7.5 Procesamiento de información en sistemas biológicos Voy a tratar de abstraer algunos principios comunes entre los diferentes sistemas auto-organizativos que hemos visto La forma en que voy a tratar de hacer esto, es observando el marco unificado del procesamiento de información información como sistemas de procesamiento de información. La primera pregunta que hago es, ¿los sistemas auto-organizativos, particularmente en biología, procesan información? Bueno, en las últimas décadas se ha hecho más común, ver este tipo de sistemas como procesadores de información. Podemos ver esto, haciendo un tour rápido, por varios ejemplos de la literatura relacionada. En esta literatura vemos libros llamados: Porcesamiento de Información en Insectos Sociales artículos en revistas tales como La Naturaleza llamados, Obteniendo el comportamiento de los insectos sociales para computarlo. En lo que se refiere al cerebro, vemos libros sobre sistemas de procesamiento de información neuronal y la biofísica de la computación las bacterias juegan un rol también y la gente está hablando sobre procesamiento de información en bacterias, particularmente respecto al fenómeno denominado: percepción de quorum o autoinducción, el cual no abordamos aquí. El sistema inmunológico es otro ejemplo de sistema que la gente está buscando como procesador de información. Circuitos genéticos, Celulas y Tejidos, todos ellos son vistos como computables de alguna manera, incluso las plantas son ahora un escenario de estudio de emergencia y computación distribuida. Aún más allá, los hongos mucilaginosos se están asimilando a una especie de computadora, como se hace en este libro Para mi, como científica computacional, es muy útil pensar este asunto comparando el procesamiento de información en ciencias de la computación y en la biología. Hacer esto toma unos minutos. Para empezar, podemos preguntar cuál es el rol que juega la información en cada sistema. En la ciencia de la computación, aquella de las computadoras que están en su escritorio, la información es digital, es estática, está en una memoria, es esencialmente pasiva la unidad central de procesamiento lee ceros y unos, en algún tipo de almacenamiento de memoria. En el caso de la biología, la información no es digital o estática, es activa y análoga, en el sentido que no se compone de unos y ceros. Esta se distribuye en el espacio y tiempo de los componentes de los sistemas La información en la biología, esta representada por los patrones de los individuos y sus productos, por ejemplo, usted puede captar a las hormigas y sus caminos como una representación de información sobre recursos, comida y ubicaciones. Los grupos de aves y los cardúmenes de peces, también exhiben este tipo de patrones que representan la información de un sistema La información se obtiene a través de un muestreo local y estadístico de estos patrones, por ejemplo, una hormiga no puede ver toda la información que contiene el sistema, el cual contiene todos los caminos de feromona que han sido establecidos por la colonia de hormigas, pero ellas pueden reunir algunas estadísticas por un muestreo de concentraciones locales de feromona para ubicarse o para saber qué tarea hacer, para esto las hormigas recogen las estadísticas de lo que otras hormigas han estado haciendo. ¿Cómo se procesa la información? en ciencia de la computación sabemos que la información, es generalmente procesada para programas deterministas que son de series, de un paso a la vez. Los programadores libres de errores hacen un gran esfuerzo para depurar sus programas y centralizar normas en una unidad central de procesamiento para leer, mover y escribir información Mientras que la biología hace el procesamiento de información de manera muy diferente lo hace de manera descentralizada, local, muy específica con medidas de probabilidad, con acciones que involucran aletoriedad. En los sistemas de auto-organiación vemos retroalimentación positiva y negativa la retroalimentación positiva involucra mecanismos como el reclutamiento de hormigas para seguir un mismo camino, reforzando los senderos que ven, o las luciérnagas que refuerzan los destellos que ven La retroalimentación negativa también controla que la reacción positiva salga de control, por ejemplo la competencia, o la limitación de densidad cuando las aves vuelan juntas, hay retroalimentación positiva por choques entre una y otra, también hay retroalimentación negativa para forzarlas a separarse cuando están volando muy cerca. de la misma manera las hormigas tienen retroalimentación negativa cuando sus caminos de feromona se evaporan por no ser reforzados También vemos que la aleatoriedad es ubicua, a diferencia de la computación donde la aleatoriedad es erradicada. En la naturaleza y la biología, la aleatoriedad es omnipresente y es usada por el sistema para su ventaja. Por último, en la biología cada vez más personas que estudian el procesamiento de información encuentran que el leguaje de los sistemas dinámicos puede ser más útil que el leguaje de la computación. finalmente, una pregunta importante: ¿cómo es que esta información que está siendo procesada en los sistemas, adquiere alguna función, propósito o incluso significado? Sabemos que el procesamiento de información que hace la computación, es para nuestros propios fines. Corremos programas para computar cosas que nos ayudan a hacer nuestro trabajo, o entretenernos, o cualquier propósito que tengamos. Mientras que en la biología no hay un propósito de una fuente externa, más bien, es selección natural para funciones adaptativas la que hace que la información cobre sentido. Cuando una colonia de hormigas esta creando sus caminos, la selección natural para funciones adaptativas, llega a tener los mecanismos para crear la información e interpretar la información, porque esta tiene funciones adaptativas para los individuos y las especies. Cuando los científicos de la computación están cada vez más interesados en inspirarse en los sistemas auto-organizativos para crear sistemas de computación auto-organizados, el deseo es tener sistemas computacionales naturales que tengan comportamientos emergentes desde reglas simples, en lugar de los irreales y complicados sistemas computacionales que tenemos hoy. Algunos hemos visto algoritmos genéticos que se inspiran en la evolución darwiniana y en los genes que ha sido llamados optimización de la colonia de hormigas, pero usados en cosas como el enrrutamiento de telecomunicaciones, La sincronización de las Luciérnagas y otros mecanismos de sincronización relacionados con la biología han inspirado métodos de sincronización distribuida en computadores y redes Como he dicho la evolución darwiniana ha inspirado algoritmos genéticos, los cerebros han inspirado redes neuronales, los sistemas inmunológicos han inspirado los algortimos que realizan la seguridad informática o seguridad de redes sobre la base de ideas de como el sistema inmune protege al cuerpo, y como hemos visto anteriormente en estas diapositivas, los hongos mucilaginosos han inspirado recientemente a científicos de la computación para el desarrollo de nuevos algoritmos de búsqueda, basada en la forma en que estos hongos se auto-organizan a partir de células individuales en un todo unificado. Así entendemos cada vez más acerca de como los sistemas auto-organizativos trabajan en biología. Yo pienso que los sistemas computacionales deberían ser cada vez más inspirados y reales al mismo tiempo que aplicamos las ideas de la computación y el procesamiento de la información para comprender los sistemas biológicos, cada vez más veremos una especie de marco unificado bajo el cual podemos utilizar los sistemas en términos de cómo es que ellos se auto-organizan para procesar información.