💻 computer science

Genesis: An Empirical Platform for Studying Open-Ended Evolution Without Fitness Functions

El artículo presenta "Genesis", una plataforma de código abierto que demuestra empíricamente que la selección impulsada por restricciones puede sostener dinámicas evolutivas abiertas sin funciones de aptitud, al tiempo que establece que la construcción de nichos por sí sola es insuficiente para romper las mesetas de complejidad y sugiere una nueva dirección para la metaevolución de las leyes físicas.

Autores originales: Anushka Sharma

Publicado 2026-07-27

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Anushka Sharma

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Gran Escape del Marcador

Imagina un videojuego donde la única forma de ganar es obtener la puntuación más alta. Corres, saltas y disparas, pero cada movimiento es juzgado contra un único número: tus puntos. Si no obtienes más puntos, no puedes jugar el siguiente nivel. Así es como funcionan hoy en día la mayoría de los programas informáticos que intentan imitar la evolución. Están obsesionados con una "función de aptitud": un marcador estricto que le dice a la computadora exactamente qué construir y cómo mejorar. Pero si observas la vida real, la naturaleza no tiene un marcador. Un pájaro no evoluciona un ala mejor porque un juez le haya dado una puntuación más alta; evoluciona porque necesita sobrevivir al viento, encontrar comida y evitar ser comido. No hay una única "mejor" forma de estar vivo, solo un millón de formas diferentes de seguir adelante.

Los científicos han estado intentando construir programas informáticos que puedan hacer lo que hace la naturaleza: crear cosas nuevas y sorprendentes de forma interminable sin un marcador que les diga qué hacer. Esto se llama "evolución de código abierto" (open-ended evolution). La gran pregunta es: si quitas el marcador, ¿se detendrá la computadora o encontrará una nueva forma de seguir creciendo? Este es el misterio que el artículo "Genesis" pretende resolver. Plantea: ¿Podemos construir un mundo digital donde la vida evolucione simplemente siguiendo las reglas de la física, sin que nadie le diga qué lograr?

El Experimento Genesis: Un Mundo Sin Marcador

Los investigadores construyeron un patio de juegos digital llamado Genesis. Piensa en él como una placa de Petri virtual llena de pequeñas criaturas digitales. En casi todos los demás experimentos de este tipo, la computadora actúa como un profesor estricto, calificando a cada criatura y dejando reproducirse solo a las más "inteligentes". En Genesis, el profesor es despedido. No hay puntuación, no hay metas, y no hay respuestas "buenas" o "malas". En su lugar, las criaturas tienen que sobrevivir basándose en tres reglas físicas simples:

El Portero de la Física: Imagina a un portero de un club al que solo le importa tu tamaño y tu energía. Si el cuerpo de una criatura (su "genoma") se vuelve demasiado inflado o consume demasiada energía, el portero la expulsa. Las criaturas tienen que ser eficientes para mantenerse con vida.
El Regulador Adaptativo: Esto es como un termostato para toda la población. Si demasiadas criaturas están muriendo, las reglas se relajan un poco para permitir que más sobrevivan. Si demasiadas están viviendo, las reglas se vuelven más estrictas. Mantiene la población saludable sin elegir favoritos.
El Sistema Inmunitario: Este es un bibliotecario que lleva la cuenta de las criaturas únicas. Si un tipo de criatura se vuelve demasiado común y aburrido, el bibliotecario expulsa a algunas de ellas y trae de vuelta otras más antiguas y únicas desde los archivos para mantener las cosas interesantes.

El equipo sometió a estas criaturas digitales a más de un millón de generaciones para ver qué sucedería.

Los Resultados: La Supervivencia es Posible, pero el Crecimiento es Difícil

La primera gran sorpresa fue que la vida sí continuó. En 7 de 12 ejecuciones diferentes, las criaturas continuaron evolucionando y cambiando incluso después de que el marcador fuera completamente eliminado. Esto es algo muy importante porque demuestra que no necesitas un "objetivo" para mantener la evolución en marcha; solo necesitas límites físicos y competencia. Las criaturas luchaban por ser eficientes y diversas, y eso fue suficiente para mantener el motor funcionando.

Sin embargo, la historia choca con un muro. Aunque las criaturas seguían cambiando, no parecían volverse más inteligentes o complejas de manera duradera. En el primer conjunto de experimentos, los investigadores midieron la complejidad de los cuerpos de las criaturas y encontraron que alcanzó un techo estructural, estancándose en un nivel entre 140 y 155. Era como si las criaturas estuvieran corriendo en una cinta de correr: se movían, pero no iban a ningún lado nuevo.

Para entender por qué chocaron con este muro, los investigadores probaron un segundo experimento. Le dieron a las criaturas la capacidad de cambiar su entorno, como una abeja construyendo una colmena o un castor construyendo una presa. Pensaron: "Tal vez si las criaturas pueden construir su propio mundo, seguirán volviéndose más complejas". Realizaron 20 experimentos (10 reales, 10 controles "sham" falsos donde las criaturas intentaban construir pero nada cambiaba realmente). El resultado fue un "no" rotundo. En este segundo experimento, la métrica de complejidad se mantuvo en 0.00 tanto en las condiciones reales como en las simuladas. Incluso cuando las criaturas podían cambiar su mundo, su complejidad se mantuvo plana. El entorno cambió, pero las criaturas no parecieron notar ni adaptarse a ello de una manera que las hiciera más complejas.

El Siguiente Paso: Evolucionar las Reglas de la Física

Los investigadores se dieron cuenta de que tal vez el problema no eran las criaturas, sino las reglas del mundo en el que vivían. Si las leyes de la física (como cómo funciona la energía o cómo se mueven las cosas) son fijas y aburridas, tal vez las criaturas no puedan evolucionar más allá de cierto punto.

Por ello, ahora están trabajando en una nueva versión, Genesis V4, donde las propias leyes de la física pueden evolucionar. Imagina un mundo donde las reglas de la gravedad o la velocidad a la que las cosas se degradan pueden cambiar y mejorar con el tiempo, tal como lo hacen las criaturas. Se están preparando para un experimento masivo con 100 mundos diferentes para ver si permitir que las "reglas del juego" evolucionen es el secreto para desbloquear una evolución verdaderamente abierta e infinita.

Lo Que Esto Significa Para Nosotros

El artículo no afirma haber resuelto el misterio de la vida ni haber creado una inteligencia artificial perfecta. En cambio, ofrece un nuevo mapa. Nos muestra que podemos construir sistemas que evolucionen sin un marcador, pero también nos advierte que simplemente quitar el marcador no es suficiente para crear una complejidad infinita. Es posible que necesitemos dejar que las leyes mismas del universo cambien junto con las criaturas. Es una mirada lúdica y riguroosa de cómo podría funcionar la vida si dejamos de intentar calificarla y empezamos a dejar que juegue bajo sus propias reglas.

Resumen Técnico: Genesis – Una Plataforma Empírica para el Estudio de la Evolución de Bucle Abierto sin Funciones de Aptitud

1. Planteamiento del Problema

La Computación Evolutiva (CE) ha dependido históricamente de una función de aptitud (fitness) escalar para calificar soluciones y guiar la selección. Sin embargo, la evolución biológica sostiene dinámicas complejas de bucle abierto (OEE, por sus siglas en inglés) sin tal función. Antes de este trabajo, no existía una caracterización empírica de lo que sucede cuando se elimina por completo la aptitud de un sistema artificial, ni una comprensión clara de qué componentes arquitectónicos son necesarios para sostener la dinámica evolutiva en ausencia de objetivos especificados por el diseñador. Este artículo aborda esta brecha planteando la siguiente pregunta: ¿qué necesita un sistema artificial para mantener la actividad evolutiva tras la eliminación completa de la aptitud?

2. Metodología: La Arquitectura Genesis

El artículo presenta Genesis, una plataforma de código abierto diseñada para probar hipótesis sobre la evolución sin aptitud. Genesis reemplaza la selección tradicional basada en la aptitud por tres mecanismos interactivos que regulan la viabilidad y la diversidad en lugar del rendimiento:

Selección Impulsada por Restricciones (CDS): Los agentes poseen genomas de longitud variable basados en codones. La supervivencia se determina únicamente por la satisfacción de restricciones físicas inmutables. Una función de coste metabólico, $M(G) = \alpha|G|^\beta + \sum k\gamma_k f_k(G)$ , penaliza la hinchazón del genoma. Un "Guardián de la Física" (Physics Gatekeeper) impone límites duros de recursos, y los supervivientes son seleccionados mediante la dominancia relacional de Pareto a través de ejes internos (eficiencia energética, adquisición de recursos, estabilidad de interacción).
Principio de Regulación Adaptativa a las Restricciones (CARP): Este mecanismo ajusta dinámicamente la intensidad de la restricción ( $\lambda$ ) para mantener la viabilidad de la población ( $V(t)$ ) dentro de un corredor objetivo (70–90%). La regla de actualización es $\lambda(t+1) = \lambda(t) + \eta(V_{target} - V(t))$ . Crucialmente, CARP regula la capacidad sin codificar preferencias por comportamientos específicos.
Sistema Inmunitario Artificial (AIS): Para evitar el estancamiento, el AIS mantiene un archivo de novedad basado en genotipos representativos. Elimina linajes dominantes y reintroduce genotipos archivados cuando la novedad de la población cae por debajo de un umbral mínimo ( $N_{min}$ ).

Instrumentación (PNCT):
La plataforma utiliza el Kit de Herramientas de Caracterización de No-Aptitud a Nivel de Población (PNCT) para cuantificar la actividad evolutiva sin métricas de aptitud:

Coeficiente de Actividad Genética (GAC): La fracción de ediciones genómicas que persisten más allá de un horizonte de 500 generaciones. Una ejecución se considera "sostenida" si la mediana del GAC $\ge 0.1$ .
Complejidad del Fenotipo Expresado (EPC): La complejidad de compresión basada en LZW de los fenotipos expresados. Una pendiente positiva de EPC es el criterio más estricto para el crecimiento de bucle abierto.
Densidad de la Red de Novedad (NND): Mide la densidad local en el espacio de características fenotípicas para asegurar la diversidad.

3. Resultados Experimentales

El artículo reporta sobre tres experimentos distintos que totalizan más de un millón de generaciones evolutivas:

Experimento 1: Eliminación de la Aptitud (V2)

Configuración: 12 ejecuciones independientes de 10,000 generaciones con eliminación progresiva de la aptitud externa ( $p_m=0.01, N=512$ ).
Hallazgos: 7 de 12 ejecuciones (58.3%) sostuvieron la actividad evolutiva tras la eliminación completa de la aptitud. Esto superó significativamente a cuatro líneas base (Búsqueda Aleatoria, Restricciones Fijas, Búsqueda de Novedad y MAP-Elites) con $p<0.01$ y un coeficiente de Cohen $d=1.47$ .
Ablación: Eliminar tanto CARP como AIS elevó las tasas de fallo de un 41.7% a más del 90%, confirmando que ambos son críticos.
Limitación: A pesar de la actividad sostenida, la EPC se estancó en 140–155 en todas las ejecuciones exitosas, lo que indica un techo estructural donde la evolución continúa pero no necesariamente se vuelve de bucle abierto.

Experimento 2: Construcción de Nicho con Control de Simulación (Sham-Controlled) (V3)

Hipótesis: Los entornos escribibles por los organismos (construcción de nicho) romperían el techo de la EPC.
Configuración: 20 ejecuciones (10 reales, 10 de control/sham) de 50,000 generaciones. Los agentes podían secretar una sustancia química persistente ( $S$ ) en un vecindario de 3×3. El control "sham" ejecutaba la acción y deducía el coste, pero no actualizaba el campo químico.
Hallazgos: Aunque la física de la secreción funcionó correctamente ( $S_{mean}=0.48$ en las ejecuciones reales), la EPC fue cero en ambas condiciones, y la complejidad LZ76 fue idéntica (0.068).
Conclusión: La modificación del entorno sin selección dependiente de la frecuencia es insuficiente para impulsar el crecimiento de bucle abierto; las políticas internas de los agentes no respondieron al campo químico.

Experimento 3: Construcción de Nicho Protegida por Especiación (V4 Etapa 3)

Hipótesis: Las estructuras novedosas requieren protección (vía especiación) el tiempo suficiente para acumularse.
Configuración: Se añadieron genomas CPPN y especiación tipo NEAT a la arquitectura.
Hallazgos: Las ejecuciones de validación preliminar (dos semillas, 500 generaciones) mostraron divergencia en el tamaño del genoma y el recuento de especies entre las condiciones reales y de control, a diferencia de V3.
Estado: Estos resultados son consistentes con la hipótesis, pero actualmente son insuficientes para establecerla; sirven como andamiaje direccional para una replicación a escala media que está en curso.

4. Contribuciones Clave

Límites Empíricos para la Evolución sin Aptitud: Demuestra que la selección impulsada por restricciones puede sostener la actividad evolutiva sin aptitud, aunque no automáticamente de bucle abierto.
Protocolo de Control de Simulación (Sham-Controlled): Proporciona un método riguroso para aislar la construcción de nicho de sus costes energéticos, revelando que la construcción de nicho por sí sola no rompe los techos de complejidad.
Métricas PNCT: Introduce un conjunto de métricas falsables (GAC, EPC, NND) para caracterizar la evolución sin aptitud escalar.
Hipótesis sobre la Evolvibilidad del Sustrato: Sugiere que para un verdadero OEE, las leyes que gobiernan el sistema (la física) pueden necesitar ser evolubles, no solo la dinámica de la población.

5. Significado y Perspectivas

El artículo afirma establecer los límites empíricos para la evolución sin aptitud. La observación de un estancamiento de la EPC en entornos de física fija (V2–V3) sugiere que la física fija puede ser estructuralmente incapaz de soportar el OEE. En consecuencia, los autores proponen una nueva dirección: la meta-evolución de la física, donde las leyes que gobiernan el sistema (por ejemplo, difusión, decaimiento, inyección de energía) son también evolucionadas.

El trabajo contribuye al campo de la CE proporcionando un kit de herramientas portátil (PNCT), un protocolo experimental reutilizable (control de simulación) y una hipótesis de que la evolvibilidad del sustrato es una condición necesaria para el bucle abierto. Los autores señen que un experimento de 100 mundos para probar la meta-evolución está actualmente en preparación.