EVOLUCIÓ

La complexitat i les dades canvien la ciència

El ‘deep learning’ exemplifica un paradigma al qual la ciència tendeix cada vegada més

A propòsit d’un article publicat a la revista Nature que suggereix que entitats culturals com les cançons o les novel·les evolucionen al mateix ritme que les espècies biològiques, l’investigador de l’Institut de Biologia Evolutiva (IBE) Sergi Valverde recorda que “Darwin ja va proposar que l’evolució d’elements culturals com el llenguatge no era gaire diferent de l’evolució d’una espècie biològica”. De fet, Valverde és autor d’un treball que analitza des d’aquest punt de vista com han canviat els llenguatges de programació. Una de les conclusions a les quals va arribar és que en el procés tenen lloc fenòmens equivalents als que s’observen en els bacteris quan s’intercanvien fragments de material genètic, cosa que actua com a motor d’un canvi més ràpid que la mateixa reproducció.

“Hi ha una història de relacions entre disciplines des del segle XIX, quan la història i l’economia es van acostar a les metodologies de la física per buscar lleis més quantitatives”, explica Josep Perelló, expert en sistemes complexos de la Universitat de Barcelona. Però també passa a la inversa: el model que va fer servir Einstein per descriure el moviment d’una partícula dins un fluid el 1905, que va confirmar la naturalesa atòmica de la matèria en un article revolucionari, l’havia proposat un matemàtic per descriure els mercats financers. Valverde, que estudia l’evolució de la tecnologia, constata que “l’objectiu final de la nostra recerca és crear una ciència de la història que sigui quantitativa i que permeti predir, per exemple, si s’acosta una revolució social”.

Una de les conseqüències més sorprenents d’aquest diàleg interdisciplinari és que la naturalesa última de l’objecte d’estudi perd importància. La dèria de descompondre qualsevol cosa en parts i esbrinar com funcionen per entendre’n el comportament global ha anat tan bé a la ciència que s’ha convertit en una de les estratègies de recerca més habituals. Gràcies a aquest enfocament reduccionista s’han descobert les partícules elementals i les quatre forces que governen l’univers (gravetat, electromagnetisme i forces nuclears feble i forta), i es pot explicar de manera satisfactòria per què quan ens asseiem en una cadira no la travessem i caiem de cul a terra: la cadira és un gran conjunt de molècules que s’aferren les unes a les altres gràcies a les propietats de les partícules que les componen. El reduccionisme, però, topa amb problemes d’ordre pràctic quan es proposa estudiar objectes més complexos: el nostre cos és un conjunt de partícules que interactuen entre elles i amb l’exterior, però a partir d’aquest enfocament és impossible predir què farà Leo Messi dimarts que ve al vespre.

Emergència versus reduccionisme

Ja fa temps, però, que els objectes complexos com les cadires i els futbolistes s’estudien d’una altra manera. La cadira ens sosté perquè qui la va construir volia que, després de pagar una quantitat de diners per endur-nos-la, la féssim servir per seure a taula i sopar còmodament. Un cop d’ull al diari permet certificar que dimarts que ve al vespre Messi jugarà un partit de futbol a l’estadi San Paolo de Nàpols. En el cas de la cadira, aquest nou enfocament arriba a la mateixa conclusió que l’original, però en el cas de Messi proporciona molta més informació.

Aquesta manera d’abordar els problemes es basa en els anomenats fenòmens emergents, que són patrons de comportament simples en què sovint convergeixen els objectes complexos. El físic britànic David Deutsch ja anunciava fa més de 20 anys en el seu estimulant assaig La estructura de la realidad (Anagrama) que la comprensió profunda del món passava per deixar de banda el reduccionisme que culmina en la física com a eina fonamental d’anàlisi per considerar teories que aborden directament els fenòmens emergents.

Un dels exemples il·lustres d’aquest enfocament el va protagonitzar el matemàtic Benoît Mandelbrot als anys 60, quan va estudiar el problema de mesurar la costa de la Gran Bretanya. El problema era que quan es reduïa la unitat de mesura, la longitud de la costa augmentava. Si es feia servir una unitat de mesura de 200 km, s’obtenien 2.400 km de costa, mentre que si la unitat utilitzada era de 50 km, la costa feia 3.400 km. Mandelbrot va trobar la relació entre la unitat de mesura i el resultat obtingut i va inaugurar així el camp dels fractals.

El deep learning o aprenentatge profund, del qual tant es parla arran de la utilització d’ordinadors per analitzar problemes complexos, n’és un exemple més. Segons Perelló, “es tracta d’una visió holística en què no és tan important quin és el paper de cada element sinó si la suma d’elements explica el fenomen”. I, amb enfocaments com aquest, “estem reinterpretant la manera de fer ciència”, afegeix. “Quan disposes de tantes dades, ¿té sentit ser reduccionista? A mi em resulta difícil”, conclou.

Blogs de ciència

this_image_alt

Despedida