Sistema adaptativo complejo

Un sistema adaptativo complejo es un sistema que es complejo en el sentido de que es una red dinámica de interacciones, pero el comportamiento del conjunto puede no ser predecible según el comportamiento de los componentes. Es adaptativo en el sentido de que el comportamiento individual y colectivo muta y se autoorganiza en correspondencia con el microevento o conjunto de eventos que inicia el cambio. Es una "colección macroscópica compleja" de "microestructuras relativamente similares y parcialmente conectadas" formadas para adaptarse al entorno cambiante y aumentar su capacidad de supervivencia como macroestructura. El enfoque de Sistemas Adaptativos Complejos se basa en la dinámica del replicador.

El estudio de los sistemas adaptativos complejos, un subconjunto de los sistemas dinámicos no lineales, es un asunto interdisciplinario que intenta combinar conocimientos de las ciencias naturales y sociales para desarrollar modelos a nivel de sistema y conocimientos que permitan agentes heterogéneos, transición de fase y comportamiento emergente.

Visión general

El término sistemas adaptativos complejos, o ciencia de la complejidad, se utiliza a menudo para describir el campo académico vagamente organizado que ha crecido en torno al estudio de tales sistemas. La ciencia de la complejidad no es una sola teoría: abarca más de un marco teórico y es interdisciplinaria, buscando respuestas a algunas preguntas fundamentales sobre sistemas vivos, adaptables y cambiantes. Los sistemas adaptativos complejos pueden adoptar enfoques duros o más suaves.Las teorías duras utilizan un lenguaje formal que es preciso, tienden a considerar que los agentes tienen propiedades tangibles y, por lo general, ven objetos en un sistema de comportamiento que puede manipularse de alguna manera. Las teorías más suaves usan lenguaje natural y narraciones que pueden ser imprecisas, y los agentes son sujetos que tienen propiedades tanto tangibles como intangibles. Ejemplos de teorías de complejidad dura incluyen Sistemas Adaptativos Complejos (CAS) y Teoría de Viabilidad, y una clase de teoría más suave es Teoría de Sistemas Viables. Muchas de las consideraciones proposicionales realizadas en la teoría dura también son relevantes para la teoría más blanda. A partir de aquí, el interés se centrará ahora en CAS.

El estudio de CAS se centra en las propiedades complejas, emergentes y macroscópicas del sistema. John H. Holland dijo que los CAS "son sistemas que tienen una gran cantidad de componentes, a menudo llamados agentes, que interactúan y se adaptan o aprenden".

Ejemplos típicos de sistemas adaptativos complejos incluyen: clima; ciudades; empresas; mercados; gobiernos; industrias; ecosistemas; redes sociales; redes eléctricas; enjambres de animales; flujos de tráfico; colonias de insectos sociales (por ejemplo, hormigas); el cerebro y el sistema inmunológico; y la célula y el embrión en desarrollo. Los esfuerzos basados ​​en grupos sociales humanos, como partidos políticos, comunidades, organizaciones geopolíticas, guerra y redes terroristas también se consideran CAS. Internet y el ciberespacio, compuestos, colaborados y administrados por una combinación compleja de interacciones entre humanos y computadoras, también se consideran un sistema adaptativo complejo. CAS puede ser jerárquico, pero más a menudo exhibe aspectos de "autoorganización".

El término sistema adaptativo complejo fue acuñado en 1968 por el sociólogo Walter F. Buckley, quien propuso un modelo de evolución cultural que considera los sistemas psicológicos y socioculturales como análogos a las especies biológicas. En el contexto moderno, el sistema adaptativo complejo a veces se vincula con la memética o se propone como una reformulación de la memética. Sin embargo, Michael D. Cohen y Robert Axelrod argumentan que el enfoque no es el darwinismo social o la sociobiología porque, aunque los conceptos de variación, interacción y selección se pueden aplicar al modelado de "poblaciones de estrategias comerciales", por ejemplo, los mecanismos evolutivos detallados a menudo son claramente no biológica. Como tal, el sistema adaptativo complejo es más similar a la idea de los replicadores de Richard Dawkins.

Propiedades generales

Lo que distingue a un CAS de un sistema multiagente puro (MAS) es el enfoque en propiedades y características de alto nivel como la autosimilitud, la complejidad, la emergencia y la autoorganización. Un MAS se define como un sistema compuesto por múltiples agentes que interactúan; mientras que en CAS, tanto los agentes como el sistema son adaptativos y el sistema es autosimilar. Un CAS es una colectividad compleja y autosimilar de agentes que interactúan y se adaptan. Los Sistemas Adaptativos Complejos se caracterizan por un alto grado de capacidad de adaptación, lo que les otorga resiliencia frente a la perturbación.

Otras propiedades importantes son la adaptación (u homeostasis), la comunicación, la cooperación, la especialización, la organización espacial y temporal y la reproducción. Se pueden encontrar en todos los niveles: las células se especializan, se adaptan y se reproducen como lo hacen los organismos más grandes. La comunicación y la cooperación tienen lugar en todos los niveles, desde el agente hasta el nivel del sistema. Las fuerzas que impulsan la cooperación entre agentes en dicho sistema, en algunos casos, pueden analizarse con la teoría de juegos.

Características

Algunas de las características más importantes de los sistemas complejos son:

• El número de elementos es lo suficientemente grande como para que las descripciones convencionales (por ejemplo, un sistema de ecuaciones diferenciales) no solo sean poco prácticas, sino que dejen de ayudar a comprender el sistema. Además, los elementos interactúan dinámicamente, y las interacciones pueden ser físicas o involucrar el intercambio de información.
• Tales interacciones son ricas, es decir, cualquier elemento o subsistema en el sistema se ve afectado y afecta a varios otros elementos o subsistemas.
• Las interacciones no son lineales: pequeños cambios en las entradas, interacciones físicas o estímulos pueden causar grandes efectos o cambios muy significativos en las salidas.
• Las interacciones son principalmente, pero no exclusivamente, con los vecinos inmediatos y la naturaleza de la influencia se modula.
• Cualquier interacción puede retroalimentarse a sí misma directamente o después de una serie de etapas intermedias. Tales comentarios pueden variar en calidad. Esto se conoce como recurrencia.
• El comportamiento general del sistema de elementos no es predicho por el comportamiento de los elementos individuales.
• Dichos sistemas pueden estar abiertos y puede ser difícil o imposible definir los límites del sistema.
• Los sistemas complejos operan en condiciones alejadas del equilibrio. Tiene que haber un flujo constante de energía para mantener la organización del sistema.
• Los sistemas complejos tienen una historia. Evolucionan y su pasado es corresponsable de su comportamiento presente
• Los elementos en el sistema pueden ignorar el comportamiento del sistema como un todo, respondiendo solo a la información o estímulos físicos disponibles para ellos localmente.

Robert Axelrod y Michael D. Cohen identifican una serie de términos clave desde una perspectiva de modelado:

• Estrategia, un patrón de acción condicional que indica qué hacer en qué circunstancias
• Artefacto, un recurso material que tiene una ubicación definida y puede responder a la acción de los agentes.
• Agente, una colección de propiedades, estrategias y capacidades para interactuar con artefactos y otros agentes
• Población, una colección de agentes o, en algunas situaciones, colecciones de estrategias
• Sistema, una colección más grande, que incluye una o más poblaciones de agentes y posiblemente también artefactos
• Tipo, todos los agentes (o estrategias) en una población que tienen alguna característica en común
• Variedad, la diversidad de tipos dentro de una población o sistema
• Patrón de interacción, las regularidades recurrentes de contacto entre tipos dentro de un sistema.
• Espacio (físico), ubicación en espacio geográfico y tiempo de agentes y artefactos
• Espacio (conceptual), "ubicación" en un conjunto de categorías estructuradas de manera que los agentes "cercanos" tiendan a interactuar
• Selección, procesos que conducen a un aumento o disminución en la frecuencia de varios tipos de agentes o estrategias
• Criterios de éxito o medidas de desempeño, una "puntuación" utilizada por un agente o diseñador para atribuir crédito en la selección de estrategias o agentes relativamente exitosos (o no exitosos)

Turner y Baker sintetizaron las características de los sistemas adaptativos complejos de la literatura y probaron estas características en el contexto de la creatividad y la innovación. Se ha demostrado que cada una de estas ocho características está presente en los procesos de creatividad e innovación:

• Dependiente de la ruta: los sistemas tienden a ser sensibles a sus condiciones iniciales. La misma fuerza puede afectar a los sistemas de manera diferente.
• Los sistemas tienen una historia: el comportamiento futuro de un sistema depende de su punto de partida inicial y su historia posterior.
• No linealidad: Reaccionar desproporcionadamente a las perturbaciones ambientales. Los resultados difieren de los de los sistemas simples.
• Emergencia: la dinámica interna de cada sistema afecta su capacidad para cambiar de una manera que puede ser bastante diferente de otros sistemas.
• Irreducible: las transformaciones de procesos irreversibles no se pueden reducir a su estado original.
• Adaptativo/Adaptabilidad: Los sistemas que están simultáneamente ordenados y desordenados son más adaptables y resistentes.
• Opera entre el orden y el caos: La tensión adaptativa surge del diferencial de energía entre el sistema y su entorno.
• Auto-organización: Los sistemas están compuestos de interdependencia, interacciones de sus partes y diversidad en el sistema.

Modelado y simulación

Los CAS se modelan ocasionalmente por medio de modelos basados ​​en agentes y modelos complejos basados ​​en redes. Los modelos basados ​​en agentes se desarrollan mediante varios métodos y herramientas, principalmente mediante la identificación de los diferentes agentes dentro del modelo. Otro método de desarrollo de modelos para CAS implica el desarrollo de modelos de red complejos mediante el uso de datos de interacción de varios componentes de CAS.

En 2013, SpringerOpen/BioMed Central lanzó una revista en línea de acceso abierto sobre el tema del modelado de sistemas adaptativos complejos (CASM).

Evolución de la complejidad

Los organismos vivos son sistemas adaptativos complejos. Aunque la complejidad es difícil de cuantificar en biología, la evolución ha producido algunos organismos notablemente complejos. Esta observación ha llevado a la idea errónea común de que la evolución es progresiva y conduce a lo que se considera "organismos superiores".

Si esto fuera cierto en general, la evolución tendría una tendencia activa hacia la complejidad. Como se muestra a continuación, en este tipo de proceso el valor de la cantidad más común de complejidad aumentaría con el tiempo. De hecho, algunas simulaciones de vida artificial han sugerido que la generación de CAS es una característica ineludible de la evolución.

Sin embargo, la idea de una tendencia general hacia la complejidad en la evolución también puede explicarse a través de un proceso pasivo. Esto implica un aumento en la varianza pero el valor más común, la moda, no cambia. Por lo tanto, el nivel máximo de complejidad aumenta con el tiempo, pero solo como un producto indirecto de que haya más organismos en total. Este tipo de proceso aleatorio también se denomina paseo aleatorio acotado.

En esta hipótesis, la aparente tendencia hacia organismos más complejos es una ilusión resultante de concentrarse en el pequeño número de organismos grandes y muy complejos que habitan en la cola derecha de la distribución de complejidad e ignorar organismos más simples y mucho más comunes. Este modelo pasivo enfatiza que la gran mayoría de las especies son procariotas microscópicas, que comprenden aproximadamente la mitad de la biomasa del mundo y constituyen la gran mayoría de la biodiversidad de la Tierra. Por lo tanto, la vida simple sigue siendo dominante en la Tierra y la vida compleja parece más diversa solo debido al sesgo de muestreo.

Si no existe una tendencia general hacia la complejidad en biología, esto no impediría la existencia de fuerzas que impulsen los sistemas hacia la complejidad en un subconjunto de casos. Estas tendencias menores se equilibrarían con otras presiones evolutivas que impulsan los sistemas hacia estados menos complejos.