Ciencia y Tecnología 2 min de lectura

El "Cerebro" de Moho: Cómo un Organismo Unicelular Resuelve Laberintos y Optimiza Redes Mejor que Algunos Algoritmos

Physarum polycephalum, el moho mucilaginoso amarillo, demuestra habilidades computacionales sorprendentes al encontrar caminos óptimos en complejas estructuras.

El "Cerebro" de Moho: Cómo un Organismo Unicelular Resuelve Laberintos y Optimiza Redes Mejor que Algunos Algoritmos

El Physarum polycephalum, conocido popularmente como moho mucilaginoso, desafía nuestra concepción de inteligencia. Este fascinante organismo unicelular, que a menudo se confunde con un hongo pero es en realidad un protista, carece de cerebro o sistema nervioso. Sin embargo, demuestra una asombrosa capacidad para 'computar' y resolver problemas complejos de optimización.

Los científicos han explorado sus habilidades en diversos experimentos. Uno de los más notables es su capacidad para resolver laberintos. Cuando se coloca Physarum en un laberinto con fuentes de alimento en dos puntos distintos, el organismo se expande hasta encontrar ambos puntos. Posteriormente, de manera sorprendente, comienza a retraer las 'venas' que no forman parte del camino más corto o eficiente, dejando una red optimizada que conecta las fuentes de alimento. Este proceso es comparable a la forma en que un algoritmo busca el camino óptimo.

Más allá de los laberintos, el Physarum polycephalum ha demostrado ser capaz de replicar estructuras de redes complejas del mundo real. Un estudio notable en 2010 por Tero et al. en "Science" demostró cómo este organismo podía replicar la eficiencia de la red ferroviaria de Tokio, un sistema de transporte altamente optimizado, utilizando menos material y manteniendo una alta conectividad. Sus patrones de crecimiento auto-organizativos le permiten adaptarse dinámicamente a su entorno y encontrar soluciones robustas.

Esta 'computación natural' ofrece una valiosa fuente de inspiración para la ciencia y la tecnología. Los investigadores están estudiando el Physarum para desarrollar nuevos algoritmos de optimización, entender la inteligencia distribuida y explorar arquitecturas de bio-computadoras. Su eficiencia energética y su capacidad para adaptarse sin una dirección centralizada lo convierten en un modelo intrigante para el futuro de la inteligencia artificial y el diseño de redes.

Fuente: Scientific American, Nature, PNAS, Tero et al. (2010) 'Rules for biologically inspired adaptive network design.'

¿Te gustó esta curiosidad?

Compártela con tus amigos