0. Azar 1, 52

Las paradojas más terribles provienen de las matemáticas de la probabilidad. Si seleccionamos un número aleatorio entre 0 y 999999999 y el resultado fuera 536782997 no sorprendería mucho, en cambio 666666666 nos impactaría, aún cuando ambos tienen la misma probabilidad de aparición. Esto muestra que el azar es una cuestión de información, un asunto cultural.
Ninguna máquina es infalible; asimismo ninguna máquina es capaz de producir azar puro. Todo está tendenciado. Esto se debe a que el universo no es simétrico, ningún punto del universo está aislado, no existe la simetría ni siquiera como fenómeno local.
Un ordenador aprovecha su propio error (desfases temporales) para generar pseudoaleatoriedad. El ordenador aprovecha su sensibilidad al ambiente, su aspecto menos ordenador.
Esta sensibilidad es tal que nuestra presencia física afecta la generación de números pseudoaleatorios.
La pseudoaleatoriedad puede entonces ser utilizada con fines creativos.

1. Determinismo, azar, arbitrariedad, emergencia 0, 2, 7

El arte basado en código balancea determinismo (algoritmos de cierto tipo), azar (pseudoaleatoriedad), arbitrariedad (¿libre albedrío humano?) y emergencia (algoritmos de cierto otro tipo, subcategoría de los algoritmos deterministas).

2. Iteración y sistemas dinámicos 1, 3, 4, 5, 6, 7, 11, 12, 13, 22, 48, 52, 55, 56

La iteración es la repetición de un proceso (normalmente en el contexto de la programación). Si el proceso es una función, esto es: depende de una información, y devuelve como resultado otra información, el proceso iterativo de tomar la información resultado del paso anterior como punto de partida para evaluar la función en el siguiente paso, durante un número indefinido de pasos, se denomina sistema dinámico. El sistema dinámico y un valor inicial generan una sucesión de valores (que resulta de iterar la función sobre sus resultados). Distintas suceciones en distintos sistemas dinámicos pueden poseer cualidades interesantes.

3. Sucesión convergente 2, 55

Una sucesión de elementos es convergente cuando su distancia a cierto otro elemento (que puede no hacer parte de la sucesión) disminuye. La sucesión: 1/2, 1/4, 1/8, 1/16,… converge a 0.

4. Puntos fijos 2, 5, 10

Dada la función de un sistema dinámico, si para cierto valor la función devuelve el mismo valor, el sistema dinámico evaluado en aquel valor arroja como resultado la repetición infinita del mismo: un punto fijo.

5. Puntos fijos atractores y repulsores 2, 4

Un punto fijo puede ser atractor, neutral o repulsor. Es atractor si en cierta vecindad (valores próximos) el sistema dinámico evaluado en alguno de estos valores genera una sucesión que tiende al punto fijo. El punto fijo es repulsor si por el contrario la sucesión tiende a alejarse del punto fijo, aun cuando se toman como valores de partida algunos muy cercanos a él.

6. Emergencia y programación 2, 7

Comentando a un amigo escritor acerca del proceso de escritura de código, de programación, indagamos respecto a similitudes y diferencias entre las dos formas de escritura cuando se utilizan creativamente. Él propuso que la escritura de código compilable se relaciona estrechamente con la idea de control. En desacuerdo, repliqué que la programación, además de involucrar azar, pierde control en la emergencia; me vi entonces en la necesidad de explicar qué es emergencia.

7. Emergencia 1, 2, 6, 8, 9, 10, 11, 12, 13, 14

La emergencia es un concepto relativamente nuevo pero ya común en las ciencias, en donde se identifican comportamientos llamados emergentes. Una parte considerable de científicos considera este tipo de comportamientos muy importantes, la fuente creativa de la naturaleza para algunos. Una primera aproximación a una definición de emergencia: cualidad de un grupo de elementos que individualmente no pueden poseer esa cualidad.
Un sistema en el que hay constantes interacciones entre las partes se denomina complejo; los sistemas complejos pueden manifestar fenómenos no explicables a partir únicamente de los elementos que interactúan. La emergencia es en algunos contextos sinónimo de complejidad.
La emergencia se explica y se entiende mejor a través de sus ejemplos.

8. Emergencia, ejemplo 1a: el sabor del azúcar 7, 9

Los átomos que componen las moléculas del azúcar no pueden poseer la cualidad de ser dulces, este propiedad emerge al reunirse varios átomos y formar moléculas de azúcar.

9. Emergencia, ejemplo 1b: la transparencia del agua 7, 8, 10

La propiedad de ser transparente no la poseen los átomos de hidrógeno u oxígeno, ni siquiera una molécula de agua. Se requieren muchas moléculas para que emerja esta cualidad.

10. Emergencia, ejemplo 2: el big-bang numérico 4, 7, 9, 12

El matemático del siglo XX Jhon Conway inventó un juego simple que llamó “míralo y dilo” (que funciona bien en inglés, francés y castellano, por lo pronto). Se escribe el número 1 y a continuación se repite iterativamente una única regla, que es leer en voz alta lo que se está viendo, y luego se escribe aquello que se leyó. Así, el primer paso es decir lo que se ve: “un 1”, y se escribe 11. El siguiente paso es leer lo que se acaba de escribir, “dos 1” y escribir lo que se dijo: 21.

1: “un 1”
11: “dos 1”
21: “un 2 y un 1”
1211: “un 1, un 2, y dos 1”
111221: “tres 1, dos 2 y un 1”
312211
13112221
1113213211
31131211131221
.
.
.

Se trata de un sistema dinámico en donde se combinan elegantemente dos lenguajes diferentes (el verbal, de conteo cotidiano y el lenguaje escrito numérico decimal). Este sistema dinámico posee un único punto fijo: 22. En la sucesión que comienza con 1, sólo aparecen el 1, el 2 y el 3, nunca un 4 u otro dígito superior*, y cada nuevo número posee un número de digitos en promedio ~30,35% mayor que el anterior; se trata pues de una sucesión en donde el número de dígitos aumenta exponencialmente (de ahí el nombre de big-bang numérico). El propio Conway ha estudiado la sucesión y ha encontrado varias e interesantes cualidades completamente inesperadas. Este juego, como el juego de la vida, también inventado por Conway, muestra como de un sistema simple de elementos y reglas puede emerger la complejidad**.

*Esto es relativamente fácil de demostrar. La idea es que si en cierto número hubiese un 4 o un dígito mayor, en el número anterior tendría que haber habido un digito que se repitiese 4 o más veces, pero esta situación no se puede dar, ¿por qué?.

**Si el lector juzga la construcción de esta sucesión de números enteros como demasiado rebuscada, quizá se sorprenda de la enorme cantidad de sucesiones de números enteros que se han definido, entre las cuales se encuentran algunas cuya definición supera de lejos en complejidad el ejemplo aquí presentado. Existe en internet una enciclopedia que contiene más de 100 000 sucesiones, ¡organizadas, definidas y comentadas!: www.research.att.com/~njas/sequences.

11. Autómatas celulares 2, 7, 12, 24

En una organización reticular de celdas, cada celda puede tener uno entre varios estados. Los estados de todas las celdas varían simultáneamente bajo reglas locales, esto es, cada celda define su próximo estado en función de su estado presente y el de sus vecinos en le retícula.
Los autómatas celulares fueron definidos por Von Neuman, padre de la computación y la cibernética, cuando exploraba la posibilidad de construir máquinas que se autorrepararan y se autoconstruyeran, intentando así crear vida artificial. Von Neumann intuyó que las problemáticas que estaba tratando podían plantearse sobre máquinas teóricas, matemáticas, definiendo así los autómatas celulares. Esta intuición se vería posteriormente corroborada*.

*Introducción en castellano a los autómatas celulares: yupana.autonoma.edu.co/publicaciones/yupana/005/autocelular/Automatas.html.

12. Emergencia, ejemplo 3: el juego de la vida 2, 7, 10, 11, 13

El juego de la vida es un sistema dinámico muy popular, inventado por el matemático contemporáneo Jhon Conway. Constituye el ejemplo más simple e impactante de lo que es un autómata celular. En vez de introducirlo aquí, invito al lector a que visite algunas de las innumerables páginas en internet que no sólo definen y comentan acerca del autómata sino que contienen versiones interactivas en línea o para descargar en donde se puede observar la evolución de cientos de configuraciones iniciales que representan cada uno excelentes ejemplos de emergencia*.

*Introducción al juego de la vida (en inglés): en.wikipedia.org/wiki/Conway's_Game_of_Life. Es posible disfrutar el juego de la vida en línea: www.ibiblio.org/lifepatterns Aplicación gratuita para Mac del juego de la vida, ¡muy recomendada!: www.trevorrow.com/lifelab

13. Emergencia, ejemplo 4: fractal de Mandelbrot 2, 7, 12, 14

El sistema dinámico en el plano complejo:

zn+1 = zn^2 +c0
z0 = 0

se comporta diferente para cada valor de c0. Para algunos de estos valores la secuencia que se forma está siempre acotada, es decir, sus valores son siempre inferiores a un valor dado (una cota). Otras secuencias en cambio crecen sin que exista cota. El conjunto de Mandelbrot se define como el conjunto de puntos c0 para los cuales la secuencia está acotada.
El conjunto de Mandelbrot es abierto y conexo, y su frontera es terriblemente compleja, además de exhibir misteriosos patrones espiralados y de otros tipos que no se repiten a ninguna escala.
El lector que sienta que no posee conocimientos o aptitud matemática suficientes para entender esta construcción, que simplemente se percate de lo que es aquí importante: a partir de una definición matemática muy reducida (unos cuantos caracteres) se genera un monstruo geométrico, una imagen de infinita resolución con una frontera bellamente organizada que nunca se repite a sí misma*.

*Aquí es posible descargar una versión gratuita de un programa para navegar en el conjunto de Mandelbrot, ¡muy recomendado!: xaos.sourceforge.net/english.php. Lo que wikipedia cuenta del conjunto de Mandelbrot: es.wikipedia.org/wiki/Conjunto_de_Mandelbrot

14. Emergencia, ejemplos finales: la vida y la conciencia 7, 13, 16, 28

Nuevos enfoques en la biología, como la ciencia de la auto-organización y la morfogénesis, se interesan por la complejidad y la emergencia como presentes en ciertos fenómenos naturales altamente creativos, tales como la aparición misma de la vida, o la aparición constante de nuevos inventos en la evolución. La idea de emergencia no explica un fenómeno pero si puede indicar formas de asumir su estudio, generalmente de forma más transdisciplinar. Para algunos, la emergencia es sólo un término que engalana lo que en realidad es ignorancia; para otros la emergencia es un fenómeno constante que se manifiesta en las matemáticas, en la biología, en lo químico y en lo físico, en el lenguaje; el futuro paradigma de las ciencias.
El estudio de la conciencia, para algunos, avanzará gracias a este paradigma. Ya que, si bien estamos formados por materia y energía, la conciencia es algo más que materia o energía, es un fenómeno emergente de una particular organización de estos elementos.

15. Simetría 27

Puede pensarse que la simetría existe, como concepto. Los círculos y las rectas también existen (y son simétricos). Estas ontologías pueden ser ampliamente debatidas.
Nadie ha visto nunca un círculo. Incluso ante malos intentos de círculo entendemos aquello que se buscó representar. La ontología del círculo supera sus representaciones.
Esta es una ecuación paramétrica de un círculo:
x = r·coseno(t)
y = r·seno(t)
¿Cómo es posible que esta ecuación, sintácticamente asimétrica, describa una entidad ideal simétrica?

16. Vida artificial 14, 17, 21, 22, 24, 25, 28, 29, 30, 41, 48, 52

Simulaciones y modelos de la vida… pero, ¿qué es la vida? La vida artificial es un campo de acción en la ciencia y en el arte. Su riqueza radica en la diversidad de enfoques que existen para definir la vida. No hay consenso al respecto, ya no solo al tener en cuenta las versiones que provienen de diferentes culturas, tampoco al interior de la nuestra, ni siquiera en el mundo académico de la ciencia. Las múltiples versiones de lo vital enriquecen la creación de simulaciones de lo viviente.

17. Grandes narrativas actuales de la biología 16, 18, 20, 21

Luego de un siglo de diversos neodarwinismos ciertas teorías y paradigmas de la biología se consolidan como las más importantes o populares y compiten entre sí. Dos tendencias establecen una polaridad interesante: el enfoque genético o replicador y el enfoque simbiogénico o gaiano.

18. Narrativa del gen egoísta: separar 17, 19

Representada por Richard Dawkins, depone en el gen la esencia de la vida*. Los genes compiten entre sí por su pervivencia, y los organismos somos meros transportadores de información. Al centrar la energía vital en la información, Dawkins dio un paso más allá y propuso una interesante analogía entre información genética e información cultural, definiendo el meme como cierta unidad de información que buscará replicarse y sobrevivir por encima de las otras, y que usa nuestras cabezas para sus propósitos. Ideas como el gen egoísta, el fenotipo extendido y la teoría memética, compaginan muy bien con la cultura de la información digital y que se distribuye a través de internet y con las políticas y activismos de liberación de la información. Asimismo, la visión del gen competitivo, expresada en términos económicos (como “cooperación”, “interés”, “beneficio”, “ganancia”, “esperanza de beneficio”, “éxito”, “fracaso”, “perdedor”, “ganador”, y otros términos aportados por la teoría de juegos y que en general resuenan a lenguaje utilizado en bolsas de valores) parece acoplarse bien a la ideología neoliberal.

*El gen egoísta, Richard Dawkins, Salvat Ciencia.

19. El dilema del prisionero 18, 23

Se trata de una situación hipotética, planteada desde la teoría de juegos, en la que un grupo de individuos se puede encontrar y que se generaliza en las ciencias sociales, en la economía y en la etología.
Describe una situación en la que hay para cada individuo dos posibilidades: cooperar o no con otro o más individuos. El resultado de mayor ganancia global es aquella en la que todos cooperan, pero si todos los individuos cooperan menos uno (reduciendo así la cuota global de ganancia) éste último obtiene mayor beneficio que si coopera. De esta forma, un colectivo “inteligente” y altamente comunicado de individuos optaría por cooperar. En particular si la situación del dilema del prisionero se repite al interior de una comunidad varias veces entre subconjuntos de individuos, y cada individuo puede memorizar los comportamientos de los demás, cada vez será necesario para cada individuo replantear las estrategias, ya que un no cooperante reincidente no volverá a recibir cooperación e, inversamente, un cooperante asiduo perderá beneficios inicialmente pero con el tiempo se reconocerá su comportamiento, y los demás individuos tenderán a cooperar con él, obteniendo a la larga mayor beneficio. Podría parecer entonces que en este contexto todos los individuos “aprenderán” a cooperar. Esto puede no ser cierto si se llega a una situación de tanta cooperación en que un individuo, a pesar de ganarse la fama de no cooperante, obtenga a la larga mucho más beneficio si decide no cooperar, ¡ya que el mayor beneficio individual posible se da cuando todos cooperan menos uno*!

*Acerca del dilema del priosionero, en castellano: es.wikipedia.org/wiki/Dilema_del_prisionero.

20. Narrativa gaiana: juntar 17

Sustentada por James Lovelock y Lynn Margulis, la teoría de Gaia y el enriquecimiento de la teoría de la evolución con los nuevos descubrimientos en torno a la aparición de nuevas formas de vida gracias a las simbiosis, proponen una visión de la vida alejada de la idea de competencia (si bien Margulis rechaza también el término “cooperación”). El paradigma Gaia es sistémico: se centra en la interrelación de los organismos entre sí, y en la interacción entre los organismos y la materia en diferentes escalas. No entiende la biología y la geología como ramas distintas del conocimiento y da particular importancia a la sexualidad y otras formas de combinación genética como la simbiogénesis. Se relaciona con la cultura digital en el énfasis que se da la interacción, a la creación por mezcla y combinación y porque su paradigma topológico es el de la red*.

*Acerca de la teoría de Gaia, en castellano: www.accionchilena.cl/Ecofilosofia/lateoriagaia.htm

21. Modelos computacionales y narrativas biológicas 16, 17

James Lovelock, Richard Dawkins, Humberto Maturana y Francisco Varela no son sólo científicos y pensadores reconocidos en ambientes académicos sino que también son escritores y divulgadores muy populares. Sus investigaciones y sus teorías acerca de la vida son muy conocidas y de alguna manera ubican sobre el plano público discusiones interesantes, de tal forma que es normal que una persona se identifique más con una visión que con la otra, y que se establezcan polaridades. Los paradigmas que regirán las ciencias, en particular la biología (la protagonista de las ciencias en este momento), dependen en gran parte de cómo se resuelvan las polémicas en torno a estas visiones y teorías. Cada uno de estos pensadores de la vida se ha visto en la necesidad de contar su visión, y para esto ha recurrido al lenguaje prosódico, a las metáforas. La teoría de Gaia, evoca una visión poética y mitológica desde su propio nombre, lo cual por demás le ha traído serios problemas en su divulgación. La visión del gen egoísta está planteada desde un principio no como una teoría de la vida sino como una forma diferente de entenderla; es así como Dawkins, en su gen egoísta introduce sus ideas con la metáfora del cubo representado en dos dimensiones, que puede ser visualizado de dos formas distintas aunque el dibujo sea el mismo. Maturana y Varela han creado términos nuevos o hasta entonces poco usados (autopoiesis) y redefinido otros viejos (cognición), para expresar teorías que, como en los dos casos anteriores plantean una visión de la vida, una nueva comprensión. En estos ejemplos resalta además un hecho interesante por sí mismo y para la cultura y el arte digitales: todos ellos recurrieron en algún momento a la creación de modelos computacionales con el doble propósito de encontrar argumentos a favor de sus teorías y también como un apoyo comunicativo.

22. El mundo de las margaritas 2, 16

James Lovelock es el padre de la teoría de Gaia. Alejado del mundo académico desarrolló sus propios instrumentos de medición de la atmósfera y elaboró una teoría en la que la vida regula el entorno planetario a su favor (homeostasis). Este fenómeno es emergente y no requiere que la vida u otra entidad tenga como propósito regular la atmósfera, simplemente ocurre como una propiedad necesaria de lo viviente. Sin embargo su teoría ha sido atacada constantemente acusada de ser teleológica, es decir, de implicar la existencia de una entidad metafísica provista de propósito. Para poner a prueba su teoría Lovelock programó en BASIC* un modelo muy simple de un mundo con margaritas negras y blancas irradiado por una fuente constante de temperatura (un sol). En su modelo las margaritas blancas reflejan la luz mientras que las negras la absorben, aumentando la temperatura del planeta. En la competencia por el territorio las margaritas acaban encontrando una distribución equilibrada con una temperatura estable y adecuada para las dos especies. La temperatura que alcanza el planeta difiere de las condiciones normales de equilibrio, la que tendría por ejemplo un planeta inerte, sin vida. Este modelo impactó la sociedad científica: la teoría Gaia es posible, el modelo demuestra que no se requiere de una entidad que propenda por una temperatura ideal, ya que esta puede emerger de la vida misma en interacción con la atmosfera. A partir de entonces Gaia, ahora respaldada por las increíbles aportaciones de Lynn Margulis y otros científicos (entre los que se hallan geólogos) es una gran teoría en constante debate.

*Para las generaciones anteriores o posteriores a la mía: BASIC es un lenguaje de programación que como su nombre indica no es difícil de aprender. Cuando el Atari y la computación en general entraron a nuestros hogares, BASIC nos dio a muchos la ilusión de que cuando creciéramos podríamos programar nuestros propios videojuegos. Hablando con personas que como yo, jugaron en su infancia y adolescencia programando con BASIC, casi todos coincidimos en haber creado pequeños juegos simples y haber tenido un proyecto inconcluso de un gran videojuego que contendría un mundo inmenso. Se dice en broma que BASIC es una lengua muerta.

23. Jugando con la teoría de juegos* 19

La teoría de juegos, parte de la matemática discreta, plantea diversas situaciones en las que individuos elaboran estrategias para conseguir un propósito. A excepción de los juegos en los que el individuo que inicia “la partida” posee una estrategia ganadora (una estrategia que al ser aplicada asegura el triunfo), las estrategias de unos jugadores resultarán apropiadas o no en función de las estrategias de los demás. La teoría de juegos ha sido utilizada principalmente en economía, etología y ciencias sociales. Dawkins, representante de la tesis del gen egoísta, la utiliza para modelar escenarios biológicos, mostrando cómo existen situaciones evolutivas estables y otras inestables. Propone que los individuos biológicos, cuyo fin y motivo de existencia es propagar su información genética, se ven constantemente enfrentados a situaciones del tipo del dilema del prisionero, y deben decidir si cooperar o actuar en función de sus intereses inmediatos. Lo interesante en estas situaciones es que el éxito y el fracaso de estas decisiones dependen fuertemente de la estrategia que asuman a su vez los demás individuos. En una sociedad de muy alto nivel de cooperación, un individuo que decida no cooperar y, en detrimento de los demás, saciar sus intereses inmediatos obtendría mucho beneficio; se trata de una situación de desequilibrio. De forma inversa, en una sociedad compuesta de individuos altamente inmediatistas, un par de individuos que cooperasen obtendrían éxito inmediato; otra situación de desequilbrio. ¿Existe entonces una situación intermedia de equilibrio?
Dawkins en su popular libro narra la historia de un torneo realizado entre matemáticos, programadores, etólogos y sociólogos en el que cada uno participaba con su propia estrategia en un modelo simulado en ordenador. El resultado fue inesperado para todos menos para el vencedor (esta frase, una auténtica tautología, resulta interesante para este contexto). Lo interesante sin embargo vino después, cuando se realizó el segundo torneo con los mismos participantes, ya que en esta ocasión todos eran concientes de cuál estrategia había resultado vencedora en la simulación anterior, creando nuevos dilemas, ya que, desde el punto de vista de un participante, puedo suponer que los demás tenderán a la estrategia ganadora del juego anterior, me puedo aprovechar de esto para crear mi propia estrategia y sacarle partido a la de los demás. Claro está, todos los demás participantes son muy inteligentes, habrán pensado lo mismo…**

*Un buen texto en castellano sobre teoría de juegos y simulaciones: www.uv.es/~buso/dp/dp.html

**Este torneo se repite anualmente, albergando cientos de competidores, y no es de extrañar que posea un premio monetario.

24. Modelo de autopoiesis 11, 16

En la misma línea del trabajo de Von Neumann, Humberto Maturana y Francisco Varela desarrollaron un autómata celular con el cual pueden expresar y poner a prueba aspectos de sus teorías en torno a la autopoiesis y la cognición. Este autómata genera patrones que bajo cierta interpretación mantienen una coherencia a la vez que intercambian información con el exterior. Y si bien su trabajo está íntimamente relacionado con la cibernética, su visión de la vida es muy lejana a cualquier versión mecanisista, incluso opuesta. Para ellos vida es cognición. De esta forma presentan el autómata celular no como un modelo de la vida sino como una metáfora, un apoyo lingüístico.

25. Redes neuronales 16, 27, 28

Las redes neuronales son autómatas celulares bastante sofisticados pero con un nombre demasiado pretencioso, ya que las ciencia del cerebro están lejísimos de poder entender el funcionamiento complejo de las neuronas y el cerebro. Un modelo que merezca el nombre de neuronal no es posible por lo pronto. Las redes neuronales comparten sin embargo algunas propiedades comunes con el cerebro, como el hecho de distribuir la información y los procesos, pero carecen de otras como la plasticidad (es decir: la capacidad crecer física y estructuralmente, aumentando el número de neuronas y creando nuevas ramificaciones).
Las redes neuronales obtienen información que procesan distribuyéndola en serie y en paralelo simultáneamente. Usualmente “aprenden” de sus éxitos y fracasos al realizar tareas, y de esta forma las realizan mejor conforme pasa el tiempo.
Una tarea muy importante en las que las redes neuronales han resultado adecuadas es en la de reconocimiento de patrones.

26. He aquí una señal 27

He aquí una señal de sonido (quiero decir: he aquí la representación gráfica de una señal sonora, lo que equivale a decir, de forma algo más sofisticada: la medida de la alteración en el tiempo de la densidad molecular alrededor de un punto en un material).
¿Se trata del sonido de unos zapatos de tacón subiendo una escalera, o el latido de un corazón? ¿Podría un ordenador encontrar la respuesta a esta pregunta si se le brindan los datos aquí representados?

27. Reconocimiento de patrones 15, 25, 26, 28

Reconocer patrones es uno de los problemas centrales de la inteligencia artificial y la computación emocional, dado que existen patrones geométricos, culturales y emocionales.
El cerebro de los mamíferos, especialmente el de los primates y más aún el del ser humano está altamente capacitado para el reconocimiento de patrones, particularmente en lo que a individuos se refiere. Para reconocer a otro individuo se ponen en alerta varios sentidos: el olfato, el oído y la vista dirigiendo su atención a excrecencias, el cuerpo, la voz, y el rostro del otro individuo. Existe una relación muy fuerte entre la capacidad de reconocimiento entre individuos en una especie y la existencia en ella de comportamientos sociales complejos. Una forma de entender esta relación es a través del planteamiento de juegos sociales de cooperación, en donde los individuos se memorizan mutuamente, como los modelos simulados en ordenador del dilema del prisionero repetido varias veces.

28. Inteligencia artificial 14, 16, 25, 27, 29, 30

Mientras no se defina formalmente qué es la inteligencia, la tecno-publicidad en torno a los hallazgos en el área de la inteligencia artificial (presentes o esperados) se apoyan en el vacío.
Por otro lado, ¿es acaso posible definir qué es la inteligencia? Intuyo que inteligencia es esencialmente un término no definible, ya que de hecho la inteligencia tiene mucho más que ver con lo informal que con lo formal, con aquello que escapa a definiciones cerradas y que se relaciona con la poesía, el humor, el lenguaje de la seducción, la espontaneidad, lo no evidente.
No es posible que exista consenso en torno a qué es la inteligencia; en relación a ella una misma situación evaluada desde valores o puntos de vista diferentes (desde distintas inteligencias) arroja resultados muy distintos.
Un alumno dedicado y estudioso es siempre el primero en responder a las preguntas del profesor. El profesor lo considera muy inteligente mientras que sus compañeros lo consideran un imbécil. ¿Se puede ser objetivo respecto a esta situación? Si tenemos en cuenta el aislamiento social al que el alumno se está viendo sometido gracias a su actitud, y si suponemos que en la infancia es importante tener buenos amigos de la misma edad (más aun que ser amigo del profesor), podemos concluir que desde el punto de vista de los resultados obtenidos el ejemplificante alumno no se ha comportado de forma inteligente. Ahora bien, intentar medir la inteligencia con base en resultados exitosos o no, supone nuevos problemas, ya que, si trasladamos este criterio al contexto de las máquinas, un taja-lápiz es muy inteligente puesto que cumple con éxito su propósito.

29. Vida artificial e inteligencia artificial 16, 28

Mientras que la vida artificial se plantea como un campo de experimentación, investigación y desarrollo para el arte y la ciencia en donde no se requiere una definición estricta de la vida (ya que no la hay), si no que se nutre de diversas cualidades y puntos de vista en torno a ella, la inteligencia artificial se entiende como la búsqueda de la creación de máquinas inteligentes, con cierta presunción de que hay una inteligencia. Estas líneas generales de aproximación delatan un desfase entre las dos. La inteligencia artificial es un campo en el que predomina una visión mecanisista del humano; no ocurre lo mismo con la vida artificial.
Este desfase se relaciona con dos aspectos que diferencian un campo del otro:
1. Mientras que se supone que un ser humano es más inteligente que otro animal, planta, hongo, protoctista o bacteria, no se supone que esté más vivo que cualquiera de ellos. Es así como ciertos paradigmas predominantes en torno a la inteligencia sostienen una visión de la naturaleza en la que el ser humano es el culmen, su construcción más perfecta. Una interesante visión, excepción a esta tendencia y en la que de hecho no puede haber separación entre vida e inteligencia, surge de las teorías de la cognición de Humberto Maturana y Francisco Varela.
2. El interés por el humano, el cerebro, la mente y la vida, oscila en función de la época. Es así como la década de los 90 fue particularmente dedicada al estudio del cerebro; en ella se crearon nuevas ciencias de la mente y se dieron grandes pasos que estrecharon la fisiología, la neurología, la psiquiatría y la psicología, entre otros. En relación con la clonación y a la “escritura” de la secuencia del genoma humano, esta década se ha interesado más por lo biológico, específicamente lo genético.

30. ficción ciencia 16, 28, 53

La ciencia ficción envuelve en ficción elementos de narrativas científicas. La creación con código de modelos físicos, matemáticos, biológicos o sociales con fines creativos envuelve elementos de ficción o virtualidad en narrativas científicas.

31. Tres dimensiones 32, 33, 34

Nuestra cultura entiende el espacio inmediato al ser humano compuesto por tres dimensiones. Esto equivale a decir que para describir la posición de un punto en el espacio cotidiano no necesitamos más de tres datos independientes y no nos valen menos. ¿Cómo escudriñar el espacio vacío o lleno para verificar o controvertir su escencia tridimensional?, quizá no interesa. No es el espacio que posee o no ciertas cualidades geométricas y topológicas, es el lenguaje que utilizamos para mencionarlo. La topología está en el lenguaje. La tridimensionalidad es una construcción lingüística e imaginaria, en el sentido que pertenece al mundo de las imágenes –y también, cómo no, al de la imaginación-.

32. Representaciones tridimensionales 31, 33

Es así como existen técnicas formales para representar espacios tridimensionales. Toda representación es, además de una creación, una perversión, y las diversas técnicas de representación tridimensional pervierten diferentes aspectos, lo que da lugar a distintos usos. La axonometría, usual en dibujos técnicos y en dibujo y pintura japonesa, respeta paralelismos; la proyección cónica, más espectacular, modifica el tamaño de los objetos en función de su profunidad, y exhibe puntos de convergencia.

33. Proyección cónica en un ordenador 31, 32, 35

Las ecuaciones que calcula repetidas veces un ordenador para simular un mundo tridimensional (en la mayoría de los casos) son bastante simples, y se basan esencialmente en el principio de los triángulos semejantes establecidos por Tales de Mileto, en el que dos triángulos que comparten las mismas medidas angulares, comparten también sus proporciones, a pesar de diferir en tamaño. Además de la proyección cónica la virtualidad tridimensional hace uso de recursos más complejos como el cálculo de superposición de objetos y gradientes de luz. Por medio de algún tipo de dispositivo que logre enviar dos señales de luz independientes, una a cada ojo, con dos representaciones tridimensionales ligeramente desfasadas, se engaña el cerebro generando una sensación de imagen que se extiende sobre el espacio por fuera de un plano. Esta experiencia puede ser magnificada por medio de otros artificios, como relacionar la posición y el ángulo de visión de los ojos y las manos de la persona inmersa, permitiéndole cambiar de punto de vista e incluso modificar el entorno. Para algunos todo este aparataje desaparecerá cuando los ojos dejen de ser intermediarios entre el cerebro y las imágenes.

34. Tiempo como cuarta dimensión 31, 53

El tiempo es también entendido como una cuarta dimensión, que se suma a las tres espaciales, y que, desde la visión cosmológica de las teorías de la relatividad, sólo se diferencian por un ardid de nuestra mente, ya que el cosmos (léase: la teoría cosmológica que pretende describirlo) no lo hace.
A través del espacio tetradimensional, la conciencia se desplaza de forma continua y a velocidad constante por uno de sus ejes.

35. Mapas y espacio 36, 37, 39, 33

Se entiende inicialmente que un mapa representa en un espacio reducido información espacial de diversas escalas. En general un mapa es útil en relación a una realidad externa al propio mapa. Y, también generalmente, se espera que un mapa ponga al alcance de la mirada información y aspectos de un territorio que no podrían ser alcanzados al menos que éste se recorriera.
Los mapas ayudan a recorrer territorios (un mapa me ayuda a ir de un punto de la ciudad al otro), tanto como a evitar el tener que recorrerlos (no tengo que ir a explorar la Selva Amazónica y los Andes para saber en qué país nace el río Amazonas).
Para recorrer un territorio necesitamos un mapa, para hacer un mapa necesitamos recorrer el territorio.
Los mapas ayudan a dominar territorios (militarmente, ingenierilmente) señalando estrategias eficientes, tanto como para simbolizar el hecho de que ya ha sido dominado (puesto que para trazar un mapa hay que haberlo recorrido).

36. Mapas y relaciones 35, 37, 38, 40

Los mapas nos dan información relacional. Al ver un mapa de un territorio no puedo experimentar qué tan grande o pequeño es, pero sí conocer acerca de la disposición relativa de los elementos.
Es así como incluso en mapas espaciales ha desaparecido la exigencia cartesiana coordenada. Los mapas de metro son un ejemplo de esto.
Los mapas son expresiones relacionales. La representación espacial es sólo una opción, no sólo la información cartesiana puede ser representada. Los mapas representan datos, información científica, información dinámica, territorios imaginados, flujos, interacciones.
Si ya se dijo que el mapa no es el territorio, ahora se puede añadir: el mapa no es la teoría, no es el fenómeno, no es el átomo ni es el mundo, no es el gen ni el código ni es el humano ni es la vida.

37. Un mapa de metro y un mapa de la ciudad no se entienden 35, 36, 40

Un mapa de una ciudad y un mapa de metro de la misma ciudad no encajan, no se solapan bien ¡un mapea no mapea al otro! Imagino la siguiente conversación entre un mapa de una ciudad (MC) y un mapa de metro de la misma ciudad (MM).

MM: no doy información en vano, no hago alardes de virtuosismo, no doy una sola información que no haya sido utilizada cientos de miles de veces.

MC: eres simple, no entiendes la complejidad de la ciudad. Eres como un villancico interpretado por una tarjeta de navidad, mientras que yo soy Jazz. ¡Sin duda, la ciudad me prefiere a mí!

MM: soy contemporáneo, cada uno de nosotros (los mapas de metros del mundo), somos distintos, somos diseñados, tenemos pues estilo propio. Tú no tienes carácter. La ciudad me prefiere, no hay duda.

MC: ¿No tengo carácter? ¡Las líneas que te recorren sólo se cortan en ángulos de 30 y 60 grados! Mientras que yo poseo TODOS los ángulos.

MM: No hablo de más, cada punto de mí se relaciona con los demás en términos de vecindades.

MC: Lo mismo puedo decir de cada uno de mis puntos, aunque a diferencia tuya, el total de puntos, que es infinito, me cubre. A ti te sobra tanto espacio vacío que me da pena el desperdicio de papel.

MM: Vale, pero no olvides que mapas como tú los hay de cualquier ciudad, mientras que mapas como yo sólo en ciudades civilizadas, ¡con metro!

MC: Es verdad, me pregunto que ocurrirá cuando ya no existan metros…

38. En un mundo de relaciones 36

En un mundo de relaciones los mapas relacionales no sólo ayudan a entender partes de ese mundo sino que se funden naturalmente con el mundo.

39. Mapamundis 35

En la historia de la creación de mapas del globo terráqueo se reconocen algunas fases:
Fase 1: La imaginación protagoniza los mapas, que no son utilizados para recorrer el mundo sino para explicar el mundo, para narrarlo, para imponer una versión de él.
Fase 2: El mapa es imprescindible para recorrer (principalmente por mares) y dominar zonas del mundo. Debido a dificultades técnicas y existencia de regiones inexploradas los mapas de los territorios de mediana y mayor escala distorsionan ángulos y escalas de forma heterogénea: el error es el principal factor de distorsión.
Fase 3: Al intentar ubicar información distribuida sobre una esfera, el mapa plano distorsiona el espacio de forma continua (los ángulos cambian, las paralelas dejan de serlo, las distancias se modifican…). Se hace preciso elegir una proyección particular, un sistema matemático. La elección de una u otra proyección distorsiona aspectos específicos. La convención elegida favorece a quien realiza el mapa. El interés es aquí el principal factor de distorsión.

40. El mapa como estética 36, 37

El mapa ya no es lo que era. Ahora todo es "mapeable". La rápida distribución de las imágenes, cierta creación popular basada en datos (desde el arte digital hasta la música electrónica), la familiaridad con interfaces tecnológicas, una subcultura de la cuantificación apoyada en cierta tecnocracia (números, valores y estadísticas), la intromisión en el diseño de una estética de la representación de datos, la expansión de la interactividad digital a través de internet y la industria de los videojuegos, la competencia entre informativos televisivos e impresos en el campo de la infografía dinámica que exige cada vez mayor sofisticación, las nuevas formas de distribución de información científica y cierta cultura de la ciencia divulgativa, y otros fenómenos interesantes en torno a la imagen en relación a los datos y al espacio, han generado una especie de arte o interés artístico de la representación científica. El mapa no sólo es usado sino también admirado. La visualización científica es pop*.

*Recomiendo tres sitios en internet con abundantes referencias e imágenes de proyectos de visualización dinámica de datos e información científica: www.infosthetics.com - www.dataisnature.com - www.visualcomplexity.com.

41. Biología y cultura 1: memética 16, 42

El concepto de meme, acuñado por Richard Dawkins en su popular libro El gen egoísta plantea cómo las ideas se ven sometidas a procesos de selección, replicación y mutación, y, de forma paralela a la sugerencia principal de libro, que es que los cuerpos de los organismos vivos son los vehículos de transporte y eventualmente de intercambio de los genes -los auténticos replicadores-, las ideas usan nuestras cabezas para desplazarse y reproducirse.

42. Biología y cultura 2: darwinismo social 41, 43

El darwinismo social es un enfoque tremendamente impopular que relaciona cultura y evolución desde un punto de vista neodarwiniano centrado en las narrativas de lucha y competencia, aplicadas a las prácticas y –mal entendidas- “razas” humanas. Sus postulados llegaron a servir como argumentos para el razismo y la eugenesia. Parte de percepciones preconstruidas de la naturaleza, la evolución por selección y el hombre. Es así como a principios del siglo XX, en Estados Unidos, hubo un proceso de selección artificial humana para la reproducción basado en interpretaciones de los entonces recientes planteamientos de la evolución por selección natural. El uso del lenguaje y los valores asociados adquieren así un peso dramático. Si, por ejemplo, entendemos que la palabra evolución implica la transición de un estado peor a otro mejor, las consecuencias de la popularización de una teoría que trata de la evolución pueden ser radicales. Para el caso planteado es necesario aclarar que en el contexto de la vida no hay ninguna aquiescencia ni sustentación biológica por la cual un organismo sea mejor o peor.

43. Biología y cultura 3: materialismo cultural 42, 44

El materialismo cultural representado por el conocido antropólogo Marvin Harris establece correlaciones entre hábitos, economía, tecnología, producción material y simbólica y entorno, mostrando como la cultura es útil para descubrir factores de eficicencia en términos de alimentación, gasto energético y reproducción, es decir, necesidades biológicas*.

*Recomiendo el siguiente libro de Harris, una buena introducción al materialismo cultural, en el que se repasa por los hábitos alimenticios en distintas culturas: Bueno para comer, Marvin Harris, Alianza Editorial

44. Biología y cultura 4: ecología lingüística 43, 45

Los pueblos se adaptan al entorno y sus lenguas poseen información profunda acerca de aspectos ecológicos del entorno con el que cada pueblo se relaciona. Esta constatación ha dado nacimiento a la ecolingüística, que estudia y resalta el hecho de que la pérdida de diversidad lingüística es interdependiente con la pérdida de diversidad biológica.

45. Biología y cultura 5: cultura más allá del hombre 44, 46

El conjunto de comportamientos aprendidos por los miembros de una comunidad de seres vivos de la misma especie conforma un bagaje cultural. La cultura es todo aquello que no está dictaminado genéticamente. Simplificando: los genes determinan las capacidades de aprendizaje, pero no aquello que se aprende. La cultura opera como un sistema de adaptación al medio más rápido que la evolución biológica.

46. Biología y cultura 6: antropología ecológica 45, 47

La antropología ecológica, más reciente y en muchos puntos opuesta al darwinismo social –y por otro lado próxima a algunas ideologías feministas-, estudia la relación entre ser humano y entorno, y lo hace desde un punto de vista holístico y de red, evitando el reduccionismo y centrado en los aspectos relacionales.

47. Biología y cultura 7: Genes y lenguas 46

Hay varias formas remarcables en que se relacionan la filogénica lingüística y la filogénica biológica. Por un lado está el hecho, muy importante, de que las poblaciones que hablan una lengua tienden a compartir un acervo genético específico, y de esta forma, los desplazamientos de información genética sobre la faz de la tierra se emparientan con los desplazamientos de las lenguas. Es de sentido común, y es un hecho que en términos generales está demostrado (que tiene en cualquier caso varias excepciones locales, de mucho interés)*.

*Genes, Peoples, and Languages, Luigi Luca Cavalli-Sforza, Hardcover. The History and Geography of Human Genes, Luigi Luca Cavalli-Sforza, Paperback

48. Sistemas L 2, 16, 49, 50, 51, 52, 55

Un sistema L es un sistema dinámico que opera sobre una cadena de caracteres. Requiere de una cadena y una o más reglas. El siguiente ejemplo utiliza sólo una regla:

F
F > F+F--F+F

La primera línea es la cadena inicial y la segunda línea es la regla, que básicamente expresa que se remplaze cada aparición de “F” por “F+F--F+F”.
Al iterar el sistema dinámico (para esto se puede utilizar un procesador de texto, que permite remplazar cadenas de caracteres por otras) se obtiene una sucesión de cadenas cada vez más largas:

F

F+F--F+F

F+F--F+F+F+F--F+F--F+F--F+F+F+F--F+F

49. Sistemas L, interpretación y representación 48, 50

Una cadena de caracteres compuesta de “F”, “+” y “-“ puede ser interpretado de la siguiente forma: “F” significa avanzar, “+” girar 30 grados a la izquierda, “-“ girar 30 grados a la derecha. Con esta interpretación una cadena de este tipo puede ser representada gráficamente*. No es muy diferente a como funciona el lenguaje LOGO**.
Un sistema L genera una secuencia de cadenas, cada una de ellas con una interpretación y una representación gráfica asociada, con lo que además de una secuencia de cadenas de caracteres obtenemos también una secuencia infinita de imágenes.

*Este tipo de ejercicio: pasar de un código a una interpretación gráfica y posteriormente a una representación, es lo que Hans Diebner, del ZKM, denomina hermeneutica operativa, en donde se funden las culturas de lo interpretativo y de lo fenomenológico, ver: diebner.de/research/hermeneutics_en.html

**En los 70 y 80 el lenguaje LOGO era muy utilizado en escuelas, para muchos fue nuestra primera aproximación a la programación (antes de BASIC). Otra lengua muerta...

50. Sistemas L y fractales, ejemplo: la curva de Koch 48, 49, 51

EL sistema L:

F
F > F+F--F+F

Junto con la siguiente interpretación: “F” avanzar; “+” girar 30 grados a la derecha; “-“ girar 30 grados a la izquierda, genera una serie de imágenes que convergen a un fractal llamado curva de Koch*.

*Más información sobre el fractal de Koch: es.wikipedia.org/wiki/Copo_de_nieve_de_Koch

51. Sistemas L y movimiento 48, 50, 52

Una cadena de texto y un conjunto de interpretaciones geométricas para cada uno de sus caracteres forma una figura geométrica que puede ser representada estáticamente o como un movimiento que se repite si la lectura de cada carácter se ejecuta temporalmente. Podemos imaginar que una cadena (y su sistema de interpretación) es el código genético de un organismo cuyo fenotipo es la forma como este organismo se desplaza en el espacio –dictaminada por su código-. Pasamos entonces de una interpretación, a una representación, a una segunda interpretación de tipo narrativa, metafórica.

52. Bolero: un pequeño modelo de vida artificial 0, 2, 16, 48, 51

Un organismo vivo es, en el modelo, una cadena de caracteres con una interpretación geométrica –avance, retroceso, giro de n grados…- para cada carácter, y una posición inicial en un sistema de coordenadas.
Supongamos que tenemos dos organismos con dos cadenas (códigos genéticos) diferentes y con posiciones iniciales diferentes. Al ejecutarse la interpretación de las cadenas los organismos se desplazarán en el espacio. Ahora añado una regla que los relaciona: si en algún momento se encuentran en el espacio (la distancia entre ellos se hace menor a cierto valor) entonces modifican mutuamente sus códigos de alguna forma. Con el ánimo de preservar la metáfora de modelo de vida artificial, la regla de transformación de código (que llamaré mutación a partir de ahora) será de cierto tipo en la que una parte del código de un organismo pase al código del otro y viceversa, con algún margen aleatorio. Se trata de una mutua influencia o intercambio genético, simulando (de forma muy simple) la capacidad de las bacterias de intercambiar secuencias de ADN. Para salpimentar el modelo/metáfora podemos considerar un evento de baja probabilidad en donde uno de los dos organismos, tras el encuentro, tenga una mutación especial: una iteración de la cadena bajo un sistema L predefinido, que hará que su código se complejice, y por lo tanto su movimiento. Este modelo es por supuesto muy sencillo pero evoca algunas cualidades de la vida. Quizá su aspecto más interesante es que cada encuentro modifica el patrón de movimiento de los dos organismos y de esta manera se vuelve a abrir la posibilidad de que haya o no un nuevo encuentro futuro. A decir verdad, tarde o temprano, y esto es inevitable, habrá un encuentro que será el último; de ahí el nombre con el que bauticé este pequeño modelo de vida artificial.

53. Viajes en el tiempo 30, 34

La literatura de los viajes en el tiempo ha sido un interesante contexto en donde poner a prueba el pensamiento de causa y consecuencia. Las paradojas del viaje al pasado o al futuro, ponen en cuestión la esencia misma del tiempo, su linealidad. En los viajes en el tiempo la línea se remplaza por otras topologías como el círculo, al espiral o el grafo que se bifurca constantemente.

54. Todo

Pensar el todo ha traído serias dificultades conceptuales. ¿Pensar o nombrar el todo incluye pensar o nombrar sus límites? El filósofo y matemático Bertrand Rusell descubrió que en teoría de conjuntos, admitir la existencia de un conjunto que contiene todos los conjuntos (y que por supuesto se autocontiene) lleva a una paradoja sin solución. Fue así como la matemática de inicios del siglo XX reformuló sus principios para evitar tratar con el todo.

55. Límite 2, 3, 48, 56

El concepto de límite de un proceso iterativo es la base de la revolución del cálculo y la mecánica clásica; con él se formaliza la idea del infinitesimal y a partir de ahí se crea una teoría continua del mundo.
Wittgeinstein señalaba que para pensar un límite en el lenguaje hay que traspasarlo, con lo que deja de ser un límite. En haikus y koans, en el diálogo sufi, en la poesía, el humor, en las paradojas, el lenguaje intenta traspasar sus propios límites.

56. Lenguaje e inmortalidad 2, 55

Un hombre visita a un sabio y le pide el secreto de la inmortalidad. El sabio le responde:
-Es simple, sólo debes hacer dos cosas, una difícil y otra fácil.
-Dime la más difícil.
-Nunca más dirás mentiras.
-No hay problema, ahora dime la más fácil.
-Debes decir, ahora y en voz alta: <<mañana diré esta frase>>.

Santiago Ortiz 2005
en moebio.com encuentras otros textos, piezas interactivas e información sobre exposiciones y talleres