PROCESSAMENTO DE INFORMAÇÃO EM SISTEMAS BIOLÓGICOS.

Eu vou tentar extrair alguns princípios em comum entre os sistemas auto-organizáveis que olhamos até agora.

Eu vou tentar fazer isso através da organização unificadora do processamento de informação.

E tratar esses sistemas como processadores de informação.

A primeira pergunta pra respondermos é: Sistemas auto-organizáveis, especialmente biológicos, processam informação?

Nas útlimas décadas se tornou cada vez mais comum observar esses sistemas como processadores de informação.

Podemos ver isso ao dar uma rápida olhada em alguns textos publicados.

Vemos livros como: Processamento de informação em insetos sociais.

Artigo da Nature: Fazendo o comportamento social de insetos computar

Em relação ao cérebro, vemos livros sobre sistemas de processamento de informação neural, biofísica da computação.

Até bactérias tem um papel. Discute-se o processamento de informação nesses seres vivos. Algo que não discutiremos aqui.

O sistema imune é mais um exemplo de um sistema que atrai interesse, como um processador de informação.

Circuitos genéticos, células, tecidos, todos tem sido vistos como realizadores de alguma forma de computação.

Até plantas estão sendo vistas como realizadoras de computação de forma emergente.

Indo ainda mais longe, até fungos seriam uma espécie de computador. Como visto nesse livro recente.

Pra mim, como uma cientista da computação, é muito útil prensar nessas questões comparando o processamento de informação em ciência da computação e na biologia.

Vou gastar alguns minutos nisso.

Podemos começar respondendo: o que interpreta o papel da informação nesses sistemas?

Em ciência da computação, como no caso do seu computador pessoal, a informação é digital, estática, está na memória. É passiva de certa forma.

A CPU lê zeros e uns da memória.

Já na biologia a informação não é digital ou estática. É ativa. É analógica. Não é feita de 1 ou 0.

Está distribuida pelo tempo e pelo espaço entre os componentes do sistema.

Informação é representada por padrões de indivíduos e produtos.

Por exemplo você pode pensar nas formigas e suas trilhas, como representando informação sobre fontes de comida, sua localização.

Ou a formação em bando de pássaros e peixes. Esses são padrões que representam informação no sistema.

A informação é reunida através de amostras estatísticas desses padrões.

Por exemplo: a formiga não consegue ver toda a informação que está contida no sistema. O que pode ser todas as trilhas de feromonios que foi espalhada pela colônia.

Mas podem colher amostras da concentração local de feromonio.

Ou então enquanto as formigas estão tentando decidir que tarefa farão, elas pegam amostras do que outras formigas estão fazendo.

Como a informação é processada?

Em ciência da computação ela é tipicamente feita por programas determinísticos que são seriais (um passo de cada vez).

Livres de erro. Os programadores se esforçam para tirar os "bugs" de seus programas.

Centralizada em uma CPU para ler, mover e escrever.

Em biologia o processamento é diferente. É descentralizado, local e detalhado, e estocástica (relacionada ao aleatório).

Nesses sistemas autorganizáveis vemos uma atuação de retroalimentação positiva e negativa.

Retroalimentação positiva envolve por exemplo o recrutamento. Uma formiga deixa feromonios para recrutar outras formigas para seguir a mesma trilha.

Reforço: quando as formigas reforçam as trilhas onde estão.

Ou vaga-lumes reforçam os flashes que eles veem.

Também existe feedback negativo. Ele controla o feedback positivo para que este não saia do controle. Por competição.

Pássaros voando juntos tem um estímulo positivo para chegar mais perto, mas existe também um estímulo negativo para se afastar de pássaros que cheguem perto demais.

Da mesma forma a busca de alimento pelas formigas tem um feedback negativo pela evaporação dos feromonios.

Também vemos que a aleatoriedade está em toda parte, diferente da ciência da computação onde a aleatoriedade é removida.

Na natureza ela está em toda parte e é utilizada para sua vantagem.

Finalmente, em biologia, as pessoas que estudam ciência da computação acham que a linguagem de um sistema dinâmico é mais útil que uma linguagem computacional.

Uma pergunta importante: Como essa informação adquire função, propósito ou significado?

Em ciência da computação sabemos que o processamento de informação é feito para nossos propósitos. Usamos programas para nos ajudar em tarefas.

Ou nos divertir.

Em biologia não tem significado ou propósito de uma fonte externa. É a seleção natural para uma função adaptativa que dá significado a informação.

Para uma colônia de formigas que cria trilhas para buscar alimento, a seleção natural moldou as formigas para ter os mecanismos que criam essa informação e interpretam essa informação.

Porque isso tem função adaptativa para os indivíduos e para as espécies.

Os cientistas da computação estão interessados em se inspirar em sistemas auto-organizáveis, para criar programas de computador auto-organizáveis.

O desejo é ter sistemas de computador que imitam a vida e apresentam comportamento emergente a partir de regras simples.

Diferente dos sistemas que não se assemelham a vida e são complicados que temos hoje em dia.

Já vimos algo assim. Vimos algoritmos genéticos que são inspirados pela evolução segundo Darwin.

Formigas buscando por comida inspirou algoritmos chamados de Otimização de Colônia de Formiga que são usados para roteamento de telecomunicações.

Sincronização de vaga-lume inspirou a distribuição sincronizada em computadores e redes.

Como disse, a evolução segundo Darwin inspirou algoritmos genéticos.

Cérebros inspiraram redes neurais. Sistema imune inspirou algoritmos de proteção em computadores e redes. Baseados na maneira com que o sistema imune protege o corpo.

E fungos inspiraram algoritmos de busca. Baseada na maneira com que esses fungos (limo) se organizam de células até uma entidade maior.

Conforme vamos entendendo o funcionamento de sistemas auto-organizáveis em biologia, acho que sistemas de computador vão se tornar mais análogos a vida.

Ao mesmo tempo, ao aplicarmos idéias de computação e processamento de informação para entender sistemas biológicos, cada vez mais vamos ver uma organização universal.

E poderemos organizar esses sistemas em função da maneira com que se auto-organizam e processam informação.