Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Coordinadora
EL ORDEN OCULTO
Traducción:
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
197 p.; 23 x 16 cn1 - (Colee. Sección de Obra~ de Ciencia y
Tecnología)
Título original: Hidden Order-Hnw Adaptation Builds
Con1plexity
ISBN 968-16-6835-9
Título original:
Hidden Order
-Ilow Adaplalion Build~ Cornplex-ily
publicado por
Basic Books / Perseus Books Group
© 1995 John H. Holland
ISBN 0-201-40793-0 (empastado) 0-201-44230-2 (rústica)
ISBN 968-16-6835-9
L. M. S!MMONS,JR.
Vicepresidente de Asuntos Académicos
Santa Fe Institute
7
PRESENTACIÓN
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.
más tarde me invitó a unirme al consejo consultivo del SFI. Así, al tratar
de enfrentar las normas de claridad de Murray en mis explicaciones,
me he visto obligado repetidamente a afinar mis ideas sobre los SCA,
intentando reforzar sus fundamentos y ampliando su aplicabilidad.
Por supuesto, Murray no es la única persona del SFI que ha influido en
mi trabajo -la lista es demasiado larga y ya fue incluida en el libro de
Waldrop-, pero pienso que es justo decir que ninguna otra interac-
ción de trabajo ha constituido un reto de tal magnitud.
La MacArthur Science Foundation ha apoyado mi trab'!jo consisten-
temente durante varias décadas: primero, cuando formé parte del Lo-
gic of Computers Group de la Universidad de Michigan, con Arthur
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
PREFACIO 15
jOHN HOLLAND
Fridhem
Gulliver, Michigan
Abril de 1995.
I. ELEMENTOS BÁSICOS
ÜBJETIVOS
AGENTE AGREGADO
'
La conducta depende de las interac- '
'.
ciones de los agentes componentes '
'
en la red. Los agentes agregados '
'
pueden agregarse nuevamente para '
'
añadir nuevos niveles jerárquicos '
'
'
'
'
'
'
'
'
'
AGENTE ADAPTABLE
§]estímulo~ respuesta
ADAPTACIÓN
r~r3l r~r~'•
~-------/ '--- ___ ,; \ ________ / ,,___ __ /
tiempo 1 2 100
Agregación (propiedad)
·Compañía 1
·Compañía 2 -::::=:::;~ Producto interno bruto
·Compañía 3
Sistema inmune
---~--~---
·Anticuerpo 1
·Anticuerpo 2 Identidad individual
·Anticuerpo 3
!Si~tema nervioso
·Neurona 1
·Neurona 2 Comportamiento
·Neurona 3
una asociación. Pero todavía n1ás operacionales son los "sitios activos"
que permiten que los anticuerpos se adhieran a los antígenos. La sofis-
ticación de esta particular versión del marbeteado fue muy bien descri-
ta por Edelman en 1988, durante una discusión sobre las moléculas de
adhesión de las células. Podemos incluir también los patrones visuales
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-
tan la interacción comercial (véase la figura I.5). De pronto parece evi-
dente que el marbeteado constituye un mecanismo de supervivencia
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
los SCA para manipular simetrías. Debido a que las simctrias son comu-
nes, con frecuencia las utilizamos para percibir o modelar nuestro
mundo cotidiano, a veces de manera totalmente inconsciente. I.,as si-
metrías nos permiten ignorar ciertos detalles, para poder dirigir nues-
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-
tría rotacional completa, así que si se la coloca en cualquier posición
no se produce ningún cambio observable a simple vista. Si pintamos
una franja alrededor del "ecuador" de la bola de billar, con esta acción
rompemos su simetría rotacional, y a partir de ese momento podre-
mos distinguir lo que previamente era indistinguible a simple vista.
Por ejemplo, si hacemos girar esta bola de billar pintada con una fran-
ja, podemos fácilmente observar si el eje de rotación es perpendicular
o no al "ecuador" que forma la franja. En general, los marbetes i1os
permiten observar y actuar sobre las propiedades que previamente es-
taban ocultas por la simetría.
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
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
que llevemos un registro preciso de sus trayectorias. Sin embargo, po-
demos romper la simetría por medio de etiquetas o marbetes: si pone-
mos un marbete sobre una de las bolas podremos rastrear su posición
a pesar de Sll movimiento.
Los marbetes son rasgos importantes de los SCA que facilitan la inter-
acción selectiva y permiten a los agentes seleccionar a otros agentes u
objetos, que de otra manera serían indistinguibles. Las interacciones
bien establecidas basadas en marbetes proporcionan una base firme
30 EL ORDEN OCULTO
Marbete o
APAREAM!E~ITO SELECTIVO etiqueta
Condición
-(requisito del marbete}
MENSAJES Y ENCABEZADOS
(ATALIZADORES Y SUBSTRATOS
catalizador
substrato
No-linealidad (propiedad)
e= (0.5)v+ (-0.l)v
donde b'y d'son las respectivas tasas de mortalidad y natalidad para las
presas (en este caso, también sin interacciones).
Para reintroducir el efecto de las interacciones depredadores-pre-
sas, incorporaremos la idea intuitiva de que el depredador aumenta su
bienestar cada vez que captura una presa. A fin de cuentas, este proce-
so (la captura de presas) ejerce un efecto positivo sobre la producción
de descendencia por parte del depredador. Para captar matemática-
mente esta idea, introduzcamos otra constante (la constante r) para re-
presentar la eficiencia en la transformación de presas capturadas (ali-
mento) en descendencia. Má.o.; interacciones significan más nacimientos;
así que, utilizando la tasa de interacción cU(t)V(t), obtenemos
r[cU(t) V(t)}
Este par de ecuaciones para U(t + 1) y V(t + 1) es una versión del fa-
moso modelo Lotka-Volterra (véase Lotka, 1956). Los métodos están-
dar para simplificar y resolver las ecuaciones Lotka-Voltcrra muestran
que, bajo Ja mayoría de las condiciones, la población de depredadores
pasará por una serie de altibajos, que irán de festines a hambnmas, y lo
34 EL ORDEN OCULTO
Tasa de reacción
(adherencia)
TASAS
DE REACCIÓN banda clara banda oscura
proporción ?
proporción [0.5]
Esta reacción agrega (conjunta) las bandas, de modo que utiliza sólo la propor-
ción total de bandas {proporción de~ + propordón de ~}
Para que el modelo funcione, dos combinaciones de bandas con el mismo total deben producir el mis-
mo resultado
X(t+l)~Y(t+ 7)+Z(t+ l)
~ Y(t) + Z(t) + cU(t)V(t) + c'W(t)v(t)
Esta parte del modelo es, de hecho, lineal: ¡el todo es igual a la suma
de las partes!
Ahora, supongamos que queremos simplificar el modelo agregando
las franjas en una sola categoría. La idea es calcular el compuesto del
total de franjas/ colores sólidos usando sólo la proporción de bolas
con fral)ja sobre la mesa. Incluso cuando hay sólo dos especies de fran-
jas, como en el presente caso, esta agregación disminuye la compleji-
dad de los cálculos (el número de ecuaciones) a la mitad. Cuando hay
grandes números de especies (como las que existen en los ecosistemas
o en las ciudades), las agregaciones marcan la diferencia entre la facti-
bilidad y la no-factibilidad del análisis. La simplificación ocurre debido
a que la ecuación del agregado utiliza una sola variable, S(t), para la
población total de franjas, así como un solo coeficiente de reacción,
e", quedando de la siguiente manera:
do X(x) ~O:
X(t + 1) ~ Y(t + l) ~ 7, (t + 1)
= Y(t) + Z(t) + cU(t)V(t) + c'W(t)V(t)
=0+0+0.5(0.1) (0.5) +0.1(0.4) (0.5
= 0.025 + 0.020 ~ 0.045.
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-
cías dentro de una ciudad o del flujo de capitales entre los países. En
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
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-
nas alimenticias y bioquímicos); en la red de Internet (estaciones de
cómputo, cables y mensajes), etc. (véase la figura 1.8). En términos ge-
nerales, los nodos son los procesadores -agentes-, mientras que los
conectores son los que determinan las posibles interacciones. En los SCA
los flujos a través de estas redes varían con el paso del tiempo; además,
BÁSICOS 39
CLAVE ------------------~
procesador t')
.-----+ flujo de recursos ~ ¡f;.
<::= flujo de capital
proveedor 1
mineral©---+<>. partes automotrices
FIGL'RA L 8. Flujos.
partes
automotrices•
producción
0
de acero
mineral e
motores de
piedra caliza e automóviles
8
CLAVE
proveedor 1
mineral 1 000 ---+•111
500
producc1on de acero e fabricación yuso
de automóviles
proveedor 1
1000----·
~
.Ll.~ 800
producCJón de acero OS e fabricación yuso
1 600 de automóviles
800
motores de automóviles
Diversidad (propiedad)
una planta llamada asclepiadea. Los pájaros que las depredan pronto
aprenden a no comérselas, debido a que su ingestión les provoca
vómito. Hay otra mariposa, la virrey que tiene en sus alas patrones de
colores casi idénticos a los de la monarca, pero carece de la sustancia
amarga. Por supuesto que la razón por la que la virrey imita a la
monarca es evitar a los depr,edadores, con lo cual obtiene una mayor
libertad de mov1m1ento. ¿Como puede un cromosoma ciego generar
los comphcados patron~s de colores que mimetizan los de una especie
totalmente diferente? Esta es una importante cuestión que veremos
detalladamente más adelante, cuando tengamos mejores fundamen-
tos. Aquí simplemente mostramos de qué manera la presencia de la
mariposa monarca proporciona un nuevo nicho.
Monarca Virrey
tos. Sin embargo, existe una diferencia crucial entre el patrón de una
ola estacionaria y los patrones de los sCA; la diferencia consiste en que
los patrones de los SC"\ evolucionan. La diversidad observada en un SCA
es el producto de sus continuas adaptaciones. Cada nueva adaptación
abre la posibilidad de posteriores interacciones y nuevos nichos. ¿Qué
mecanismos permiten a los SCA generar y mantener patrones tempora-
les con tan diversos componentes? Las respuestas a esta pregunta son
cruciales para lograr un profündo conocimiento de los SCA. Para desa-
rrollar una teoría de amplio alcance debemos responder esta pregunta
de una manera que se aplique a todos los scA, en cuyo caso se puede
aplicar, mutatis mutandis, un principio de la paleontología: si se com-
prende una especie, se comprende su filogenia.
Podemos hacer algunos progresos en la comprensión de los oríge-
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
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-
dos más adelante, ya que ofrecen nuevos nichos para ser ocupados
por nuevas clases de agentes. Las partes de un SCA que explotan estas
posibilidades, particularmente las partes que promueven la amplia-
ción del reciclaje, son las que más proliferan. Las partes que no fa-
vorecen, el reciclaje pierden sus recursos en favor de las que sí lo
hacen. Esta es selección natural, escrita cor1 mayúsculas. Es un proceso
que conduce al incremento de la diversidad a través del incremento
del reciclaje.
Podemos ampliar todavía más esta visión si agregamos algunas opi-
niones sobre la no-linealidad. El reciclamiento de los recursos por el
comportamiento agregado de un conjunto diverso de agentes es mu-
cho más que la suma de las acciones individuales. Por esta razón es di-
fícil desarrollar un solo agente con las habilidades de un agregado. Es
más fácil aproximarse a tales habilidades complejas paso por paso, uti-
lizando un sistema distribuido. Éste es un punto que será ponderado
en el siguiente capítulo, cuando examinemos la emergencia de las
jerarquías por sustitución. Para entonces ya será evidente que no encon-
traremos un SCA que sólo favorezca a unos pocos tipos altamente adap-
46 EL ORDEN OCULTO
Tiempo
Tiempo
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-
zan o digieren estos agentes bioquímicos.
. ..gl_ucosada
. . IJJ.<
·····cv·
)0
rl~'
/,,
'--\0
Aun las bacterias senci\las,
como la E. coli, cuentan con
modelos internos proporcio-
nados por la evolución
,4t~'17:7
Figura l.13. Niodelos internos.
*Esta palabra significa, literahnentc, "mirar hacia delante". [N. del T.]
F:iO EL ORDEN ocui;ro
modelo están sujetas a la selección y a la adaptación progresiva. La es-
cala de tiempo para los cambios del modelo implícito de las bacterias
o de las palomillas es de orden diferente a la escala de tiempo para los
cambios en el sistema r1ervioso central de los mamíferos; no obstante,
el proceso de selección que generan estos modelos no es tan diferen-
te, como veremos más adelante.
7 bloques de construcción
{múltiples copias de cada uno}
Caso-1 2 3 4
Posición
¡1
2
nariz
2
Un rostro puede ser definido mediante la concatenación de números asignados a sus componentes
ciones para todas las posibles situaciones er1 las que t11e encuentre,
por la misma razón por la que el sistema inmune no puede tener una
lista de todos los posibles antígenos invasores. Por lo tanto, lo que
hago es descomponer la situación, extrayendo de mi repertorio de
bloques de construcción reglas relacionadas con autopistas, automó-
viles, neumáticos, etc. Hasta ahora cada uno de estos bloques de
construcción ha sido practicado y refinado en decenas o cientos de si-
tuaciones. Cuando encuentro una situación totalmente nueva, lo que
hago es combinar los bloques más relevantes y probados para modelar
la situación, de manera que sugiera acciones adecuadas y sus posibles
consecuencias.
PROPIEDADES MECANISMOS
Agregaciones
/:;-;,t~;;~~p;;·1--- '·\
l
Marbetes
.~:~~i~~~~o 2
3 1->[-.~J;~;-~~;~~-~J o etiquetas
'-~-~-~-··~-) ¡"~
No linealidad
-~
Modefos internos
Flujos
procesador p
~'- ,!/" consumidores
·-~·
abastecedores....-. ...-
-~
Bfoques de construcción
([Y;;/ ""o
Diversidad
F!GCRA_ I. 16. Los siete básicos para los sistenias coniplejos adaptables.
54 EL ORDEN OCULTO
innovación
multifuncionalidad
morfogénesis
y:¡:Lción
J
enfermedades
autoinmunes
INDIVIDUAL
I~
m1met1smo
biodiversidad
especialización
FlGURA l. 17. .l!,'l papel de los siete básicos en el estudio de los sistemas co1npüjos adaptables ..
BÁSICOS 55
SISTEMA DE DESEMPEÑO
l. Las reglas deben utilizar una sola sintaxis para describir a todos
los agentes de los SCA. . ..
2. La sintaxis de la regla debe servir para todas las mteracc10nes en-
~~~=· .
3. Debe haber un procedimiento aceptable para modificar adaptatJ.-
.
vamente las reglas.
Entrada/salida (lnput/output)
ESTÍMULO-RESPUESTA
cada uno de los cuales tiene un efecto elemental sobre el medio am-
biente cuando es activado por un mensaje apropiado (figura II.2). En
un momento dado, la respuesta total de un agente es generada por
grupos de efectores que se activan en ese instante; esto es, l<:>s efectores
decodifican los mensajes estandarizados para provocar acc10nes en el
medio ambiente. Al hacer esto, los efectores "invierten" el procedi-
miento que utilizan los detectores para codificar la actividad del me-
dio ambiente y convertirla en mensajes estandarizados. Como en el
caso de los detectores, utilizamos los efectores como meca11ismos des-
criptivos para modelar la salida adaptativa del agente adaptable.
Detectores Efectores
,_
se mueve ' huye
rayado persigue
largo mensaje mensaje vuelve la cabeza
==> cercano = Sistema F== extiende la lengua
.. de desempeño
'
Medio ambiente
J>rocesamiento y sintaxis
o
o
o
~ ~
~ 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.
100010111.. .1,
l<c-L-71
donde Les la longitud del mensaje estándar. El conjunto de todos los
posibles mensajes, M, es, entonces, el conjunto de todas las cadenas de
unos y ceros de longitud L. La designación formal de este conjunto es
{l, O}L.
concordancia--i
fuerza
SI * ENTONCES @ @
* SI - ENTONCES
8
@ SI - ENTONCES
8
SI @ ENTONCES @
+L-----trasmisión---~
r;-¡ (extiende
L_:__J_.. la lengua)
observación -7 mensaje mensaje -7 acción
... /~
FIGURA 11.4. (Jn sistema de dese1n/Jeño trans1nisor de rnensajes.
1#### ... #,
f z-L--7[
los cual?s son utilizados como la parte condicional de una regla. Esta
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
fz-I,--7[
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-
uon, L. Bajo esta ordenac10n, el conjunto de todas las condiciones, C,
es el conjunto de todas las cadenas de unos, ceros y# de longitud L. La
designación formal de este conjunto es {1,0,#JL
Debido a que la única acción de una regla en este formato es enviar
un mensaje, todas las reglas tienen la siguiente forma:
portamiento. Las reglas así definidas actúan en gran medida como las
instrucciones que se le dan a una computadora: el grupo sirve como
un programa que determina el comportamiento del agente. Si hay
alguna manera de modelar un agente en una computadora, estas con-
diciones técnicas garantizan que puede ser modelado utilizando un
grupo de reglas en este formato. Para obtener todo el poder de una
computadora, debemos dar a nuestras reglas dos condiciones inde-
pendientes -SI ( ) Y SI ( ) ENTONCES ( ) - y proveerlas con la ne-
gación SI NO ( ) ENTONCES ( ) ; sin embargo, por el momento po-
de1r1os ignorar estos refinamientos.
1
Mensaje de los detectores
1
Regla G) 01 (se mueve)(#) ... (#) ™™huye
_,,.·
··7;~'\·
-~ Regla 0 §] (se mueve)(#} (pequeño) (cercano) ™ ™ acércate
Actividad simultánea-paralelismo
adecuado gue un agente tuviera una sola regla para cada situación a la
gue se enfrentara, por la misma razón por la que el sistema inmune ca-
rece de un conjunto de anticuerpos preparados para detener a todos
los posibles antígenos: existen demasiadas posibilidades. En cambio, si
simultáneamente cuenta con reglas activas, el agente puede combmar
una serie de reglas ya probadas para describir la nueva situación. Las
reglas se convierten en bloques de construcción.
marbete o
acción
t1J etiqueta propiedades
presi_ón de i
tam_a_f'¡q_ __ aire
----ili_E;>~Ll-~átiCO~ # pinchazo #
•
# saca--~~umático de reF>_~est_? =:JI
neumático pequeño : presión baja:: # # utiliza bomba de aire
..
FIGURA.. II.6. Un ejemplo de paralelis1no de regla.
lelas. Si una hipótesis falla, hay otras reglas en competencia que están
a la espera de ser probadas. Por supuesto, yo estoy a favor de este últi-
mo punto de vista.
La asignación de crédito es una tarea fácil cuando el medio ambien-
te produce una remuneración (recompensa, premio) por una acción.
Si damos vuelta a la llave de ignición del motor y el auto arranca, esta
acción rápidamente se convierte en parte de nuestro repertorio. La
asignación de crédito se hace mucho más difícil cuando un conjunto
de acciones "antiguas" hace posible un resultado reciente. El proble-
ma se puede exponer claramente si examinamos un juego de damas
chinas. Dar un triple salto en este juego, cuando es posible, siempre
contribuye a ganarlo y, como en el caso de la llave de ignición del mo-
tor, es fácil acreditar una regla que sugiere esa acción. Sin embargo,
¿cómo acreditaría esta regla un jugador neófito si su acción sólo pro-
dujera efectos después de cuatro jugadas? ¿Cómo sabrá el neófito que
fue precisamente esa regla, y no otra, la que produjo el resultado en
las etapas subsecuentes? ¿Cómo sabrá que este resultado no fue sim-
plemente la consecuencia de un error cometido por su oponente? Sin
embargo, un buen jugador de damas, así como las acciones complejas
de un SCA, dependen de la habilidad para acreditar con anticipación
y de establecer una adecuada secuencia de etapas.
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-
dose, algunas reglas se hacen más útiles y otras no; algunas descompo-
nen el medio ambiente de tal manera que pueda ofrecer guías útiles
para la acción, y otras no. Además, pueden pasar largos periodos antes
de que las consecuencias de una acción actual sean evidentes. Algunas
acciones pueden ser dañinas a corto plazo, pero útiles a largo plazo,
como ocurre durante un juego de ajedrez. Con todos estos impedi-
mentos, ¿cómo determina un agente qué reglas son útiles y cuáles son
perjudiciales?
Aquí podemos utilizar otra útil metáfora: el eslabón estándar entre
la competencia y el capitalismo. Cada regla puede ser tratada como un
productor (factor, hombre promedio) que compra y vende mensajes.
Los "proveedores" de una regla son aquellos que envían mensajes que
satisfacen sus condiciones; los "consumidores" de una regla son aquellos
que actúan sobre sus mensajes. La fuerza de una regla es tratada como
el efectivo en mano. Cuando una regla "compra" un mens'!je, debe pa-
gar por él con el efectivo que tiene a la mano, con lo que se reduce su
fuerza. Cuando una regla "vende" un mensaje, su fuerza se incrementa
con la cantidad que le paga el comprador (véase la figura II. 7).
70 EL ORDEN OCULTO
pago pago
[6] [8]
Modelos internos
Existe una modificación para el proceso de subasta que lleva más ade-
lante ~la cons_trucción de modelos internos, que está basada en la per-
cepc10n mtultlva de_que, en igualdad de circunstancias, un agente pre-
fiere reglas que utthcen más información acerca de una determinada
situación. En nuestra sintaxis, la cantidad de información utilizada por
una regla depende del número de símbolos # en las condiciones de la re-
gla. Una regla es más específica si tiene menor cantidad de símbolos# en
sus condiciones (véase la figura II.5). Por ejemplo, la condición## ... #
acepta cualquier mensaje, por lo que no proporciona información al-
guna cuando es satisfecha. En el otro extremo, la condición 11. .. 1 es
s~tisfecha por 11n mensaj'." específico -una cadena de unos-, propor-
c10nando el maximo posible de información. Para instrumentar la pre-
ferencia debemos modificar el proceso de subasta, y la manera más
simple de lograrlo es haciendo a la oferta proporcional al producto de
la fuerza y la especificidad. De este modo, si la fuerza o la especificidad
están cerca de cero, la oferta también estará cerca de cero. Sólo si am-
bas -la fuerza y la especificidad- son grandes, la oferta será grande.
Veamos una nueva c~mpetencia entre una regla más específica, rl, y
una regla menos especifica, r2. Para que este ejemplo sea más concre-
to (figura II.9), hagamos que rl sea la regla del estímulo respuesta:
1
Mensaje de los detectores
1
Regla G) 01 (se mueve) (#) ... (#) ™™huye
''·...,,-''
.· ,.~ Regla 0 01 (se mueve)(#) (pequeño) (cercano) ™ ™ acércate
conjunto de objetos
pequeños y cercanos
que se mueven
FIGURA. II.9. Una jerarquía por omisión (default hierarchy) basada en reglas.
Esquemas
l****··· *
l;,-L--71
Si estamos interesados en un bloque de construcción que coloque
un 1 en la primera posición, un símbolo # en la tercera posición y un O
en la séptima posición, lo diseñamos de la sigui en te manera:
!*#*º**···*
l;,-L--71
Un bloque de construcción definido de esta manera recibe el nom-
bre de esquema; las posiciones en la cadena binaria que contienen sím-
bolos que no sean "*" reciben el nombre de posiciones de definición del
esquema.
Tomemos nota de que el símbolo# desempeña un papel diferente
al del símbolo*· Recuerde además que el conjunto de todas las con-
diciones posibles para las reglas se especific'a formalmente como
{l,0,#]L; o sea, el conjunto de todas las cadenas binarias de longitud L
que utilizan el alfabeto {1,0,#}. Cada condición especifica el conjunto
de mensajes que puede aceptar. Podemos interpretar un esquema de
manera similar. Al definir el esquema, restringimos algunas de las posi-
ciones en la condición -las posiciones de definición- para obtener
uno de los valores de {l,0,#), y no hacemos ningún requerimiento a las
condiciones restantes, indicando esto por medio de una*· Formal-
mente, entonces, el conjunto de un esquema para las condiciones es el
conjunto de todas las secuencias binarias de la forma {l ,0,#*Jl'. Un es-
quema individual de {1,0,#*}L especifica el conjunto de todas las con-
diciones que utilizan ese bloque de construcción, de la misma manera
en que una condición individual {1,0,#)L especifica el conjunto de
mensajes que puede aceptar.
Este convencionalismo matemático -que la condición sea identifi-
cada con el conjunto de mensajes que puede aceptar, mientras que el
80 EL ORDEN OCULTO
minan las acciones del agente, así que constituyen el núcleo del mo-
delo interno del agente.
Operador de cruzamiento
5 punto de cruce
1110### l111o#l#1j
I'º''º o 11u11 # # 1
Algoritmos genéticos
Fortaleza
Progenitores [aptitud]
@110###
(i) # # o 1 1 1 ----{()]
o~O~# 1
010##10------->-[QJ
#~of&L~# #
0#01##1
# # # 1
1*** ... * como mejor que el promedio si S(l *** ... *) es mayor
que A.
Debido a que éste es sólo un procedimiento de evaluación, puede
resultar incorrecto en algunos casos particulares. Podría ocurrir que
las reglas del agente tuvieran algunas peculiaridades. Por ejemplo, las
experiencias pasadas del agente podrían proporcionar una muestra
representativa no confiable de su medio ambiente frente al esquema
l *** ... *·En tal caso, las fuerzas de las reglas que utilicen ese esque-
ma resultarán de alguna manera distorsionadas. Los agentes humanos
a menudo operan bajo tales malentendidos. De cualquier manera, la
evaluación nos proporciona un lineamiento, que es mejor que nada; y
si está equivocado, las subsecuentes evaluaciones tenderán a corregir
el error. El procedimiento es muy similar al de la confirmación de una
hipótesis por medio de la experimentación.
Si simplificamos mucho las relaciones entre los esquemas, podríamos
llegar a considerarlos como una especie de "paisaje" fantástico. Cada
esquema sería un punto dentro de este paisaje, y el correspondiente
promedio del esquema representaría la altura del paisaje en ese punto.
Nuestro objetivo, entonces, sería localizar en este paisaje las "colinas"
que fueran más altas que las otras ya exploradas. En la realidad, esque-
mas como los subconjuntos de un espacio de posibilidades forman una
co1nplicada retícula de inclusiones e intersecciones; no obstante, la me-
táfora del paisaje constituye un punto de partida útil.
Stuart Kauffman (1994) y sus colegas han estudiado versiones sim-
ples de estos paisajes (los paisajes n-k). Los paisajes n-k tienen inter-
construidas simetrías que hacen posible el análisis matemático. El
análisis de estos casos especiales, aun cuando no es fácil, revela algu-
nos lineamientos interesantes, los cuales pueden ser generalizados a
relaciones más intrincadas contenidas en el espacio de los esquemas
(sin embargo, esto todavía no ha sido establecido).
Aun cuando la metáfora del paisaje pudiera ser empleada, todavía
quedaría por resolver un problema: por cada esquema x de interés te-
nemos que calcular el promedio S(x) si queremos ser capaces de calcu-
lar su valor. ¿Cuántos esquemas existen con exactitud? El número es
muy grande, lo cual ayuda, pues proporciona muchas opciones, pero
también obstaculiza, ya que requiere del cálculo de muchos prome-
dios. l)ara darnos una idea de cuán grande es este número, echarnos
un vistazo a los diferentes esquemas que se pueden encontrar en llna
sola condición de longitud L. Consideremos la siguiente condición:
10# 10# ... 10#.
1 <e-- L --7 1
84 EL ORDEN OCULTO
2X 2X ... X 2 = 2L
Algoritmos genéticos
Número de genes: Sl
Número de puntos de cruzamiento: SO
Esquema 1:
, 111111wuu111111111111111111111111111111111111111
H-4
El esquema tiene 3 puntos internos de cruzamiento; por lo tanto,
hay 3 probabilidades en 50 de que un punto de cruzamiento elegi-
do aleatoriamente caiga en el interior del esquema
Esquema 2:
1 1111 1111111111 w 11111111 111w kJ 11kJ 1111 11111111111
20
El esquema tiene 20 puntos internos de cruzamiento; por lo tanto,
hay 20 probabilidades en 50 de que un punto de cruzamiento elegi-
do aleatoriamente caiga en el interior del esquema
ílllli111~1111111111111111
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
límites externos del esquema:
1111111~111~==
llU ú ;1111111111111111
Efectos de la mutación
Pero todavía queda pendiente una pregunta acerca del paso 2: ¿Cuál
es el papel de la mutación? Para descubrirlo tenemos que echar un vis-
tazo al paso 3 (el remplazo). Es posible que un esquema, debido a los
procesos de cruzamiento y remplazo ("muerte"), llegue a estar pre-
sente en todos los miembros de la población; cuando esto sucede, to-
dos los miembros de la población contienen los mismo alelos en las
posiciones en las que el esquema está definido. Supongamos, por
ejemplo, que el esquema 1 *** ... * está presente en todos los miem-
bros, de manera que todas las secuencias o cadenas de la población co-
mienzan con un 1. En esta situación 110 tendremos caclenas que empie-
cen con O o con#. En el conjunto de todas las secuencias posibles, (1,
0,#}I-, sólo 1 /3 comienza con un l. Así, al perder los alelos O y# en la
posición 1, nos vemos reducidos a probar posibilidades en sólo 1/3 del
espacio (1, O,#}"- Peor todavía, una vez que los alelos hayan sido perdi-
dos, las acciones de reproducción y cruzamiento no los remplazarán.
Bajo estas circunstancias, se dice que los alelos se han ido al estado de
fijación. Si k alelos se han ido al estado de fijación, nos vemos reduci-
dos a buscar (1/3)' del espacio {l, 0,#}L.
Podríamos adoptar un procedimiento en el que, cuando un alelo
vaya al estado de fijación, el algoritmo genético ya haya establecido la
superioridad de ese alelo, para que ya no necesitemos probar más
opciones. Sin embargo, a menos que estemos completamente seguros
de la superioridad del alelo, éste es un procedimiento muy inadecua-
do. Nuestro procedimiento ha consistido en realizar muestreos y esti-
maciones de las opciones. Pero las estimaciones pueden estar equivo-
cadas, incluso después de considerables pruebas. No importa a
cuántas pruebas sometamos nuestra estimación de la aptitud
1*** ... *, no podemos estar seguros de que no haya una cadena me-
jor en los dos tercios del espacio que no están siendo investigados.
·Esto es particularmente preocupante cuando el valor de un determi-
nado bloque de construcción (esquema) depende del contexto pro-
92 EL ORDEN OCULTO
Fjectos combinados
El Dilema del Prisionero es un juego entre dos personas, que capta las
principales interacciones políticas y personales en un contexto simple
y bien definido. El lector interesado en este juego puede aprender
más acerca de su historia e importancia en el texto de Axelrod (1984).
Mientras que en la teoría de los juegos la solución consiste en e'~tar la
cooperación, en este juego los jugadores descubren los beneficios de
la cooperación mutua, y esto es lo que lo hace particularmente intere-
sante. Primero describiremos el juego con gran detalle y después mos-
traremos cómo aprenden a jugarlo los agentes adaptables.
En el Dilema del Prisionero cada jugador tiene sólo dos opciones en
cada juego, las cuales se denominan coloquialmente como "coopera-
ción" (C) y "defección" o "deserción" (D). Hay, por lo tanto, cuatro
posibles resultados para una determinada ronda de juegos, que son:
(C,C), en la que ambos jugadores eligen cooperar; (C,D), en la que el
primer jugador coopera y el segundo deserta; (D,C), en la que el pri-
mer jugador deserta y el segundo coopera, y (D,D), en la que ambos
jugadores desertan. La puntuación asignada (valor relativo) para cada
uno de estos resultados está dada por la siguiente tabla:
Segundo jugador
C (coopera) D(deserta)
C(coopera) +3,+3 0,+5
Primer jugador
D(deserta) +5,0 +l, +1
cnc;DCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDCDC;ococDCDCDCDCDCDCD
siones útiles tanto a corto como a largo plazos, como ocurre c1iando se
detecta la formación de huracanes. Para nuestros estudios de econo-
mía basados en agentes adaptables debemos encontrar la contraparte
de los frentes fríos, las corrientes de chorro y otros agentes meteoroló-
gicos (agregados marbeteados), si queremos hacer progresos. Después
estaremos en condiciones de descubrir algunos puntos de apalanca-
miento críticos.
RECAPITULACIÓN
HACIA ADELANTE
aplicar a todos los SCA. Echo ha sido formulado bajo los siguientes ui-
terios:
1) Echo debe ser tan simple como sea posible y consistente con los
otros criterios. Está diseñado para experimentos mentales, más que
para la simulación de sistemas reales. (A pesar de su simplicidad, tam-
bién puede ser utilizado para modelar algunos experimentos reales,
como lo demostró Brown (1994), quien utilizó datos acerca de los
cambios que ocurren en un ecosistema de Arizona cuando un depre-
dador -la rata canguro- es excluido de dicho sistema.) Esta simplici-
dad es obtenida, en parte, restringiendo sustancialmente la libertad de
los agentes adaptables en el Modelo Echo. Las interacciones son cui-
dadosamente limitadas y los agentes tienen únicamente modelos inter-
nos primarios.
2) Echo debe ser diseñado de tal manera que las acciones ele sus
agentes sean interpretables en un amplio rango ele escenarios de SCA.
En particular, el modelo debe proporcionar lo necesario para el estudio
ele las interacciones ele los agentes que estén distribuidos en el espacio
(una "geografía") y que sean móviles. Debe permitir que sea posible,
cuando se desee, asignar diferentes entradas (estímulos y recursos) a
diferentes lugares en el espacio.
3) Echo debe facilitar los experimentos sobre la evolución ele la ap-
titud. Para este fin, al comienzo la aptitud no debe ser establecida
como algo externo al sistema (un factor exógeno). La aptitud debe de-
pender más bien del contexto proporcionado por el lugar y por la pre-
sencia de otros agentes en ese sitio (factores endógenos). La aptitud
de un agente debe cambiar a medida que evolucione el sistema.
4) Los mecanismos primarios de Echo deben tener contrapartes en
todos los SCA. Con esto se obtienen dos ventajas. La primera consiste
en que las interpretaciones ele los resultados están restringidas para
que sean consistentes con las interpretaciones ya elaboradas ele los me-
canismos. I.,as simulaciones, después de todo, son simplemente mani-
pulaciones ele números y símbolos. Es demasiado fácil etiquetar el re-
sultado de manera fantasiosa, distorsionando así la interpretación. El
fundamento proporcionado por las interpretaciones ele los mecanismos
primarios contrarresta esta tendencia, al restringir el etiquetado. Una
segunda ventaja consiste en que, con la ayuda ele las interpretaciones,
se puede den1ostrar que los mecanismos seleccionados son suficientes
para generar los fenómenos ele interés. En la biología evolucionista,
por ejemplo, ha habido una prolongada discusión acerca ele si son su-
ficientes los mecanismos darwinianos estándar para generar los saltos
que aparecen en los registros paleontológicos (véase Goulcl, 1994).
Aun cuando las simulaciones no pueden determinar que un mecanis-
EL SURGIMIENTO DEL MODELO ECHO 113
Recursos y sitios
Mundo ----'>-
~----
f;fffh¡'l
~Sitio
b a
b b
,,,-,,~. Flujo de recursos
e 111111111111~-
{a,b,c} son recursos
a
o.. C} ·--·~
a
a
b b a a
O e Agentes
Entrada
AGENTE
(recursos del sitio
e lnteracciones) Marbete de ataque a aba
~ Repro d uccion
..
* 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-
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
tio" de la figura 111.3). Por ejemplo. una b confrontada con una b po-
dría agregar 2 puntos, mientras que una b confrontada con una d po-
dría restar 2 puntos. Si un marbete es más largo que otro, entonces
cada posición sin un par de letras equivale a un número fijo de puntos
(positivos o negativos). El puntaje total del encuentro es simplemente
la suma obtenida por la adición de estos puntos.
Agente CD Agente@
falU
~
• 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 a b CD e e b C secuencia
defensa]
de
Cantidad
transferida
-'""""l;;·
RESULTADO: TRANSACCIÓN DESIGUAL
,9 2 4 6 8 del encuentro
"Hormiga"
--------------------------------------------------------------------------------
o "Oruga"
!ji
! :
Aun cuando podemos aprender más del modelo básico, éste es sólo un
paso hacia la modelación de las complejidades de un scA completa-
mente desarrollado. En particular, el modelo básico no proporciona
suficientes herramientas para un amplio estudio del modo en que
emergen las estructuras jerárquicas complejas. Sin embargo, dichas es-
tructuras constituyen una parte importante de todos los SCA. Esta sec-
ción describe extensiones que amplían el Modelo Echo hasta el punto
en que tales fenómenos pueden ser examinados.
Al tratar de modelar fenómenos como las "estructuras jerárquicas
complejas" necesitamos tener en mente uno o más ejemplos que estén
correctamente descritos. El ejemplo que ha guiado gran parte de mi
propio trabajo en esta área es la embriogénesis de los metazoarios -el
proceso mediante el cual un huevo fertilizado progresivamente se divi-
de hasta que produce un organismo multicelular maduro que a su vez
se reproduce por medio de la producción de otro huevo fertilizado-.
La estructura de un metazoario maduro, como un mamífero, es increí-
blemente compleja, ya que contiene complejos subproductos jerárqui-
cos, como redes nerviosas, sistemas inmunes, sistema visual, etc. Un
anatomista diría que tales estructuras sólo pueden ser totalmente com-
prendidas en términos de su origen y desarrollo en el metazoario en
proceso de maduración. Y así ocurre con otros scA. Sólo podemos
comprender estos "patrones en el tiempo", como la ciudad de Nueva
York o un bosque tropical, si podemos comprender su origen y la ma-
nera en la que se han desarrollado.
¿Qué ocurre exactamente cuando un huevo fertilizado se desarrolla
hasta convertirse en un compJicado metazoario, como un tigre, por
ejemplo? Un tigre tiene cientos de miles de millones de células, orga-
nizadas de tal manera que hace que nuestras más complicadas compu-
tadoras parezcan mecanismos muy simples. Gran parte del proceso de
desarrollo todavía no ha sido comprendida; no obstante, en la actuali-
dad ya tenemos un esbozo de los principales hechos que ocurren du-
rante dicho proceso. El proceso se inicia cuando el huevo comienza a
dividirse en dos células. Después ocurren más divisiones, que a la vez
producen más duplicaciones. Estas duplicaciones provocan un rápido
incremento en el número de células (30 duplicaciones son suficientes
para producir mil millones de células). Las células "hijas"' no se mue-
ven de un lugar a otro como entidades libres, sino que permanecen
122 EL ORDEN OCULTO
LAS EXTENSlONES
plicada, ya que acepta cualquier marbete de ataque que tenga una ben
la primera y tercera posiciones, esto es, el conjunto {bab, bbb, bcb, baba,
babb, babc, babaa, ... } .
La condición es utilizada de la siguiente manera: cuando dos agen-
tes se encuentran, la condición de intercambio de cada agente es anali-
zada primero en relación con el marbete de ataque del otro agente. Si
las condiciones de ambos agentes son satisfechas, entonces tiene lugar
el intercambio. Si ninguna condición es satisfecha, entonces la interac-
ción es rechazada. Si la condición de un agente es satisfecha pero no
la del otro, entonces el agente con la condición insatisfecha tiene la
oportunidad de "huir" de la interacción. En el caso más simple, esto se
hace rechazando la interacción con alguna probabilidad fija.
Si la condición de intercambio de! agente CD concuerda con el marbete de ataque del agente 8 ~y
viceversa-, entonces se sigue el cálculo de la puntuación del encuentro ataque/defensa:
Agente@ 1;¡¡¡¡;¡;¡;;¡;¡¡;11
marbete de ataque condición de intercambio
FIGl:RA III.5. Cromosonia del agente con una condición de interca1nbio agregada.
reserva
cromosoma
marbete marbete : condición de transforma" '
de ataque de defensa : intercambio ción
!<--región de marbete-'>-!+ región de control ~
Modelo 4: Adhesión
Fronteras
El establecimiento de fronteras constituye un método simple para agre-
gar agentes en capas similares a las de una cebolla, y se utiliza para
restringir las interacciones del agente. A cada agente, en el momento
de su formación, se le asigna exactamente una frontera. Incluso a un
agente aislado que no se adhiere a ningún otro se le asigna una sola
frontera, la cual contiene un solo agente. Sin embargo, una frontera
puede contener muchos agentes. El más simple agregado no trivial es
un agregado que tiene sólo una frontera, y todos sus agentes pertene-
cen a esta frontera.
EL SURGIMIENTO DEL MODELO ECHO 131
cromosoma
AGENTE Ú)
AGENTE fJ
: marbete marbete marbete: condición de transfor
i de ataque de de fema de adhe-i intercambio mación
~región de marbete sión ' región de control~
-e, +e,
frontera frontera
común común
Frontera sencilla,
1 agente •
[l] número de agentes
en la frontera
Frontera sencilla,
2 agentes •
[2]
Fronteras
en capas
-
[2] [1]
"hoja"
e@
Agregado ~ ~]
-
"raíz"
complejo
~~---
··~··@ · ......·.•...·.·._ .. · ff......·.....
~ ""hoja"
·Ü•••::··· ~.~
[2] [1]
Agregado
complejo
·······
Dominio de·
interacción de X
...····
_
[2]\ [2]
IR] Dominio de
[ [SITIO] [SITIO] interacción de Y
[3] {31
[2]
IR]
[SITIO]
Dominio de
[3]
-······ ·121·· in~eracción de Z
····.1:21 ... .r1.v'
Opciones y pruebas
~----concordancia ,---~
Agentef) llll!ll!Jl!lll!!!!
FrGURA III.1 O. Cromosoma del agente con una condición de apareamiento adicionada.
í\1ultiagentes y agentes-compartimiento
Agregado
complejo
<: @--->e
•· [2] [1]
reserva compartida
{contenido de las reservas de U, V, W)
multiagente
~
cromosoma concatenado
¡1;
,, 1
'
@ =agente-compartimiento activo: un agente-compartimiento deviene activo cuando participa en
una interacción {de intercambio o adhesión)
FIGLRA III.12. Cromosoma del agente con una condición de replicación adicionada.
EL SURGIMIENTO DEL NIODELO ECl-fC) 143
Ejemplo:
Condición de replicación Satisfecha por marbete(s)
de agente de ataque de agente(s)
u U,V
V w
w V
descendiente
agentes? Aquí podrían seguirse varias convenciones, pero hay una que
parece particularmente interesante, la cual consiste en tratar al multi-
agente como una organización con recursos compartidos (veáse la fi-
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-
traste con el uso del contenido de la reserva de cada agente-comparti-
miento únicamente para la reproducción de la parte del cromosoma
que describe a dicho agente-compartimiento. Esta convención permite
una amplia variedad de especializaciones parecidas a las de la simbiosis
entre la oruga y la hormiga que se comentó en el modelo 4. Por ejem-
plo, un agente-compartimiento podría especializarse en acumular o en
producir el recurso b, aun cuando utilice muy poco este recurso para
su propia (porción de) cromosoma. Bajo esta convención de recursos
compartidos, muchos senderos conducen a tasas de reproducción más
altas, favoreciendo así Ja continua diversificación de los multiagentes.
Al igual que Jos agentes de Jos modelos anteriores, los multiagentes
-incluso los que se encuentran dentro de un agregado mayor- inter-
actúan continuamente. (~ada interacción normalmente cambia el con-
tenido de Ja reserva de los agentes-compartimiento involucrados en
ella. Debido a que durante una interacción se intercambian recursos,
las posibilidades de reproducción de un multiagente son modificadas.
Como en los modelos anteriores, el multiagente sólo se reproduce
cuando tiene suficientes recursos en las reservas de sus agentcs-corn-
partimiento para hacer una copia de su cromosoma.
multiagente
Una vez que los multiagentes se encuentran pareados para la interacción, un agente-compartimiento
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
tinguimos del resto del agregado? Debe hacerse esta distinción con el
fin de determinar qué reservas del agente son compartidas durante la
reproducción. Una mirada más de cerca a la organización de las fron-
teras dentro de un agregado nos proporcionará un enfoque directo.
Un multiagente, debido a que es un agregado de agentes-comparti-
mie11to, obviamente debe tener una frontera externa. Por lo tanto, ahora
la pregunta es: ¿Cómo debemos marcar la frontera de una agregación
de agentes-compartimiento para que se convierta en la frontera de un
multiagente? Una vez que hagamos esta provisión podremos definir al
cromosoma del multiagente y proveer Jo necesario para las siguientes
capas y fronteras que envuelven a los multiagentes.
Agregado
complejo
~------~frontera de m~ltiagente
~ [2] [1]
'1
l. El marbete de adhesión tiene un aparato de acompañamiento que
desempeña un papel importante en la formación y evolución de las ! 1
peña el papel tanto de los organelos como del cromosoma que los
especifica. (No sería difícil separar estas funciones, decodificando
una cadena "cromosómica" para producir cadenas de organclos,
pero por el momento no lo consideramos necesario debido a que
se han hecho considerables progresos con la versión simplilicada.
El presente arreglo nos permite determinar la etapa en la que la
"codificación" se convierte en lln asunto importante.)
• Los agentes del Modelo Echo tienen menos capacidad que los
agentes adaptables descritos en el capítulo II. Los agentes indivi-
duales de Echo tienen reacciones de estímulo-respuesta instru-
mentadas por condiciones, y hacen amplio uso de marbetes. Los
agentes individuales no tienen las habilidades para retransmitir
los mensajes requeridos por modelos internos elaborados, como
las jerarquías por omisión. Además, los marbetes controlan las
interacciones de un modo más directo y concreto. Debido a que
no están unidos a mensajes, no tienen las sutiles y protosimbólicas
funciones de los mensajes. Estas simplificaciones deben forzar a
los agentes de Echo a desarrollar habilidades para el procesa-
mier1to de inforn1ación por medio de mecanismos más primitivos.
Me gustaría ver a los agentes desarrollar "lenguajes", en vez de do-
tarlos con un lenguaje totalmente evolucionado (el sistema clasifi-
cador) desde el inicio.
!
154 EL ORDEN OCUI:Iü
ataque/defensa
adherencia
,,,1l!L)'""'11'"*'H1'"1"'1 ,1~1
l'I'! I'
,11l1'1l1'1'1l1'.ll.lli,l'l'l:l:l:l111,
11,,,¡.¡,·~
/
duplicación
intracromosómica
/
""
replicación con
adherencia
""
ataque/defensa
1
.
156 EL ORDEN OCCLTO
LA NATURALEZA DE LA SIMULACIÓN
subrutinas. El mapa tiene dos piezas: 1) una correspondencia fija que re-
laciona Jos estados del proceso con los números en el cálculo y 2) un
conjunto de "leyes" que relacionan la dinámica del proceso con el pro-
greso del cálculo. Una mirada más de cerca a estas dos piezas produci-
rá dividendos cuando lleguemos a la parte específica de la simulación
Echo.
El enfoque usual de la simulación consiste en dividir el proceso que
está siendo simulado en varios componentes. Después se establece una
correspondencia fija que concatena los posibles estados de cada parte
de ur1 rango de números, como con los modelos matemáticos. Por
<:iemplo, si estuviéramos tratando de averiguar cuánta distancia podrá
recorrer un automóvil o un aeroplano, haríamos preguntas tales
como: ¿Cuánto combustible hay en el tanque? ¿Con qué rapidez se
está consumiendo el combustible? ¿Cuál es la velocidad actual? ¿Cuál
es la resistencia del aire a esta velocidad? Todos estos números, y otros,
serían pertinentes en la simulación. Cuando el conjunto de números
es suficiente para describir todos los aspectos relevantes del proceso,
decimos que este conjunto describe el estado del proceso. Después se
concatena esta pieza del mapa con su correspondiente conjunto de
números en la computadora.
La segunda pieza de este mapa proporciona las características que
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-
so dinámico. Los cambios en los números reflejan los cambios en el
proceso que está siendo simulado. Al establecer leyes que determinan
esta parte del mapa, sacamos ventaja de la capacidad de la computado-
ra para ejecutar instrucciones condicionales: SI (los números tienen
tales o cuales valores) ENTONCES (realice el cálculo 1), DE OTRO
MODO (realice el cálculo 2). Ya discutimos esta misma capacidad
cuando definimos los agentes adaptables (véase el capítulo 2). Como
ya lo señalamos, cualquier ley que puede ser enunciada con rigor lógi-
co, puede ser especificada secuenciando condicionales SI/ENTONCES
con operaciones aritméticas apropiadas. Por lo tanto, esta parte del
mapa depende de la redistribución de los papeles de los mecanismos
que generan la dinámica del proceso dentro de las subrutinas SI/EN-
TONCES en el cálculo.
Destaquemos un punto general acerca de la simulación y la elabora-
ción de modelos: en la construcción del mapa que define un modelo,
la selección es crítica. La metáfora de la caricatura política nuevamen-
te nos puede servir, ya que el modelo (la caricatura) puede reflejar de
manera más o menos fiel el original y, como siempre, esto depende del
158 EL ORDEN OCULTO
Esta noción de contacto tiene que ser extendida para permitir las
interacciones entre agregados, trascendiendo así el principio general,
ya enunciado anteriormente, que establece que todas las interacciones
se realizan entre los agentes individuales de un agregado. El modo
más fácil de hacer esta extensión consiste en seleccionar un agente al
azar de la lista de todos los agentes del sitio y, entonces, seleccionar el se-
gundo agente, también al azar, dentro del dominio de interacción del
primer agente.
Lista todos los pares agregados que
Siguiente oca- Por cada sitio: realizan contacto de intercambio
sión-paso
Lconclusión- siguiente
sitio Determina agentes "puntos de con-
tacto" por cada par de intercambio
conclusión---
Produce descendiente, utilizan-
do recombinación y mutación
siguiente par -
Contactos de intercambio
En los contactos del primer tipo, primero son inspeccionadas las con-
diciones de intercambio. Por medio de los procedimientos detallados
en el modelo 2 (intercambio condicional), la condición de intercambio
de cada agente es cotejada contra el marbete de ataque del otro. Si las
condiciones de intercambio de ambos agentes son cumplidas, enton-
ces cada marbete de ataque concuerda con el marbete de defensa del
otro agente, y a continuación se calculan los puntajes del encuentro.
Los recursos son intercambiados de acuerdo con las especificaciones
del modelo 1 (ataque, defensa y reserva). Si una condición se cumple
pero no la otra, entonces el agente con la condición incumplida tiene
la oportunidad de rechazar la interacción; de otro modo la interac-
ción prosigue como cuando ambas condiciones se cumplen. Si ningu-
na de las condiciones de intercambio se cumple, la interacción de in-
tercambio es rechazada.
Una vez que las interacciones de intercambio han sido concluidas,
algunas de las par<:jas, elegidas al azar entre el conjunto de intercam-
bios realizados, son sometidas a una prueba de adhesión. La propor-
ción de parejas así elegida es una opción abierta para el experimen-
tador: es un parámetro del modelo. (Bajo estas circunstancias, la
LA SIMULACIÓN ECHO 161
Contactos de apareamiento
.J
azar, en cada contacto, a uno de estos agentes como un determinador ¡·,1-¡
¡1
Un diagrama de.flujo
*
cooperación
cooperación
3.3
defección
0,5
• En cada contacto aleatorio (*),el par de agentes participantes juega una ronda del Dilema del Pri- ! :
sionero.
• Los agentes acumulan las ganancias que obtienen en las rondas sucesivas del juego.
FlGt:RA IV.3. Versión del Dilema del Prisionero basada en una población.
Usos FUTUROS
Hay dos amplias líneas de desarrollo abiertas para Echo. Una se rela-
ciona con experimentos mentales cada vez más elaborados cuyo objeti-
vo es comprender los mecanismos y principios de la evolución de los ,¡
1,
SCA. La otra agrega elementos más realistas a Echo, con el fin de que
168 EL ORDEN OCULTO
Lxperimentos mentales
Simuladores de vuelo
prefiero las cosas corno son, y les diré por qué. En un simulador, un pi-
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
de un giro completo. Ha habido casos en los que tal experiencia ha
salvado vidas, como ocl1rrió hace algunos años, cuando todas las su-
perficies de control de un avión de pasajeros se desconectaron. El ae-
roplano fue aterrizado por un piloto que había probado, en un simula-
dor, su capacidad para maniobrar una nave combinando únicamente la
fuerza propulsora de los motores.
Por supuesto, el valor de la experiencia en un simulador depende
de la fidelidad con la que ése simule a un avión real. Para ser útil, el si-
mulador de vuelo debe mimetizar exitosamente al aeroplano real en
una gama muy amplia de eventos que pudieran ocurrir. Sólidas teorías
sobre aerodinámica y control, una cabina lo más parecida a la cabina
de mando de un avión y una soberbia programación son los ingre-
dientes vitales de un simulador de vuelos aceptable. Dada esta compleja
mezcla, ¿cómo es posible validar el simulador resultante? Aun los pro-
gramas relativamente simples tienen fallas sutiles, no se diga un progra-
ma para simulador de vuelo.
Tenemos un piloto experimentado. El piloto "despega" al simulador
durante muchos vuelos de prueba, realizando las maniobras sugeridas I!
por su larga experiencia con aeronaves reales; ensaya las maniobras i!!
1
tados con SCA reales deben ser capaces de observar resultados que les
sean familiares cuando ejecuten acciones de rutina en el simulador.
Esto constituye un reto no sólo para la programación, sino también
para la interfaz provista. No debemos esperar que el probador del si-
,1
mulador se vuelva un experto en programas de simulación, como tam-
poco esperamos que el piloto sea un experto en la programación que 'i'
hay detrás del simulador de vuelo. Al piloto se le proporcionó una ca-
bina de mando y una pantalla que le permitieron realizar acciones de
rutina con las que estaba familiarizado y observar los resultados de un
170 EL ORDE.t\' OCLTLTO
H~STA ESTE PUNTO CASJ TODOS nuestros esfuerzos han sido dedicados a
diseñar un alto a la mitad del camino: el Modelo Echo. Ahora mire-
mos hacia el final del camino: los principios generales. Aun cuando
ese destir10 apenas está en el horizonte, ya tenemos útiles rasgos geo-
gráficos, y quienes hemos estado estudiando los SCA en el Santa Fe Ins-
titute miramos con optimismo el camino que nos falta por recorrer.
Creemos que existen principios generales de los cuales depende la
profundización de nuestra comprensión de todos los sistemas comple-
jos adaptables. Por el momento sólo podemos ver fragmentos de estos
principios, y el foco de atención se mueve de lugar de tiempo en tiem-
po. Pero ya podemos ver algunas siluetas, y podemos hacer útiles con-
jeturas. ¿Qué es lo que exactamente podemos ver e imaginar?
Las matemáticas son nuestro sine qua non en esta parte de la jornada.
Al'ortunadamente no necesitamos profundizar en detalles para descri-
bir la forma en la que las matemáticas pueden contribuir. De cualquier
modo, probablemente cambien los detalles cuando nos acerquemos a
nuestro destino. Las matemáticas desempeñan un papel crítico, debido
a que nos permiten forrnular rigurosas generalizaciones o principios.
Ni los experimentos físicos ni los de computadora pueden proporcio-
nar tales generalizaciones. Los experimentos físicos generalmente se li-
mitan a proporcionar entradas (inputs)y restricciones para los modelos
rigurosos, debido a que los propios experimentos rara vez son descritos
con un lenguaje que permita la exploración deductiva. Los experimen-
tos de computadora hacen rigurosas descripciones, pero sólo de situa-
ciones específicas. Un modelo matemático bien diseñado, por otro
lado, generaliza las particularidades reveladas por los experimentos físi-
cos, por los de computadora y por las comparaciones interdisciplina-
rias. Además, las herramientas de las matemáticas proporcionan riguro-
sas derivaciones y predicciones aplicables a todos los SCA. Sólo las
matemáticas pueden llevarnos hasta el final del camino.
El primer paso para hacer avanzar una teoría apropiada consiste, una
vez más, en hacer una cuidadosa selección de mecanismos y propieda-
des de entre una multitud de posibilidades. Es útil restructurar el pro-
blema en un marco de trabajo, tal como Echo, que descanse sobre me-
canismos comunes a todos los SCA. Y es particularmente útil que el
modelo se mantenga simple, pero conserve los rasgos más importantes
del problema, el cual apunta más bien hacia experimentos mentales
que hacia un pleno simulador de vuelo. Todavía podemos continuar
basándonos en la teoría, favoreciendo elementos que pueden ser ma-
nejados matemáticamente, donde esto pueda ser realizado sin poner
en peligro lo más importante.
Veamos el ejemplo de los ccc. La mayor parte de la simulación en
Echo se centraría en la acción de un conjunto de agentes (trabajado-
res urbanos) como catalizadores para la recuperación de un conjunto
de agentes (los árboles), después de que el primer conjunto se había
movido de un sitio (Detroit) a otro (la Upper Península). Aquí esta-
mos tratando con las consecuencias de flujos (véase el capítulo I). Tam-
bién estamos tratando con diferentes escalas de tiempo: los trabajadores
se mueven y actúan en una escala de tiempo (llamémosla "dinámica
rápida"), mientras que los árboles se recuperan a una escala de tiempo
mucho más larga (llamémosla "dinámica lenta").
Con la ayuda de Echo, podemos reestructurar el problema en térmi-
nos de flujos de recursos entre diferentes clases de agentes, como ocu-
rre en la mayoría de los problemas relacionados con los SCA. Podemos
176 EL ORDEN OCULTO
La fila ú!ferior
La fila inferior tiene que ver con el flujo de recursos entre los agentes
de diferentes clases. La combinación de una mezcla rápida dentro de
cada clase y de contactos aleatorios entre las clases hace posible un
modelo matemático muy parecido al modelo de las bolas de billar dis-
cutido en el primer capítulo; es decir, podemos tratar a cada clase de
agente como una clase de bola de billar, y para cada pareja podemos
determinar una tasa de reacción. La tasa se determina directamente
por la condición de intercambio y por el mecanismo de puntuación
del intercambio especificados para cada agente de Echo (véase el
modelo 2 del capítulo III.) El resultado es una ordenación (matriz) de
tasas de reacción (véase la no linealidad en el capítulo I).
Una vez que esta ordenación haya sido computarizada, estaremos
cerca de obtener un modelo matemático que describa los cambios en el
flujo a medida que pasa el tiempo. En particular, estaremos cerca de des-
cribir matemáticamente el cambio en la porción de cada clase de
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
permiten determinar los cambios en la porción de cada clase de agente
utilizando las tasas de reacción para las posibles parejas. No obstante,
todavía tenemos que enfrentar un problema. El modelo del flujo pro-
porciona los recursos totales que posee cada clase de agente, pero las
ecuaciones requieren de la proporción de cada clase de agente. Dife-
rentes clases de agentes utilizan diferentes clases de recursos en sus es-
tructuras, así que los totales de los recursos del agregado no determi-
nan directamente las proporciones de cada clase de agente. Para
derivar estas proporciones debemos dividir los totales de los recursos
HACIA LA TEORÍA 177
del agregado entre las cantidades de cada recuso requeridas para ha-
cer una copia de esa clase de agente.
El supuesto de una rápida mezcla nos permite tratar a los recursos
totales corno si estuvieran repartidos equitativamente entre los indivi-
duos de cada agregado. Específicamente, la suposición de la mezclará-
pida asegura que todas las reservas en el agregado conserven cantida-
des similares de cada recurso. Sabiendo esto, podemos determinar el
número de agentes en el agregado dividiendo el total de recursos con-
servados entre el número de clases de recursos requeridos para cons-
truir el cromosoma de este agente. Entonces, sabiendo el número de in-
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-
temático para describir los cambiantes flujos de recursos mediados
por los agentes.
Incluso en este nivel preliminar, pueden hacerse algunos progresos
teóricos en relación con los puntos de apalancamiento. Debido a que
los agentes pueden tener superávit de algunos recursos, sólo éstos se to-
man en cuenta cuando se establece su número para cada clase de
agentes. En este momento aparece la noción de "recurso-cuello-de-bo-
tella". Si examinamos con atención el modelo del flujo, veremos que
un cambio en el "recurso-cuello-de-botella" -por ejemplo, una nueva
interacción que incrementa mucho su nivel- puede tener un efecto
muy parecido al de una mutación: puede desencadenar una multitud
de nuevas interacciones. Los cambios en un recurso-cuello-de-botella a
menudo dan lugar al surgimiento de efectos desproporcionados en re-
lación con la magnitud del cambio.
Adoptando una terminología tomada de la física, podríamos decir
que la fila inferior nos proporciona un modelo matemático de la diná-
mica rápida del sistema.
La fila superior
Para que una teoría matemática de los SCA sea efectiva, la dinámica rá-
pida de los flujos debe ser pareada exitosamente con la dinámica lenta
de los procesos de adaptación y evolución a largo plazo. En este mode-
lo de dos filas, Ja fila superior es la que determina la evolución de los
agentes, la cual utiliza algoritmos genéticos para cambiar las estructu-
ras de la descendencia, tal como describimos al final del capítulo II.
En Echo, las estructuras resultantes del agente determinan con preci-
sión las cantidades de recursos intercambiadas; por lo tanto, las tasas de
178 EL ORDEN OCULTO
con la tasa promedio no difiere mucho del flujo real (el flujo real se
determina sumando los flujos individuales de los agentes individua-
les). En el peor de los casos, podemos establecer que ningún agente
tenga una tasa de reacción más lenta (más grande) que cierta cantidad
predeterminada, lo que nos permitirá determinar límites al flujo, a las
tasas de reproducción, etcétera.
Mantener muy próximas entre sí las tasas de reacción de un agreaa-
c b
do depende en gran medida del control del teórico que diseña el mo-
delo de las dos filas. Esta persona es quien elige las características que
agrupan a los agentes en agregados. Seleccionando las características
apropiadas, el teórico puede limitar la variación en las tasas de reac-
ción individuales dentro de cada agregado. Los bloques de construcción
de las condiciones de intercambio y de los marbetes de interacción es-
tán dirigidos a este propósito. Agregando agentes con los mismos ale-
los para estos bloques de construcción, el teórico puede asegurar la
cercanía (uniformidad) entre las tasas de reacción, beneficiándose al
mismo tiempo de una fila inferior simplificada.
En suma, una manera de generar un útil acoplamiento de la fila su-
perior con la fila inferior consiste eu agregar agentes con bloques de
construcción similares en las partes del cromosoma dedicadas a los
marbetes de ataque y de defensa y a la condición de intercambio. Si
restringimos todavía más a estos agregados por medio de la replica-
ción condicional, obtenemos llna evolución mucho rr1ás parecida a la
biológica. Los patrones deben estar muy bien delineados, debido a
que los agregados no pueden mezclarse mutuamente. En cualquier
caso, la fila superior tiene el efecto de cambiar continuamente la red
de flujo de la fila inferior a medida que los agentes evolucionan y se
adaptan bajo el algoritmo genético.
:1
La teoría importante para la fila superior comienza con el Teorema
del Esquema para los algoritmos genéticos, debido a que dicho teore-
ma trata sobre la proliferación y la declinación de los bloques de cons- li!
!!
trucción. No obstante, la versión del teorema que apareció al final del
capítulo III era preliminar. Necesitamos una versión del Teorema
del Esquema que explique las aplicaciones potenciales de los modelos de
Echo. El teorema también debe aclararnos lo relativo a la propagación
de los esquemas a través de las distintas clases de agentes, con particu-
lar énfasis en los efectos del apareamiento selectivo. Este elemento es
importante si queremos comprender la propagación de los bloques de
180 EL ORDEN OCULTO
! '
*Gell-Mann, M., The Quark and the]aguar: Adventures in The Simple and The 1 i
1
186 EL ORDEN OCULTO
Systems", en D. Farmer et al., Evolution, (;ames and Learning: Models for Adapta-
tion in Machine and Nature, North-Holland, Amsterdam, 1986.
- - - , Adaptation in Natural and Artificial Systems: An Introductory Analysis with
Applications to Biology, Control and Artificial Intelligrmce, 2" ed., Cambridge MIT
Press, Cambridge, Massachusetts, 1992.
*Holldobler, B. y E. O. Wilson, The Ants, Belknap Press of Harvard University
Press, Cambridge, Massachusetts, 1990.
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.
BIBLIOGRAFÍA 187
*Waldrop, M. M., Complexity. The Emerging Science at The Edge of Order and
Chaos, Simon and Schuster, Nueva York 1992.
*Weyl, H., Symmetry, Princeton University Press, Princeton, 1952.
*Wiener, P. P., lfalues in a Universe of Chance: Selected Writings of Charles S. Peirce,
Doubleday, Nueva York, 1958.
Wright, W., SimCity (v~deojuego), Maxis Corporation, Orinda, California,
1989.
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
Gell-Man, Murray: 13-14, 47, 51, 108 marbetes, marbeteado, mecanismo: 28-29, 59,
generaciones traslapadas, modelo: 113 94, 102, 139, 150, 182; agentes adaptables
genes, activables: 124, 139, 141; desactivables: con: 167; apareamiento selectivo basado en:
123-124, !39, 141 166; de adhesión: 124, 130, 148-149, 154,
genética: 122; algoritmos genéticos: 81f, 84-87, 161-162; de ataque: 117-119, 125-126, 129-
90, 92-93, 95, 97-99, 162, 177, 179; bloques 130, 135, 143, 148-149, 160-161, 163; de de-
de construcción y: 78-79, 104; cruzamiento fensa: 117-119, 148, 160; definición de: 125;
y: 77-78, 81-82, 85, 87; matemática: 80, 103; definición de las redes y: 39; diseño de: 120;
molecular: 138-139; mutación y: 85; objeti- interacción por: 29, 123, 179; mensajes y:
vos de la: 78; véase también esquema 66; modelos internos y: 105; reglas y: 104-
geometría euclidiana: 171 105; rompimieto de las simetrías y: 164; seg-
golpe-por-golpe, estrategia de: 96-99, 166-167 mentos de: 125, 148; y agregados: 30f, 57
Gould, S.J; 112 Margulis, teoría de: 140
i\!Jarimon, Ramón: 101, 113
Hebb, D. O.; 104 Markov, procesos de: 182
Hofstadter, Douglas R,; 27 Maxwell, Clerk: 138
Ifolland,John: 13, 108, 113, 182 McGratten, E.: 101, 113
Ilolldobler, B.: 120 meiosis: 82
Mendel, experimentos de: 77, 80
identidad: 19 tnetabilitos: 122; efecto en las células biológi-
inducción, interacción entre competencia y: cas: 123
129;información-procesan1iento: 103 metáforas, de caricatura política: 157-158; del
innovación: 76, 90, 94, 104, 172 paisaje, metáfora del: 83
interacción(es): 44, 73; agregación e: 159, 176; mimetismo: 19, 43-44.f, 45, 109, 113, 123, 167,
basadas en marbetes: 29, 123; de adhesión: 169-170; aprendizaje y: 46-47; de reglas: 101;
160; de agentes: 22, 107, 112, 115-116, 123, en sistemas: 110-111
126, 130-131, 133-135, 142, 158, 163, 170;de modelación: 19, 24, 49; agreación y: 27; inen-
intercambio: 159-160; de intercambio de re- sajes y: 65; no linealidad y: 34
cursos: 134; dominio de: l32-133f; ecológi- Modelo Echo: 108, 116f; adhesión condicional
cas: 20; entre multiagentes: l 44-l 45f; selecti- en el: 130; agentes en el: l l 7f; diseño del:
vas: 123; simulación Echo e: 158; SNC. e: 19; 111-114, 150; extensión del modelo básico:
transitividad de las: 120 121-124; fundamentación del: 113; libertad
intcrcarnbio, condición de, agregada: 126f, de los agentes adaptables en el: 112; meca-
135, 179; condicional: 125-126, 148-149, nismos del: 122-123; modelo 1: 115-121,
160; contacto de: 159-161 160, 164, 168; modelo 2: 125-126, 148-149,
interdisciplinariedad: 182 162, 176; modelo 3: 126-129, 163; modelo 4:
129-130, 145, 149, 161; modelo 5: 135-137,
jerarquías por sustitución: 45, 91, 151, 176, 148-149, 163; modelo 6: 137-139, 148-149,
182; basada en reglas: 74f~76, 89, 105 162; opciones y pruebas: 134-135; organiza-
juegos, de ajedrez: 69; de damas chinas; 69; de ción del: 114-115; recursos y sitios: 114, 116;
las veinte preguntas: 60; econonlía y: 99; te- ventajas del: 112
oría de los: 95 modelos, construcción de: 110
modelos externos: 48
Kauffman, Stuart: 83 modelos internos: 46, 48f, 99, 172, 182; asigna-
192 EL ORDEN OCULTO
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
Bibliografía . . . 185
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