Voy a presentarle. Empiezo por la fácil: es profesor de biología y neurociencia cognitiva en el Vassar College, universidad de artes liberales radicada en Poughkeepsie, una localidad cercana a Nueva York. Lo difícil es que en su laboratorio crea robots que evolucionan bajo las leyes del darwininismo. Vassar, donde da clases, es una de esas universidades norteamericanas de película, reconocida por su interés en encontrar gente que piense de un modo distinto, muy distinto.
Llama la atención su delgadez de cómic, y que llegue camuflado tras una corbata formal. No para de reír durante la entrevista, como lo hacen pocos adultos cuando hablan de su trabajo. El escenario en que nos encontramos es IROS, la Feria Internacional de Robótica que se celebró el pasado mes de octubre en Madrid. Organizada por el Robotic Lab de la Universidad Carlos III, trajo a España lo último en inteligencia artificial y robótica internacional. En ese marco, y un poco ensombrecidos por lo último en perros robot que presentó el gigante Boston Dinamycs, me encontré con los ‘renacuajos robóticos’ de John Long. Son máquinas pequeñas y simples, que imitan a los ancestros de los peces, los primeros seres que habitaron el azul hace 500 millones de años. Con estos ‘tuppers’ cableados que Long ha desarrollado, dice observar en directo el efecto de la evolución en las especies, cómo aparecieron las primeras aletas, las primeras espinas dorsales, el primer pie fuera del agua… Ahora ya va en busca del primer cerebro.
P. Pero… ¿por qué imitar peces y no estudiar directamente peces?
R. En mis estudios con animales, llegué al punto en el que no podía responder a todas las preguntas con seres vivos. Entonces empecé a hacer modelos informáticos y robóticos de peces nadadores. Estos organismos son hoy algo exclusivo de nuestro laboratorio. Se trata de tipos muy simples de robots, y son autónomos. Nosotros no los controlamos a distancia. Los construimos, los colocamos en el tanque y simplemente retrocedemos y grabamos en vídeo todo lo que hacen en este mundo que hemos creado para ellos. Esa es la clave de nuestra metodología. Nosotros no intervenimos. Dejamos que actúen para ver después qué resulta bueno y qué es evolutivamente malo de entre todas las opciones biológicas posibles…
P. Dame un ejemplo
R. Los biólogos pensamos que ser flexible es mejor si eres un pez. Sin embargo, vemos que hay un punto en el que ser más flexible no es bueno, porque entonces no eres muy rápido. Así que hay una compensación entre la maniobrabilidad y la velocidad. La maniobrabilidad te permite obtener mejor el alimento necesario, pero ir rápido te permite escapar de depredadores. Con nuestros modelos encontramos ese punto de equilibrio.
P. ¿Qué significa exactamente un robot evolutivo?
R. Que evolucionan… No hablamos de individuos, sino de poblaciones. Son grupo de robots que compiten entre sí para ver quién puede dejar la mejor herencia a la siguiente generación. Construimos muchas copias diferentes de ellos, con todas las combinaciones posibles de habilidades, y luego juzgamos su comportamiento en un entorno particular. Lo que sucede es que, de generación en generación, las características del grupo cambian. Tras diez generaciones observamos y vemos qué robots en el grupo tienen características muy diferentes a las que vimos en el grupo diez generaciones anteriores. Esos son una nueva especie.
P. ¿Y no sería más fácil una simulación por ordenador?
R. También usamos modelos por ordenador, pero los modelos físicos, los robots, son más precisos. No tienes que buscar complejísimas ecuaciones para simular su comportamiento físico: lo tienes ahí, ves en directo cómo se comportan esas criaturas.
P. ¿Qué tipo de cosas tratáis de probar?
R. Puedes probar por qué aparecieron la columna vertebral, la cola, las alas de las primeras aves… Una de las cosas que extrañamos en el registro fósil, y que tampoco tenemos en los animales vivos, son los pasos intermedios que han ocurrido entre una forma y otra. Una de las cosas que podemos hacer con nuestros robots es observar esas formas intermedias.
P. ¿Cuando nos alzamos en dos pies, por ejemplo?
R Sí. Te sorprendería saber qué difícil es para un organismo sostenerse en dos piernas.
P. ¿Tienen ADN?
R Cada uno de nuestros robots tiene su propio genoma virtual. En el robot que construimos, Tadro, permitimos que evolucionen tres rasgos diferentes: la forma de la aleta caudal, el número de vértebras en la espalda y la sensibilidad del robot a un depredador. Cada uno de esos tres factores necesita un montón de genes que codifican diferentes capacidades, diferentes formas de cola, diferente número de huesos y diferente sensibilidad al robot depredador. En las peceras vemos cómo se comporta Tadro si el software expresa un tipo de genes u otro. ¿Qué le será más útil si le amenaza un depredador? Los mejores, los heredarán las generaciones posteriores.
P. ¿Se reproducen?
R. No en nuestras peceras [sonríe]. Las primeras formas de vida no se reproducían sexualmente. Entonces, ¿cuál fue la causa evolutiva que favoreció el sexo? La vertiente negativa de la reproducción sexual es que toma genes de macho y hembra y los mezcla. Eso rompe genomas potencialmente bien adaptados. Sin embargo, ocurrió, y es un enigma sin resolver.
P. ¿Y qué hay del cerebro?
R. Hemos hecho evolucionar las colas, la columna vertebral y también el cerebro. Podemos construir cerebros. Un cerebro de pez. Me preguntabas si hemos aprendido algo en estos seis años… Hemos aprendido que el cuerpo puede cambiar sin necesidad de que el cerebro cambie. Podemos hacer estudios biomecánicos en seres cuyo cerebro no está evolucionando, y hemos podido mostrar que pueden evolucionar hacia cuerpos cada vez más inteligentes. Hablo de la ‘inteligencia corporal’. Los humanos hoy le damos tanta importancia a nuestros grandes cerebros que nos olvidamos de nuestros hermosos cuerpos.
P. ¿Cómo es ese cerebro que habéis creado?
R. Estamos probando algunas ideas. No sé si has oído hablar del proyecto Conectoma. Trata de reproducir un cerebro humano completo, con todas sus miles de millones de neuronas y conexiones, con una inversión de capital inmensa. Yo les pregunto: ¿qué vais a hacer con todos estos millones de datos? Quedarán solo en una hermosa cifra inútil. Nuestra propuesta es comenzar con cerebros muy simples, con solo 60 conexiones. Y con ellos podemos entender la evolución de 60 conexiones neuronales y buscar las estructuras más importantes en su funcionamiento.
P. En las pelis de robots, cuando evolucionan es para acabar con los humanos…
R. Este miedo a la máquina es incluso anterior a la Revolución Industrial. Antes estaba el Gollum en el Antiguo Testamento o el Talos griego. Es fascinante que en gran parte de nuestra ciencia ficción las máquinas que construimos se vuelvan espontáneamente conscientes de sí mismas. Y cuando se vuelven conscientes de sí mismas, se rebelan. No tenemos evidencia científica de que esto vaya a suceder, pero tampoco de que no ocurra.