-variable: 147 esquema(s), bloques de construcción y: 79, 82, 160; de agentes: 22, 107, 112, 115-116, 123, en sistemas: 110-111
cro1nosomas: 77-78, 82, 94, 122, 126, 142f; acti- 84-85, 87, 91, 98; combinación de: 87, 92-93; 126, 130-131, 133-135, 142, 158, 163, 170;de modelación: 19, 24, 49; agreación y: 27; inen-
vados: 139; aptitud y: 103; binarios: 115; cruzamiento y aptitud de los: 80-84, 90, 93; intercambio: 159-160; de intercambio de re- sajes y: 65; no linealidad y: 34
concatenados: 144; de genes desactivables: definición del: 47, 93; longitud del: 87, 89- cursos: 134; dominio de: l32-133f; ecológi- Modelo Echo: 108, 116f; adhesión condicional
123; definición del: 128; del agente: 131f, 91; posiciones de definición del: 79; reglas cas: 20; entre multiagentes: l 44-l 45f; selecti- en el: 130; agentes en el: l l 7f; diseño del:
136f; del multiagente: 145, 155, 160, 162; y; 83 vas: 123; simulación Echo e: 158; SNC. e: 19; 111-114, 150; extensión del modelo básico:
desactivados: 139; marbetes del: 130; repro- estrategia evolutiva estable (EEE): 167 transitividad de las: 120 121-124; fundamentación del: 113; libertad
ducción y recombinación de: 85, 87 estructuras extraagcntes, véase fronteras intcrcarnbio, condición de, agregada: 126f, de los agentes adaptables en el: 112; meca-
cruzamiento: 91, 124, 138, 153; bloques de estructuras jerárquicas complE;jas: 121, 182 135, 179; condicional: 125-126, 148-149, nismos del: 122-123; modelo 1: 115-121,
construcción y: 98; efectos del: 87-88f, 89- eucariontes: 140 160; contacto de: 159-161 160, 164, 168; modelo 2: 125-126, 148-149,
91; esquemas y: 80-84, 93; frecuencia del: evolución: 104, 156, 166; aptitud y: 94 interdisciplinariedad: 182 162, 176; modelo 3: 126-129, 163; modelo 4:
85; genética y: 81-82, 85-86, 90, 92; selectivo: experin1ento(s), crítico: 109; mentales: 167, 129-130, 145, 149, 161; modelo 5: 135-137,
94, 135; surgimiento de marbetes y: 154 175, 182; puente entre teoría y: 110 jerarquías por sustitución: 45, 91, 151, 176, 148-149, 163; modelo 6: 137-139, 148-149,
cuerdas binarias: 87, 89, 91, 97, 114, 125; apa- 182; basada en reglas: 74f~76, 89, 105 162; opciones y pruebas: 134-135; organiza-
reamiento de: 117; como mensajes: 102; Fanner, Doyne: 13, 108 juegos, de ajedrez: 69; de damas chinas; 69; de ción del: 114-115; recursos y sitios: 114, 116;
como padres: 85-86, 90; cromosómicas: 115, Feller, W.: 182 las veinte preguntas: 60; econonlía y: 99; te- ventajas del: 112
123-124, 150; re1nplazo de: 93 fijación, estado de: 91-92 oría de los: 95 modelos, construcción de: 110
Fisher, Ronald: 11 modelos externos: 48
Darwin, Charles: 106 flujos: 39f, 57, 175, 182; cíclicos: 45; concepto Kauffman, Stuart: 83 modelos internos: 46, 48f, 99, 172, 182; asigna-
192 EL ORDEN OCULTO ÍNDICE ANALÍTlCO 193
ción de créditos y: 72-75; como jerarquías principio de correspondencia: 113, 183 Sherrington. C.: 18 los: 137; organización de los datos: 109-111;
por sustitución: 103; generación de: 54; procedimiento promoción/ degradación: 147 sida: 18, 20 puntos de apalancamiento en los: 21, 55,
manifiestos: 48-49; marbetes y: 105; tácitos: pruebas de existencia: 183 simbiosis: 45, 73, 111 102, 107, 172, 174-175, 177, 183; simulado-
48-49 SimCily, videqjuego: 170 res de vuelo y: 157, 168-170, 175, 182; teorías
morfogénesis: 106, 137-139, 156, 162 racionalidad: 101 simetría: 83; de las células: 137; rompimiento de: 173-175, 180; véase también adaptación;
Motowski, A.: 171 reclutamiento: 104 de la: 164-165; rotacional: 29 agentes; agregación; diversidad; inodelos in-
multiagentcs, agentes-con1partimento y: 141- recombinación: 85, 153, 164, 183; de bloques Simon, Carl: 13 ternos; no linealidad
144; agregación de: 123, 147, 149; caracte- de construcción: 104; efectos de la: 155 simulación: 101, 112; de vuelo: 157, 168-170, sistemas de axiomas: 171
tisticas de los: 140t; celulares: 123; compar- recompensas: 72, 103, 111 175, 182 sitios: 114, 116; contenidos de los: 148; etique-
timentos de agentes y: 139-141; cromosomas recurso(s): 38, 40; acumulación de: 144; ad- Simulación Echo: 119f, 159f; diseño: 158; na- ta de: 163
de los: 145, 155, 160, 162; diferencias con quisición de: 123, 129, 163; agregación de: turaleza de: 156-158; surginüento de la orga- Smith,Adam: 17, 111, 124, 135, 138
otros agregados: 145-147; diversificación de: 178; flujos de: 176-177; intercambio de: 118±~ nización: 153-156 Smith, Maynard: 167
145; escenario para la evolución de: 154f; es- 125, 134; reciclamiento de los: 45; renova- sinapsis: 104 Srb. A.' 136, 139
tructuras de Jos: 127; experimentos con: bles: 114; representación de los: 148; trage- sintaxis (reglas-mensajes), sistema de represen- subastas: 72
151; frontera de: 147; interacción de: 144-- dia de los: 174; transformación de: 122-123, tación: 59-6lf, 62-65; de los agentes adap- subrutinas: 157
145f; libres: 155; organización de: 124; repli- 126-128f, 129, 163 tables: 100; para los agentes basados en re- sustentabilidad: 173
cación condicional: 124, l 43f recurso-cuello-de-botella: 177 glas: 69, 95
mutación: 153, ] 64, 177; efectos de la: 91-92, redes; 39; efecto multiplicador y: 40; efecto re- sisten1a de desempeño: 58, 6lf; del agente: 68; tasas de reacción, de agregados: 179; flujo.o. y:
155; en multiagentes: 147; genética y: 85; ciclant.e y: 41 ele1nentos básicos del: 102; sintaxis para un: 179
surgirniento de marbetes y: 154 reglas: 71; activas: 66; algoritmos para descu- 65f; transmisor de mensajes: 63f Teorema, de Pitágoras: 171; del esquema: 92-
mutualismo: 19 brir: 102; apareadas por rnarbetes: 104-105; sisterr1a in1nune: 17-18, 21-22, 27, 49, 53, 58, 93, 98, 179, 181
como bloques de construcción: 67; co1npe- 67, 137; cambios en el: 25; Vd.cunas y: 107 Tercera ley de biología de Harvard: 109
Neumann,John von: 11, 155 tencia de: 70f; de condición-acción: 59; de sistema nervioso central (SNC): 18, 25, 27, 58, trd.nsitividad, de las interacciones: 120
neuronas: 18, 24, 42, 58, 65, 104; adaptación y: descripción de los agentes: 59; de eslímulo- 107; identidad y: 19; interacciones y: 19 Triángulo de VVicksell: 101, 113
25; véase también sistema neniioso respucsta: 23, 58, 60f, 72, 97, 103, 151; de sistemas co1nplejos adaptables (scA.): 14-15, 20, Turing, A.M.: 137, 156
Newton, Isaac: 158 mensaje-procesamiento: 62, 66; de la pro- 22f; actividad en: 103; adaptación y aprendi-
nichos: 43-45, 94, 167, 181 ducción: 59; de sustitución: 75; descubri- zaje en los: 12, 18, 20, 22, 24, 26f; agentes UlamFrd.n,ois: 11, 14
no importa, condición: 153 miento de las: 58, 104-105, 172; desernpeño del: 24, 107; calificación de los: 104; caracte- IBam Stanislaw: 11-12, 14
no linealidad: 176, 178, 182; básicos de: 31-38, basado en: 103; determinación de las: 69; es- rísticas de los: 21-22, 24: concepto de emer-
45; en los SCA: 21, 57; genética y: 78; modela- pecificidad de las: 72; esquemas y: 83; ge- gencia en los: 52; competencia en los: 104; vacunas: 21; como palancas: 107
ción y: 34 neración de: 76, 80; genéricas: 73, 75-76; comportamientos de los: 55; constitución virus: 18
nodos: 38-39, 41-42, 178 jerarquías por sustitución basada en: 74f; de los: 22; distinciones con otros sistemas:
mimetismo y: 101; sistema de desempeiio 107; enfoque matemático: 182-183; experi- Waldrop, Mich: 13-14
ofensa, véase ataque Y' 102 mentos: 164-165, 167-170, 172-173; flt~jos de Wells, H. G.: 11
ojo, estructura del: 43 relatividad, teoría de la: 138 los: 38; interacciones de los: 120; n1ecanis- Wcyi, H.: 29
operaciones condicionales/ combinatorias: remplazo: 85, 91-92 mos básicos de los: 25-28, 42-47, 49, 53f-54f, \Vierner, P. P.: 168
138 Repcheck,Jack: 11 55, 57-58, 108; modelo matent<íticos de: 113; Wilson, E. O.: 120
Oppenheimer, Robert: 11 repetición, de bloques de constnlcción: 94; no linealidades en los: 21; organización de Wright, W.: 170
Orel, V.: 77 modelo de: 50-51
organelos, véase agentes, pri1narios replicación: 90; adicionada: l 42f; condicional:
origen de las especies: 135 124, 137-139, 141-142, 143f-145, 148-149,
155, 161-162, 179
Palmer, Richard: 100 reproducción: 84, 91; de acuerdo con la apti-
paralelismo: 65; de regla: 67f; in1plícito: 93 tud: 85-86, 92; de agentes: 135; de multia-
paramecios: 135 gentes: 123; limitada: 123
parasitismo: 19, 45 reserva: 115, 160
paso-por-paso, enfoque: 113 Riolo, Rick: 13, 166
Pcrelson, A. S.: 113
Ferry, Z. A.: 165 Sagan. D.: 140
Pierce, C. S.: 168 Sarnuelson, P. A.: 39
poblaciones, ecuaciones Lotka-Volterrd. y: 33- Santd.Fe Institute (SFI): 11-14, 20, 99, 101, 173
34; en el Modelo Echo: 122-123, 133, 144, Sargent, Thomasj.: 101, 113
160-!02 segmento de control: 125, 148
posición-por-posición, enfoque: 78 selección: 84; artificial: 94; de pareja: 148; ge-
posiciones de definición: 89-90 nética: 75; natural: 45, 106, 108; progresi-
predicción, véase anticipación va: 50
ÍNDICE GENERAL
Prefacio . . . 11
l. Elementos básicos 17
Objetivos . . . . . 21
Agentes, meta-agentes y adaptación 22
Los siete básicos . . . . . . . . . . . 25
Agregación (propiedad) . . . . . 26
Marbeteado o etiquetado (mecanismo) 28
No-linealidad (propiedad) 31
Flujos (propiedad) . . . . . . . 38
Diversidad (propiedad) . . . . . 42
Modelos internos (1necanismo) 46
Bloques de construcción (mecanismo) 50
¿Adónde dirigirnos después? 55
195
196 EL ORDEN OCULTO ÍNDICE GENERAL 197
Un ejemplo: Un agente adaptable para el Dilema del Prisionero . 95 V. Hacia la teoría . . . . . . . . . . . . . . . 173
Los agentes adaptables y la economía 99 La separación entre la observación y la teoría 173
Recapitulación 102 Modelos de doble fila 175
1-Iacia adelante La fila inferior . . . 176
105
La fila superior . . 177
III. Surgimiento del Modelo Echo 107 Teoría de las dos filas 179
Organización del los datos de los SCA . 109 Un panorama más amplio 181
El criterio para el Modelo Echo . . 111 Bibliografía . . . 185
La organización del Modelo Echo 114
Recursos y sitios . . . . . . . . . 114 Índice alfabético 189
Modelo 1: Ataque, defensa y reserva . 115
Extensión del modelo básico . . . . . 121
Las extensiones . . . . . . . . . . . . . 125
Modelo 2: Intercambio condicional 125
Modelo 3: Transformación de los recursos 126
Modelo 4: Adhesión . . . . . . . . . . . . 129
Fronteras, 130; Opciones y pruebas, 134
Modelo 5: Apareamiento selectivo . . . . . . . . . . . . . . . 135
Modelo 6: Replicación condicional. . . . . . . . . . . . . . . . . 137
Multiagentes y agentes-compartimiento, 139; Replicación condicional de los
agentes-compartimiento, 141; Interacción entre multiagentes, 144; Dijérencias
entre multiagentes y otros agregados, 145
Resumen . . . . . . . . . 148
¿Qué ha quedado fuera? . 149
Tipografía y formación:
Juan M. Jiménez Piña,
del Taller de Composición
del Fondo de Cultura Económica,
con tipos New Raskerville
Coordinación editorial:
María del Carmen J<'arías