Posts Tagged auto-organización

Investigación sobre hormigas reta las asunciones de la auto-organización

Algu­nas hormi­gas obr­eras son “más iguales” que otras.

Como con otros insec­tos sociales, se pens­aba que los obreros eran esen­cial­mente equiv­a­lentes en la jer­ar­quía de una colo­nia de hormi­gas. Pero parece que unos pocos indi­vid­uos bien infor­ma­dos for­man gru­pos de deci­siones que lle­van a sus com­pañerasa nuevos hogares.

Los hal­laz­gos podrían agre­gar una nueva dimen­sión a los mod­e­los  de auto-organización deriva­dos de las hormigas.

“Aunque los sis­temas auto-organizados parez­can muy efi­caces bajo el supuesto de que los indi­vid­uos siguen un mismo  con­junto sim­ple de reglas, la pres­en­cia de indi­vid­uos claves, bien infor­ma­dos que  cam­bian su com­por­tamiento debido a expe­ri­en­cia pre­via gen­eral, podría  mejo­rar su rendimiento aún más”  escri­bieron  biól­o­gos de las Uni­ver­si­dades de Bris­tol y la Uni­ver­si­dad de Toulouse en un paper el pasado 24 de agosto en el Jour­nal of Exper­i­men­tal Biol­ogy.

Para estu­diar la “caza de nidos”, Nathalie Stroe­meyt y sus cole­gas Nigel Franks y Mar­tin Giurfa recolec­taron hormi­gas “cazado­ras de casa”, o tem­notho­rax albipen­nis, de la costa sur del Reino Unido. Estas pequeñas hormi­gas mar­rón claro hacen nidos sim­ples enter­ra­dos con arena sobre las gri­etas de las rocas.

Moviendo las hormi­gas en el lab­o­ra­to­rio, Stroeymeyt les dió nidos arti­fi­ciales bien abaste­ci­dos. Ella luego colocó nidos idén­ti­cos vacíos  en el lado opuesto del ter­ri­to­rio de las hormi­gas, cada  espalda de las hormi­gas fue pin­tada con mar­cas de color indi­vid­ual­mente iden­ti­fi­ca­ble. Cámaras web y un soft­ware iden­ti­fi­cador de movimiento per­mi­tió a los inves­ti­gadores seguir el movimiento especí­fico de cada hormiga.

Una sem­ana después Stroeymeyt colocó un segundo nido descono­cido en el ter­ri­to­rio y destruyó su casa orig­i­nal. Aunque algu­nas hormi­gas empezaron a cor­rer por todas partes al azar, algu­nas pocas que ya habían explo­rado el nido alter­na­tivo fueron direc­ta­mente hacia él.

Estas hormi­gas luego ráp­i­da­mente volvieron al nido destru­ido a reclu­tar seguidores. Ellas repi­tieron el pro­ceso hasta que hubieron las sufi­cientes como para reubicar a toda la colonia.

La may­oría de estu­dios de cómo las hormi­gas encuen­tran nuevos nidos usa colo­nias no famil­iar­izadas con el nuevo ter­ri­to­rio, y asumen que todas las obr­eras siguen las mis­mas reglas. Pero esto no es real­ista, y como mod­elo para auto-organización y toma de deci­siones dis­tribuida — hormi­gas han inspi­rado varias for­mas de coor­di­nación de trá­fico, desde autos hasta datos– esto no parece ser ópti­ma­mente eficiente.

“Esto comienza a cam­biar como pen­samos acerca de la auto-organización”,  dijo Nicola Plowes, un ecol­o­gista del com­por­tamiento y espe­cial­ista en hormi­gas de la Uni­ver­si­dad estatal de Ari­zona, quien no estaba involu­crado en la inves­ti­gación. “Indi­vid­uos infor­ma­dos tomando esas deci­siones provo­can un pro­ceso que es más efi­ciente que un sim­ple sitema homo­ge­neo auto-organizado”

Plowes cree que los hal­laz­gos serán intere­santes para téc­ni­cos y matemáti­cos que usan algo­rit­mos basa­dos en insectos.

“El aerop­uerto inter­na­cional de Sky Har­bor, por ejem­plo, usa algo­rit­mos basa­dos en hormi­gas para el trans­porte de equipaje”, dijo ella.

“Sabe­mos que  incor­po­raando indi­vid­uos infor­ma­dos podemos hacer que las cosas fun­cio­nen mejor y más rápido.”

Artículo tomado de WIRED SCIENCE

TRADUCCIÓN DE ABSTRACT

En la auto-organización sub­y­a­cen var­ios pro­ce­sos colec­tivos en un gran grupo de ani­males donde emer­gen patrones coor­di­na­dos y activi­dades a nivel de grupo a par­tir de inter­ac­ciones locales entre sus miem­bros. Aunque recien­te­mente se ha recono­cido la impor­tan­cia de la atuación de indi­vid­uos claves en cier­tos pro­ce­sos colec­tivos, es ampli­a­mente creido que deci­siones de auto-organización son igual­mente com­par­tidas entre todos o un sub­con­junto de indi­vid­uos que actúan como tomadores de decisión, a menos que exis­tan con­flic­tos sig­ni­fica­tivos de intere­ses entre todos los miem­bros del grupo. Aquí mostramos que cier­tos indi­vid­uos son despro­por­cionada­mente influyentes en las deci­siones de auto-organización en un sis­tema donde todos los indi­vid­uos com­parten los mis­mos intere­ses : la selec­ción de un nido para hormi­gas Tem­notho­rax albipen­nis. Obr­eras que vis­i­taron un buen nido disponible antes de su emi­gración (nido cono­cido)  mem­o­rizaron su ubi­cación, y luego usaron su memo­ria para nave­gar efi­cien­te­mente y encon­trar este nido más rápido que através de explo­ración aleato­ria. Adi­cional­mente estas hormi­gas obr­eras con­fi­a­ban en su infor­ma­ción pri­vada para agilizar deci­siones indi­vid­uales sobre el nido cono­cido. Esto con­firió un sesgo  a favor de nidos  cono­ci­dos sobre nidos nuevos durante la emi­gración. Obr­eras infor­madas mostraron tener un por­centaje tanto de reclu­tamiento como de trans­porte hacia el nido sig­ni­fica­ti­va­mente más alto que obr­eras ingen­uas. Esto sug­iere que fueron las prin­ci­pales deter­mi­nado­ras de la pref­er­en­cia colec­tiva por nidos cono­ci­dos, y esto con­tribuyó bas­tante a mejo­rar la per­for­mance colec­tiva. En gen­eral estos resul­ta­dos indi­can que las deci­siones de auto-organización no son siem­pre equi­tati­va­mente com­par­tidas por todos los tomadores de decisión, aún en sis­temas donde no hay con­flic­tos de interés. Gru­pos de ani­males pueden, en cam­bio, ben­e­fi­cia­rse del conocimiento de indi­vid­uos bien infor­ma­dos que actúan como líderes en decisiones.

Tra­duc­ción de artículo WIRED y abstract: bloggerfiis


, , , ,

No hay Comentarios

La Ciencia de la Auto-organización y la Adaptación


La Cien­cia de la Auto-organización y la Adaptación

La teoría de la auto-organización y la adaptación está surgiendo desde una var­iedad de dis­ci­plinas, que incluyen la ter­mod­inámica, cibernética y el mod­e­lamiento por com­puta­dora. El pre­sente artículo revisa sus más impor­tantes con­cep­tos y prin­ci­p­ios. Este comienza con una revisión intu­itiva, ilustrada con los ejem­p­los de mag­ne­ti­zación y con­vec­ción de Bénard, y con­cluye con las bases del mod­e­lamiento matemático. La auto-organización puede ser definida como la creación espon­tánea de patrones glob­al­mente coher­entes desde las inter­ac­ciones locales. Debido a su carác­ter dis­tribuido esta orga­ni­zación tiende a ser robusta, resistente a las per­tur­ba­ciones. La dinámica de los sis­temas auto-organizados es típi­ca­mente no lin­eal a causa de las rela­ciones cir­cu­lares o retroal­i­men­tadas entre sus com­po­nentes. Las retroal­i­menta­ciones pos­i­ti­vas lle­van a un crec­imiento explo­sivo el cual ter­mina cuando todos los com­po­nentes han sido absorbidos den­tro de una nueva con­fig­u­ración, dejando al sis­tema en un estado estable de retroal­i­mentación neg­a­tiva. Los sis­temas no lin­eales tienen en gen­eral muchos esta­dos esta­bles, y este número tiende a incre­men­tarse (bifur­carse) mien­tras un incre­mento de entrada de energía empuja al sis­tema más allá de su equi­lib­rio ter­mod­inámico. Para adap­tarse a los cam­bios del entorno el sis­tema nece­sita una var­iedad de esta­dos esta­bles que sean más que sufi­cientes para reac­cionar a todas las per­tur­ba­ciones, pero no tan­tas como para hacer su evolu­ción incon­tro­lable­mente caótica. Los esta­dos más ade­cua­dos son selec­ciona­dos de acuerdo a su per­ti­nen­cia, ya sea direc­ta­mente por el entorno o por los sub­sis­temas que tiene que adap­tarse al entorno en una fase pre­via. For­mal­mente el mecan­ismo básico sub­y­a­cente a la auto-organización es la variación (a menudo por­ta­dora de “ruido”) la cual explora difer­entes regiones en el espa­cio de esta­dos del sis­tema hasta que entre en un atrac­tor. Esto evita pos­te­ri­ores varia­ciones fuera del atrac­tor, esto es, restringe las posi­bil­i­dades de los com­po­nentes del sis­tema de com­por­tarse inde­pen­di­en­te­mente. Eso es equiv­a­lente al incre­mento de coheren­cia, o decre­mento de la entropía estadís­tica, que define la auto-organización.

Paper com­pleto
Tra­bajo Orig­i­nal:
Fran­cis Hey­lighen
down­load paper (eng­lish)
bajar paper (español — tra­duc­ción por este blog)

GLOSARIO:

Auto-organización: Emer­gen­cia espon­tánea de coheren­cia global a par­tir de las inter­ac­ciones locales.

Adaptación: Capaci­dad de un sis­tema para ajus­tarse a los cam­bios del entorno sin poner en peli­gro su orga­ni­zación esencial.

Entropía Estadís­tica: Medida matemática de la ausen­cia de restric­ciones o la falta de infor­ma­ción acerca del estado de un sis­tema, equiv­a­lente a la medida de la incer­tidum­bre de Shannon.

Entropía Ter­mod­inámica: Medida de la disi­pación de energía en calor. Equi­lib­rio Ter­mod­inámico: Estado estático de mín­ima energía donde no se pro­duce entropía.

Estado Esta­cionario: Estado que se car­ac­ter­iza por estar en activi­dad permanente.

Estruc­tura Disi­pa­tiva: Patrón orga­ni­zado de activi­dades sostenidas por la exportación de entropía de sis­temas lejos del equi­lib­rio.

Rollo de Bénard:
Un tipo de estruc­tura disi­pa­tiva for­mada por con­vec­ción entre capas en un líquido calen­tado desde abajo.

Atrac­tor:
Una región en el espa­cio de esta­dos en que un sis­tema puede entrar pero no salir.

Tamaño de cor­relación: La dis­tan­cia más larga sobre la cual los com­po­nentes de un sis­tema están correlacionados.

Bifur­cación: la ram­i­fi­cación de las solu­ciones esta­bles en los sis­temas de ecua­ciones que describen un sis­tema auto-organizado cuando el orden de parámet­ros crece.

Orden de parámet­ros: Una vari­able que describe la tran­si­ción entre los regímenes de orden y de desorden.

Límite del caos: Dominio de activi­dades dinámi­cas donde res­i­den por lo gen­eral los sis­temas adap­ta­tivos com­ple­jos, entre lo com­ple­ta­mente orde­nado, rég­i­men “con­ge­lado”, y lo com­ple­ta­mente des­or­de­nado, rég­i­men caótico.

Con­trol dis­tribuido: Lim­itación sobre toda la orga­ni­zación de un sis­tema que no está cen­tral­izada en un sub­sis­tema dis­tinto, sino que es real­izada colec­ti­va­mente por todos los componentes.

Condi­ciones de fron­tera: Los esta­dos del entorno en la fron­tera del sis­tema en la medida que estos influyen en la evolu­ción del sistema.


, , , , , , , , ,

1 Comentario

Stop SOPA