Cercherò ora di fare il punto sui principi comuni ai differenti sistemi di auto organizzazione che abbiamo visto finora. Cercherò di farlo utilizzando un unico schema di elaborazione dell'informazione, e considerando questi sistemi come sistemi che elaborano informazione. Il primo quesito è: " i sistemi con auto organizzazione, in particolare in biologia, elaborano informazione?" Bene, nelle ultime due decadi è diventato sempre più frequente considerarli come elaboratori di informazione. Possiamo osservarlo con una panoramica su alcuni esempi. In letteratura troviamo un libro intitolato " Elaborazione dell'informazione negli insetti sociali" Articoli, come su Nature, "Usare il comportamento sociale degli insetti per computazione" Per quanto riguarda il cervello, troviamo libri come "Sistemi neurali di elaborazione del'informazione", "La biofisica della computazione" Anche i batteri giocano un ruolo. Si parla di elaborazione dell'informazione nei batteri in particolare riguardo al fenomeno chiamato "quorum sensing" che qui non tratteremo. Anche il sistema immunitario è un un esempio che viene considerato come elaboratore di informazione. Complessi genetici, cellule, tessuti. Tutto ciò sembra in qualche modo capace di computazione. Anche le piante sono diventate un soggetto per lo studio della computazione emergente e distribuita. Anche se forse è eccessivo, si possono considerare certe colonie fungine una sorta di di computer, come fa questo recente libro. Per me, come informatico, è molto utile pensare a questi problemi confrontando l'elaborazione delle informazioni in informatica e in biologia. Così dedicherò un paio di minuti a questo. Per iniziare, possiamo chiederci cosa giochi il ruolo dell'informazione in questi sistemi. In informatica, cioè nei computer sulla vostra scrivania, l'informazione è digitale, è statica, risiede nella memoria ed è in un certo senso passiva. Il processore legge serie di zero e uno da qualche sede di memoria. Al contrario, in biologia , l'informazione non è più digitale o statica, è attiva. Ed è analogica, cioè non necessariamente costituita di uno e zero, è distribuita nello spazio e nel tempo tra i componenti del sistema. L'informazione in biologia è rappresentata da configurazioni di individui e dai loro prodotti Per esempio puoi pensare che le formiche e i loro percorsi rappresentano l'informazione sulle fonti di cibo e sulla loro localizzazione, o che gli stormi di uccelli o i branchi di pesce sono una sorta di configurazioni che rappresentano l'informazione del sistema. Le informazioni vengono raccolte tramite campionamento statistico locale da questi schemi. Così, per esempio, una formica non può vedere l'intera informazione contenuta nel sistema, che potrebbe consistere nell'insieme di tutti i sentieri di feromoni formati dalla colonia di formiche. Ma può ottenere un'informazione statistica attraverso il campionamento di concentrazione locale di feromone giusto dove si trova. Oppure, quando le formiche stanno cercando di decidere quale compito eseguire, raccolgono le statistiche su ciò che altre formiche hanno fatto. Come viene elaborata l'informazione? In informatica, sappiamo che l'informazione è in genere elaborata attraverso programmi deterministici seriali (vale a dire, un passo alla volta), senza errori (I programmatori fanno grandi sforzi nel debug dei programmi), e regole centralizzate (Cioè con una unità centrale di elaborazione) per la lettura, lo spostamento, e la scrittura di informazioni. Mentre la biologia elabora l'informazione in un modo molto diverso. Attraverso azioni decentrate, locali, minute, e stocastiche (probabilistiche). Azioni che implicano casualità. In questi sistemi auto organizzati abbiamo visto il gioco del feedback positivo e negativo. Feedback positivi comprendono meccanismi come il reclutamento, una formica, che rilascia ferormone, induce altre formiche a seguire lo stesso percorso, il rinforzo, come le formiche che rafforzano i sentieri che percorrono o le lucciole che amplificano i lampeggi che vedono. C'è anche un feedback negativo che impedisce al feedback positivo di portare fuori controllo, come ad esempio la competizione, i limiti alla densità. Quando gli uccelli si aggregano in uno stormo c'è un feedback positivo che porta gli uccelli a essere più vicini l'un l'altro, ma anche un feedback negativo che li costringe a separarsi quando sono troppo vicini. Allo stesso modo, la ricerca di cibo delle formiche ha un feedback negativo quando la traccia di ferormone evapora se non rinforzata. Vediamo anche che la casualità è ovunque, diversamente dall'informatica, dove il caso è bandito. In natura, in biologia, il caso è ovunque, ed è usato dal sistema per trarre vantaggio. Infine, in biologia, sempre più spesso, chi studia i processi dell'informazione vede che il linguaggio dei sistemi dinamici può essere più utile del linguaggio dell'informatica. Per finire, una domanda importante. Come l'informazione processata da questi sistemi acquista una funzione, uno scopo o persino un significato? Bene, nei computer l'elaborazione dell'informazione avviene a nostro beneficio. Lanciamo un programma per calcoli che ci aiutano nel nostro lavoro, o ci intrattengono, o per qualunque motivazione abbiamo. Al contrario, in biologia, è assente qualunque significato o scopo per un ente esterno. Piuttosto è la selezione naturale di funzioni adattative a dare significato all'informazione. Per esempio, in una colonia di formiche, quando viene creata una pista per la raccolta di cibo, la selezione naturale ha modellato le formiche perché possiedano il meccanismo che crea quell'informazione, e che la interpreta, in quanto ha una funzione adattativa per gli individui e per la specie. Bene. Gli informatici sono sempre più propensi ad ispirarsi a sistemi auto organizzati per creare sistemi di calcolo auto organizzati. Il desiderio è ottenere sistemi di calcolo simil biologici che mostrino comportamenti emergenti da regole semplici, al posto dei sistemi artificiali, fragili e complicati che possediamo oggi. Ne abbiamo considerati alcuni. Abbiamo visto gli algoritmi genetici, ispirati all'evoluzione darwiniana, La ricerca di cibo delle formiche, ispirata da un set di algoritmi chiamato "ant colony optimization", che è stato usato nelle telecomunicazioni. La sincronizzazione delle lucciole e altri metodi di sincronizzazione in biologia hanno ispirato la sincronizzazione distribuita nei computer e nelle reti. Come ho detto, l'evoluzione darwiniana ha ispirato gli algoritmi genetici. Il cervello ha ispirato reti neurali. Il sistema immunitario algoritmi che operano per la sicurezza informatica o delle reti, basata su idee simili a come il sistema immunitario protegge il corpo. E, come abbiamo visto all'inizio, colonie fungine hanno recentemente ispirato gli informatici a sviluppare un nuovo tipo di algoritmi di ricerca, basati sul modo con cui i funghi si auto organizzano da cellule individuali a organismo. Penso che tanto meglio comprendiamo come funzionano i sistemi auto organizzati in biologia, tanto più i computer trarranno ispirazione da essi e diventeranno più e più simil-viventi. Allo stesso modo, tanto più utilizziamo le idee del calcolo e dell'elaborazione dell'informazione per capire i sistemi biologici, tanto più vediamo una struttura comune con cui possiamo raggruppare tutti questi sistemi in termini di come si auto organizzano nel processare l'informazione.