Sistema adaptativo complejo

De Wikipedia, la enciclopedia libre
Saltar a: navegación, búsqueda

Un sistema adaptativo complejo (CAS, del inglés complex adaptive system) es un tipo especial de sistema complejo; es complejo en el sentido de que es diverso y conformado por múltiples elementos interconectados; y adaptativo, porque tiene la capacidad de cambiar y aprender de la experiencia.

La expresión «sistema adapativo complejo» (o «ciencia de la complejidad») fue acuñada en el interdisciplinario Santa Fe Institute por John H. Holland, Murray Gell-Mann y otros. Es a menudo usada para describir el campo académico libremente organizado que se ha desarrollado alrededor de estos sistemas. La ciencia de la complejidad no es una teoría única, ya que abarca más de un marco teórico, es sumamente interdisciplinaria y busca las respuestas a algunas preguntas fundamentales sobre los sistemas vivos, adaptables y cambiables.

Los ejemplos de sistemas adaptativos complejos incluyen el Ser humano, la bolsa de valores, las sociedades de insectos y colonias de hormigas, la biósfera y el ecosistema, el cerebro y el sistema inmunitario, las células y el desarrollo embrionario, negocios de fabricación y cualquier esfuerzo de grupos sociales humanos dentro de un sistema cultural y social dado, tales como partidos políticos o comunidades. Hay una estrecha relación entre el campo de los CAS y la vida artificial, en ambas áreas los principios emergentes y de autoorganización son muy importantes.

Definiciones[editar]

Un CAS es una compleja y autosimilar colección de agentes adaptativos interactuando. Los estudios de CAS se enfocan en la complejidad, las propiedades emergentes y macroscópicas de los sistemas. Distintos investigadores han esbozado varias definiciones:

Un CAS (sistema adaptativo y complejo) es una red dinámica de muchos agentes (los cuales pueden representar células, especies, individuos, empresas, naciones) actuando en paralelo, constantemente y reaccionando a lo que otros agentes están haciendo. El control de un CAS tiende a ser altamente disperso y descentralizado. Si hay un comportamiento coherente en el sistema, este tiene un crecimiento de competición y cooperación entre los agentes mismos. El resultado total del sistema proviene de un enorme número de decisiones hechas en algún momento por muchos agentes individuales.

John H. Holland[1]

Un CAS se comporta/desarrolla de acuerdo con tres principios claves: el orden es emergente como posición de lo predeterminado (c.f. Red neuronal), la historia de los sistemas es irreversible, y el futuro de los sistemas es a menudo impredecible. Los bloques constitutivos básicos de los CAS son agentes. Los agentes exploran su ambiente y desarrollan representaciones esquemáticas interpretativas y reglas de acción. Estos esquemas están sujetos al cambio y la evolución.

Kevin Dooley[2]

Colecciones macroscópicas de simples (y típicamente no lineales) unidades de interacción que están dotadas con la capacidad de desarrollarse y de adaptarse a los cambios del entorno.

Comisión Europea[3]

Propiedades de los CAS[editar]

Lo que distingue a los CAS de los SMA (sistemas multiagentes) puros es su enfoque de propiedades de alto nivel y característica, como autosimilaridad, complejidad, emergencia, y autoorganización. Un SMA es definido simplemente como un sistema compuesto de múltiples agentes interactuando. En CAS los agentes así como los sistemas son adaptativos, el sistema es autosimilar. Un CAS es una compleja y autosimilar colectividad de interacciones de agentes adaptativos. Los CAS se caracterizan por un alto grado de capacidad adaptativa, lo que les proporciona resiliencia frente a la perturbación.

Otras propiedades importantes son la adaptación (homeostasis), comunicación, cooperación, especialización, organización espacial y temporal, y, por supuesto, reproducción. Ellos pueden organizarse en todos los niveles: las células se especializan, se adaptan y se reproducen a sí mismas tal como los organismos más grandes lo hacen. La comunicación y la cooperación toman lugar en todos los niveles, desde agentes hasta niveles de sistemas.

Notas[editar]

  1. Según Complexity: The Emerging Science at the Edge of Order and Chaos, de M. Mitchell Waldrop.
  2. Eas.Asu.edu (Kevin Dooley, Universidad Estatal de Arizona).
  3. Glosario (proyecto de entrenamiento en investigación de la European Commission).

Véase también[editar]