Lamentablemente, la vida es complicada. Me gusta REALMENTE complicado. Literalmente explota la nanotecnología en forma de proteínas, y utiliza una forma de almacenamiento de datos que aún no podemos entender por completo.
Sin embargo, eso no ha impedido que los programadores informáticos lo intenten. Lee Graham creó un programa llamado 3D Virtual Creature Evolution (3DVCE) que utiliza algoritmos evolutivos para seleccionar la mejor criatura de una población y la usa como plantilla para futuras criaturas con ligeras modificaciones, similares a la evolución real. Desafortunadamente, el programa ha sido abandonado y tiene algunos problemas técnicos, pero en su mayor parte todavía funciona.
Aquí está el artículo de Wikipedia y el Wiki 3DVCE, que contienen enlaces para descargar el programa:
- ¿Por qué la sociedad alaba tanto el amor de madre?
- ¿Hay científicos no religiosos que se suscriban al diseño inteligente?
- Escuché que los científicos probarán que Einstein está equivocado. ¿Es eso cierto?
- ¿Por qué los escépticos del cambio climático piensan que los científicos mienten?
- ¿Cuántos científicos fueron ejecutados como resultado de la Revolución Francesa?
Evolución de la criatura virtual 3D – Wikipedia
Wiki 3DVCE
Pero no todos los algoritmos evolutivos son buenos para eso. Se pueden usar para mucho, mucho más. En la temporada 4, episodio 7 de A través del agujero de gusano titulado “¿Son los robots el futuro de la evolución humana?”, Morgan Freeman habla sobre cómo responder preguntas científicas se está volviendo cada vez más difícil y requiere más tiempo y esfuerzo por parte de más científicos. Sin embargo, el científico de datos Michael Schmidt ideó un programa de computadora, llamado “Eureqa”, que imita la evolución para encontrar soluciones a varios problemas. En el caso del episodio A través del agujero de gusano, el problema presentado fue encontrar una ecuación para explicar el comportamiento caótico del péndulo doble:
Sí, “Eureqa” encontró una ecuación para explicar el doble péndulo, y lo hizo bastante rápido.
Teniendo en cuenta que los algoritmos evolutivos podrían descubrir el comportamiento de algo tan complicado en tan poco tiempo, deberíamos inclinarnos a usar algoritmos evolutivos mucho más de lo que somos actualmente. Las pruebas de bancos de partículas subatómicas y nuestro vasto código genético fueron solo algunos ejemplos dados por el episodio A través del agujero de gusano de lo que los algoritmos evolutivos podrían ayudarnos a comprender y lograr. Quizás incluso podríamos expandir enormemente nuestras habilidades cognitivas con los descubrimientos provocados por los algoritmos evolutivos, haciendo que la ciencia sea más fácil de entender y la tecnología más fácil de crear, lo que podría conducir a una explosión de inteligencia desbocada y provocar la singularidad tecnológica.
Algoritmos evolutivos podrían algún día incluso ayudarnos a “crear vida copiando la evolución”.
Aquí está el tema de Quora sobre Algoritmos Evolutivos si está interesado en seguir ese tema:
Algoritmos Evolutivos