Ciencia y TecnologíaCuriosidades

Nadie sabía explicar por qué seguimos un orden espontáneo en una acera abarrotada. La ciencia tiene una sorprendente respuesta

A priori parece imposible. ¿Podemos predecir los fenómenos emergentes? ¿Podríamos encapsular el acto de la aparición de un fenómeno que hasta unas milésimas de segundos antes, no tenían patrón alguno, en una fórmula matemática? Sabemos que el orden a gran escala puede surgir de forma espontánea y, sin embargo, hasta ahora no había una sola teoría que lo explicara.

Las matemáticas tienen la respuesta.

Un software en el mundo real. Un grupo de físicos, informáticos y neurocientíficos capitaneados por Fernando Rosas, científico de sistemas complejos de Sussex, han estudio y desarrollado una serie de herramientas teóricas para identificar cuándo se produce ese orden emergente. El dogma: pensar en la emergencia como una especie de “software en el mundo natural”.

¿Cómo? Todos los sistemas complejos exhiben esa emergencia, organizándose en una jerarquía de niveles, cada uno de los cuales opera independientemente de los detalles de los niveles inferiores. Pensemos, por ejemplo, en esos ríos de peatones que acaban abriéndose camino y siguiéndose unos a otros sin orden preestablecido ni elección previa consciente, o en la explosión de millones de neuronas que termina en la experiencia coherente y única de entender un texto.

Los investigadores acuden entonces a la analogía con el software de un equipo, que parece estar “cerrado” y no depende de la física detallada del hardware microelectrónico. Rosas explica que el cerebro también se comporta de esta manera: hay coherencia en nuestros comportamientos, aunque la actividad neuronal nunca es idéntica bajo ninguna circunstancia. Visto así, los fenómenos emergentes se rigen por reglas a macroescala que parecen autónomas, sin prestar atención a lo que hacen las partes (micro) que lo componen.

choices

Sistemas emergentes y conclusiones. El trabajo descifró que existen tres tipos diferentes de conclusión involucrados en los sistemas emergentes. El primero: “Todos los detalles debajo de la macroescala no son útiles para predecir… la macro”. En este caso, correspondería a una conclusión o cierre puramente “informativo”. Dicho de otra forma, cualquier información de nivel inferior (micro) no sirve para predecir el sistema.

La segunda trata de dar respuesta a la posibilidad de controlar el sistema, además de predecirlo. La respuesta de la investigación: negativo también. Las intervenciones que realizamos a nivel macro no se vuelven más confiables al intentar alterar las trayectorias de los niveles inferiores. Dicho de otra forma, si la info de nivel inferior no añade mayor control de los resultados a macroescala, éste último está causalmente cerrado (es el único que causa su propio futuro).

Mecánica computacional. Todo esto les llevó a la última conclusión sobre los sistemas emergentes: el cierre computacional, concepto que se apoya en la mecánica computacional y la máquina ε- (épsilon), dispositivo que puede existir en un conjunto finito de estados y puede predecir su propio estado futuro basándose en el actual. Dicha máquina, explican en el trabajo, la podemos entender como un ascensor y sus botones para subir o bajar.

Épsilon vendría a ser una forma óptima de representar cómo las interacciones no especificadas entre los componentes “calculan” (o causan) el estado futuro de la máquina. A su vez, la mecánica computacional permite reducir la red de interacciones entre los componentes de un sistema complejo a la descripción más simple, denominada como estado causal. Piensa en la analogía de nuestros cerebros: nunca tendrán exactamente el mismo patrón de activación de neuronas dos veces, pero hay muchas circunstancias en las que, así todo, terminaremos haciendo lo mismo.

Warhol S Neuron

Máquinas como respuesta. Con los conceptos anteriores descritos, los investigadores consideraron un sistema complejo genérico como un conjunto de máquinas ε que trabajan a diferentes escalas. Otra vez, llevada la analogía a nuestro cerebro, una podría representar todos los iones a escala molecular que producen corrientes en nuestras neuronas, otra representa los patrones de activación de las propias neuronas, y otra la actividad observada en compartimentos del cerebro como el hipocampo y la corteza frontal.

Luego, aunque el sistema en conjunto (nuestro cerebro) evoluciona en todos los niveles descritos y la relación entre estas ε-máquinas sería complicada, para un sistema emergente que es computacionalmente “cerrado”, las máquinas en cada nivel pueden construirse mediante un análisis macro de los componentes justo en el nivel inferior: son, en la terminología de los investigadores, “fuertemente agrupables”.

Fugas. En este sistema descrito también existen fugas. El equipo probó sus ideas observando lo que revelan sobre una variedad de comportamientos emergentes en algunos sistemas modelos (paseos aleatorios entre callejeros más y/o menos densos de vecindarios A y B, redes neuronales artificiales de IAs o incluso ese caos policromático de la atmósfera de Júpiter que generó el inmenso vórtice que llamamos la Gran Mancha Roja).

Su conclusión: la independencia entre lo macro y lo micro no es completa, existen fugas entre niveles. Rosas se pregunta si, por ejemplo, los organismos vivos en realidad se optimizan al permitir ese surgimiento parcial “con fugas”, porque en la vida, “a veces es esencial que lo macro preste atención a los detalles de lo micro”.

Un modelo para explicar las causas. Finalmente, el estudio expone que la investigación podría ayudar a resolver cuándo los sistemas complejos pueden y cuándo no pueden esperar desarrollar modelos predictivos en escalas macro, aunque el marco también tiene implicaciones para comprender cuestiones más delicadas de causa y efecto en sistemas complejos y emergentes.

Para Rozas, en un sistema emergente la causalidad puede operar en un nivel superior independientemente de los detalles de nivel inferior. Con todo, el trabajo, al menos por ahora, parece no tener un punto y final. Si el estudio viene a decir que la propia naturaleza es la fuente del software que explica los sistemas emergentes, ¿quién demonios escribió el código del software que controla la emergencia?

Imagen | James Cridland, deepak pal,Derek Bruff, Enricobagnoli

En Xataka | “El que no sepa matemáticas va a tener un serio problema”: la importancia de las habilidades matemáticas en el mundo laboral

En Xataka | La ciencia lleva siglos luchando contra el libre albedrío: cómo uno de los grandes problemas filosóficos se resiste a morir

source

Show More

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Back to top button