Como empezar en la vida artificial (Generation5.org)
- Artículo original: How To Get Started with Artificial Life
- Autor: James Matthews
- Traductor: Year of the Dragon
La Vida Artificial es otro campo increiblemente interesante y amplio de la inteligencia artificial (algunas personas consideran que es un campo completamente distinto). La Vida Artificial (ALife) básicamente estudia la vida y su propiedades en una computadora - ya sea creando vida digital en la computadora, simulando la vida o una combinación de ambas. La Vida Artificial puede ser especialmente excitante para personas interesadas en otros campos como la teoría del caos pues muchas materias son comunes a ambos campos. Esta composición revisa algunas de las características de la Vida Artificial así como algunos de sus principios.
Tabla de contenidos |
La vida de Conway y los Autómatas Celulares
El campo de los Autómatas Celulares (CA) es un campo de la Vida Artificial que estudia simples ACs unidimensionales (1D) o bidimensionales (2D) que funcionan bajo reglas muy simples. El CA más famoso es la Vida de Conway. La Vida es un CA 2D cuyo mundo es gobernado por tres reglas simples:
- Una célula no puede vivir con más de 3 celdas inmediatamente adyacentes a ella.
- Una célula no puede vivir con menos de 2 celdas inmediatamente adyacentes ella.
- Si el número de celdas alrededor de un espacio en blanco es 3, entonces nace una nueva célula.
Con estas simples reglas se esperaría que apareciera un comportamiento simple. En realidad aparece un comportamiento increiblemente complicado - desde planeadores móviles (imagen de arriba) a grupos grandes de "Naves espaciales" en movimiento, fábricas y una plétora de otros grupos de vida. A decir verdad, ha sido demostrado que La Vida puede ser ¡una Máquina Universal de Turing! Esto quiere decir que La Vida básicamente puede llevar a cabo cualquier operación que sea capaz una moderna Computadora (eso sí muy despacio).
Los Autómatas Celulares son es en realidad útiles y no sólo bonitos. Los CAs son usados para estudiar los aspectos implicados en la evolución, las comunicaciones, el crecimiento y incluso ¡el tráfico de vehículos! Son un excelente medio de abstraer un escenario y aplicar reglas simples para ver qué que propiedades aparecen (el comportamiento emergentes un concepto muy importante en la Vida Artificial).
Otro buen aspecto de los CAs es que pueden ser analizados desde la perspectiva de un aficionado, disfrutando sus cualidades estéticas y emergentes, o desde una perspectiva académica, estudiando la (extensa) Teoría Matemática tras ellos y sus aplicaciones en situaciones del mundo real. Los lectores interesados en CAs deben mirar el artículo de Generation5 del simple CA Creator y el excelente MCell.
Simulación y mundos virtuales
Los Autómatas Celulares representan pequeños mundos con reglas muy simples. La Vida Artificial estudia mundos mucho más complicados, abarcando a menudo varias formas de vida, diferentes sexos, regiones, interacciones y más. Uno de lo ejemplos más famosos de Vida Artificial es el mundo TIERRA creado Thomas Ray. Hay numerosas versiones de TIERRA para varias plataformas, así
que os dejaré a vosotros mismos en la página principal de TIERRA. Otro ejemplo (uno mucho más simple) es Shinka, un programa experimental que fue diseñado simular simple microprocesador y un juego aleatorio de instrucciones (RAM simulada). Cuándo se ejecuta la RAM, ¡es tomada por código autoreplicador! Esto fue algo totalmente inesperado y es un buen ejemplo de comportamiento emergente que se muestra en muchas simulaciones de Vida
Artificial.
La simulación también tiene muchos, muchos usos. El más útil (o por lo menos, más ampliamente usado) es la unión en bandadas. Las bandadas simulan una unión de aves (aunque puede ser modificado para simular a muchos otros animales). La simulación de bandadas es ampliamente usada hoy en gráficos por computadora y juegos. Ejemplos incluyen a los murciélagos en Batman, la manada de ñus en El Rey de León, los escarabajos en las películas de La Momia y Tomb Raider 4. La simulación de bandadas es atribuido a Craig Reynolds (ver la entrevista de Generation5) Y es computacionalmente muy simple. Cada "Ave" sigue a tres reglas: La separación (no ponerse demasiado cerca de las otras), la alianza (dirigirse hacia el rumbo medio) y la cohesión (dirigirse hacia la posición media). Otra vez, estas reglas simples producen un comportamiento increiblemente real.
Las simulaciones de Vida Artificial también se han convertido en lo último en juegos de ordenador. Cuando Creature Labs (antes Cyberlife) lanzaron "Creatures" fue un gran éxito. Creatures trataba de crear pequeños "Norms", criaturas simuladas increiblemente detalladas. Los Norms tenían sistemas digestivos y nerviosos, emociones, sentidos, habilidades de aprendizaje y muchas más características fabulosas. "Creatures" ahora se ha expandido en muchas formas, incluido el muy interesante (y gratuito) "Creatures Docking Station" Que lleva a Creatures a ¡Internet! Para más información, ver el la entrevista en Generation5 con Steve Grand, los cerebros detrás de "Creatures" (1 | 2).
El campo de la simulación y los mundos virtuales es demasiado amplio para estudiarlo por completo aquí. La mejor manera de ampliar su punto de vista sobre este aspecto de la Vida Artificial es leer uno o dos libros sobre el tema. Virtual Organisms es una introducción excelente para el campo, mientras que Darwin Among the Machines es ligeramente más amplio y muestra una perspectiva más filosófica - estudiando la convergencia de hombre, máquina y naturaleza.
Algoritmos genéticos y computación evolutiva
Los Algoritmos Genéticos son combinados a veces bajo el título de "Vida Artificial", aunque son un campo amplio en su propio derecho. Los Algoritmos Genéticos (GA) son un subconjunto de la computación evolutiva - el estudio de aplicar las técnica evolutivas a los algoritmos computacionales. Los GAs son el ejemplo más conocido de la computación evolutiva aunque la programación genética cada día está mas reconocida.
La teoría trás los GA es relativamente simple - básicamente, un problema es codificado de tal manera que puede ser representado como un vector (lista de Bits, caracteres, cadenas etc..). Se genera una población aleatoria de estos vectores. Entonces se aplica el principio de Darwin de "La supervivencia del más apto" - cada uno es ejecutado a través de una función de aptitud, algo que evalúa cuan apto es un vector en particular. A cada vector se le asigna un valor de aptitud, luego se aparea con otros vectores "aptos". Esto se repite muchas veces hasta que una solución apropiada se encuentra.
Hay literalmente cientos de permutaciones de GAs; variando las funciones de aptitud, los algoritmos de reproducción, las mutaciones, las optimizaciones y lo que desee. Vea los artículos de Generation5 o las reseñas literarias para detalles.
La programación genética es similar ya que también usa técnica evolutivas, pero esta vez se aplican a programas. Los programas son normalmente representaba normalmente por árboles de expresiones. Los árboles de expresiones son engendrados con la intención de proveer soluciones que funcionen en una cantidad (normalmente) grande de datos donde las técnica matemáticas clásicas no pueden ser usadas.
Conclusiones
En conclusión la Vida Artificial es un gran campo para las personas interesadas en la IA ya que puede ser visualmente interesante, interactivo y entretenido de leer sobre él. También tiene su parte académica, es aplicable y muy orientada a la investigación. Con la Vida Artificial siendo usada en muchos campos diferentes como gráficos por computadora, efectos especiales, simulaciones y Vida Artificial para juegos de ordenador es un campo respetable de estudio. Para más información mira los artículos de Generation5, las reseña literarias y las entrevistas así como los siguientes enlaces.
Ver también
- Artificial Life Online 2.0
- MCell
- Creature Labs
- Cyberlife Research
- Steering Behaviours for Autonomous Characters