Termitas, Inteligencia Artificial y el colectivo

Desde que descubrí, por casualidad, los gigantescos montículos que construyen las termitas subsaharianas se despertó en mí una fascinación indescriptible por estos insectos. Esas imponentes estructuras, que se elevan majestuosas en el horizonte como auténticas catedrales de la naturaleza, son un espectáculo que deja sin aliento. ¿Cómo es posible que estos diminutos insectos, aparentemente simples y carentes de inteligencia individual, sean capaces de crear obras de una magnitud y complejidad tan asombrosas?

Esta pregunta, que siempre ha rondado mi mente como un enigma irresistible, me llevó a sumergirme en el apasionante mundo de la Inteligencia de Enjambre (Swarm Intelligence). Y allí, tras leerme varios estudios acerca del tema, descubrí que la naturaleza esconde soluciones ingeniosas y sorprendentes a desafíos de diseño e ingeniería que, incluso para nosotros, los humanos, resultan abrumadores. 

Entonces, ¿cómo era posible que todo esto ocurriera de manera descentralizada y sin ningún arquitecto que dirigiera la construcción? El primer concepto que encontré fue el de estigmergia ¹, que básicamente es la colaboración a través de un medio físico para modificar el entorno. Así pues, la estigmergia es la forma en la que los individuos de un enjambre se comunican entre sí. Utilizan diversas formas de comunicación como feromonas, temperatura o cualquier otra indicación que pueda ser interpretada por los miembros del enjambre. Algunas, probablemente, escapan a nuestro conocimiento.

Hormigas: optimización de caminos

Cada tipo de insecto social (la eusocialidad es el nivel más alto de organización social²), utiliza la estigmergia para sus fines de formas muy diferentes. 

La forma en la que las hormigas encuentran su camino entre el nido y la comida ha inspirado uno de los algoritmos que se utilizan en la construcción de rutas eficientes de transporte, diseño de redes, robótica, drones, etc. El algoritmo de colonia de hormigas ³ (ACO) funciona igual que las hormigas cuando se enfrentan al reto de escoger todas las rutas posibles hasta su alimento. Éstas se comportan de una forma muy particular. 

Al principio, las hormigas exploran al azar, pero a medida que avanzan, dejan un rastro de feromonas.

Las siguientes hormigas tienen más probabilidad de seguir los caminos con más feromonas, ya que el olor les está indicando que por ahí ha pasado una compañera. La feromona se va evaporando conforme pasa el tiempo. Esto es importante porque evita que todas las hormigas se atasquen en el primer camino que encuentren, que podría no ser el mejor. Si una hormiga encuentra un camino más corto, regresa al nido más rápido y refuerza el rastro de feromonas en ese camino. Con el tiempo, el camino más corto acumula más feromonas que los demás, y la mayoría de las hormigas terminan siguiéndolo.

Fuente: De Johann Dréo (Nojhan) – Trabajo propio, CC BY-SA 3.0.

El Misterio de los montículos de termitas

Pero volvamos al tema de las termitas. Ya habiendo  obtenido un poco más de luz sobre cómo la naturaleza se va abriendo camino con formas de comunicación insospechadas. Estas termitas son capaces de construir termiteros que difieren en forma, tamaño, proporción, funcionalidad, estética, resistencia de materiales y técnicas de construcción. Los termiteros pueden tener formas diversas, desde cebollas en México hasta montañas en Costa de Marfil o incluso catedrales en el África subsahariana. Dichas termitas necesitan vivir dentro de un estrecho margen de temperaturas, así que construyen estructuras capaces de mantener un estrecho intervalo de temperatura con oscilaciones de aproximadamente 1  ºC.  La clave de su eficiencia radica en la ventilación natural, donde el aire caliente asciende y el aire frío desciende, creando un flujo constante que regula la temperatura interior.

Pero, ¿cómo son capaces las termitas de construir semejante estructura? 

No está muy clara todavía la manera en que lo hacen, pero recientes estudios ^{4 5} parecen sugerir que las termitas responden ante el olor de diversas sustancias, en este caso feromonas secretadas por sus compañeras, gases metabólicos como el dióxido de carbono o cualquier otra partícula que transporte información y pueda difundirse y ser transportada por el aire dentro del montículo. De esa forma, por ejemplo, cuando una termita deja una gota de saliva o heces en un punto, otras la detectan y refuerzan la estructura depositando más material en el mismo lugar.  De la misma forma la ventilación del termitero genera gradientes de temperatura y humedad que las termitas perciben, guiando ajustes en la estructura para mantener condiciones óptimas. Esta y otras estrategias de construcción descentralizada y autoorganizada de las termitas hacen de la construcción una interacción constante fascinante.

De nuevo surge la estigmergia y es que la comunicación, al nivel que sea, debe estar presente en todas las interacciones que se dan en todos los sistemas. Se entiende como sistemas cualquier entidad con límites y con partes interrelacionadas e interdependientes cuya suma es mayor a la suma de sus partes. Así la interrelación de individuos que, singularmente no serían gran cosa, hace emerger unos comportamientos que parecen inteligentes.

Fuente: https://www.mickpearce.com/Eastgate.html

El principio de la construcción de los termiteros ha sido aplicado en el diseño del Eastgate Centre en Harare, Zimbabwe. Se trata de un edificio que imita el sistema de ventilación de los montículos de termitas para reducir el consumo de energía. Mick Pearce se basó en la forma en la que los termiteros expulsan el aire caliente para construir este edificio. Es un ejemplo de la llamada biomímesis⁶, es decir, imitar la vida. La biomímesis es un campo que busca soluciones en la naturaleza para seguirlas como ejemplo. Así, desde las ingenierías hasta la medicina, pasando por el cambio climático, se procura imitar el comportamiento que la naturaleza ha ido moldeando en sus estructuras para ser realmente sostenibles y eficientes.

Abejas: La danza del néctar

Las abejas melíferas son otra fuente de inspiración para llevar al mundo de los humanos la manera en la que se organizan.

Al igual que las hormigas, las abejas demuestran una sofisticada forma para encontrar alimento y desplazarse hasta él. Aquí, en concreto, nos interesa saber cuál es el mecanismo que siguen para identificar el alimento más prometedor. Así, cuando las abejas se ven ante la tesitura de buscar nuevos alimentos, se comportan de una manera inopinadamente organizada.

En primer lugar, hay una división de tareas. Las abejas exploradoras realizan la función de buscar qué alimentos hay en los alrededores.  Al regresar a la colmena, realizan una danza (Waggle Dance) que indica la dirección y la distancia de las fuentes de néctar a sus compañeras, las abejas observadoras. A diferencia de los seres humanos, muy probablemente las abejas no tienen ninguna preferencia personal o interés económico en encontrar una u otra fuente, que sepamos.

La danza de la abeja es un lenguaje simbólico que transmite información precisa sobre la ubicación (las abejas realizan dicha danza justo en la dirección donde ha encontrado la fuente) y la calidad del alimento, permitiendo a la colonia coordinar sus esfuerzos y aprovechar al máximo los recursos disponibles⁷.

Sin ir más lejos, el algoritmo llamado Artificial Bee Colony (Colonia de Abejas Artificial) es un claro ejemplo de cómo se reproduce en entornos artificiales el comportamiento de las abejas y sus diferentes tareas, tales como las exploradoras, observadoras y empleadas (las que explotan las fuentes de alimento ya conocidas).

Ejemplos de uso incluyen las redes de telecomunicaciones y la búsqueda de un camino más rápido, estrategias de toma de decisión buscando la solución más óptima, segmentación de imágenes, planificación, entrenamiento de redes neuronales, clasificación de patrones, etc.

Fuente: Kruekaew, Boonhatai & Kimpan, Warangkhana. (2020). Enhancing of Artificial Bee Colony Algorithm for Virtual Machine Scheduling and Load Balancing Problem in Cloud Computing. International Journal of Computational Intelligence Systems. 13. 10.2991/ijcis.d.200410.002.

Inteligencia Artificial de Enjambre

Así que ya llegamos a la Inteligencia Artificial. En este caso concreto nos referimos a la suma de los diversos comportamientos que nos ofrecen las distintas formas de vida, desde hongos hasta vertebrados y para los que podemos aplicar una solución a los retos a los que nos enfrentamos. La Inteligencia Artificial de Enjambre o ASI (Artificial Swarm Intelligence) es la forma en la que aplicamos los algoritmos basados en la Inteligencia de Enjambre con la intención de reproducir un comportamiento que parezca inteligente.

Para poner un ejemplo del uso de estas estrategias tengo que referirme a Swarm AI, uno de los referentes en cuanto a su uso. Se trata de una plataforma de Unimous AI que utiliza Inteligencia de Enjambre y que permite a los usuarios tomar decisiones colectivas de manera optimizada. Al igual que las abejas que coordinan sus esfuerzos para encontrar néctar, los participantes en Swarm AI mueven un círculo, de forma anónima, para impulsarlo colectivamente hacia una solución.

Fuente: https://unanimous.ai/what-is-si/ 

En el estudio realizado en 2016 ⁸ pusieron a 42 personas en 5 grupos. Les ofrecieron 5 respuestas diferentes de la imagen faltante para completar un patrón. Se estimó que la Inteligencia de Enjambre usando la interfaz visual de Swarm AI era, de promedio, mejor que las respuestas individuales y que las de voto por mayoría. Así, los que utilizaron Swarm AI acertaron un 77%, mientras que la de voto por mayoría  fue de un 66.2% e individualmente un 56.7%.

Así pues, parece ser que la inteligencia aumentó cuando se realizó un sistema de retroalimentación en tiempo real que permitía la negociación continua entre miembros. El resultado del estudio viene a confirmar que la forma en la que se produce la comunicación es un elemento primordial para conseguir logros adecuados en las diferentes especies de animales, incluyendo la del ser humano. Es importante resaltar que esta interacción debe realizarse de forma anónima, ya que permitirá superar las presiones sociales que puede imponer un grupo humano.

Las aplicaciones de los diferentes algoritmos basados en la Inteligencia de Enjambre pueden ser múltiples. No hemos visto más que unos pocos ejemplos de cómo se comportan los insectos sociales. Pero también podemos usar de ejemplos el sistema de comunicación de las bacterias, que usan un método llamado quorum sensing⁹, o incluso la de comportamiento de las bandadas de aves y de los peces con el algoritmo de partículas PSO.

En realidad existen varias decenas de algoritmos que proporcionan herramientas eficaces basados en el comportamiento de la naturaleza durante millones de años de adaptación al medio.

La biomímesis, al igual que los algoritmos y la Inteligencia Artificial, todavía tiene mucho que aprender de cómo se comporta la naturaleza.

A mi juicio, cualquier elemento que pueda incorporar un poquito más de inteligencia a las acciones que llevamos a cabo ya es una forma de mejorar juntos. Deberíamos aprovechar que hay todavía algunos retos de sostenibilidad que empiezan a ser acuciantes, como el Cambio Climático, la Pobreza o el resurgimiento de ciertas ideologías que pensábamos anecdóticas. La respuesta, como casi siempre, es que para cambiar las cosas debemos utilizar un poquito mejor las herramientas propias de nuestra especie, como la comunicación,  colaboración, cooperación y desarrollo social. O, dicho de otro modo, usar el concepto de Inteligencia Colectiva¹⁰, que nos distinguirá de los animales para construir un futuro que no nos extinga como consecuencia de nuestros errores.

Referencias

1. Marco Dorigo, Thomas Stützle (2004). Ant Colony Optimization. The MIT Press ↩︎
2. Smith, J. M., & Szathmary, E. (1997). The major transitions in evolution. OUP Oxford ↩︎
3. Slowik, A. (Ed.). (2020). Swarm Intelligence Algorithms: A Tutorial. ↩︎
4. Ocko, S. A., Heyde, A., & Mahadevan, L. (2019). Morphogenesis of termite mounds. Proceedings of the National Academy of Sciences, 116(3), 735-740 ↩︎
5. Claggett, N., Surovek, A., & Capehart, W. (2018). Termite Mounds: Bioinspired Examination of the Role of Material and Environment in Multifunctional Structural Forms. Journal of Structural Engineering, 144(11), 04018206 ↩︎
6. Vedoya, D. E., Pilar, C., Prat, E. S., Petraglia, L. G., Mele, C., Piantanida, P., & Villa, V. (s.f.). Introducción a la biomimesis. Aprendiendo de la naturaleza desde las formas, los sistemas y los procesos. ↩︎
7. Chinnasamy, Rajan & Kandasamy, Geetha. (2015). Investigation on Bio-Inspired Population Based Metaheuristic Algorithms for Optimization Problems in Ad Hoc Networks. World Academy of Science, Engineering and Technology. 9. 111-118. ↩︎
8. Willcox, Gregg y Rosenberg, Louis. «Swarm Intelligence Amplifies the IQ of Collaborating Teams». Conference Paper, septiembre de 2019. ↩︎
9. Gabriel Alberto March Rosselló, José María Eiros Bouza, Quorum sensing en bacterias y levaduras, Medicina Clínica, Volume 141, Issue 8, 2013, Pages 353-357, ISSN 0025-7753. ↩︎
10. James Surowiecki. 2005. The Wisdom of Crowds. Anchor. ↩︎