Autonomy in Living Systems
Slide: <file:///C:/UNI/Magistrale/ISE/M2 – Autonomy in Living Systems.pdf>
Indice
Perché Guardare ai Sistemi Viventi
Definizione
I sistemi viventi sono i primi sistemi autonomi di cui abbiamo esperienza diretta: mantengono se stessi, interagiscono con l’ambiente e regolano il proprio comportamento.
Il modulo propone una strategia: per capire l’autonomia nei sistemi artificiali, guardiamo prima ai sistemi biologici. La biologia studia struttura, funzione, crescita, origine, evoluzione e distribuzione degli organismi. In questa prospettiva, la gerarchia del vivente mostra livelli diversi di autonomia.
In pratica: una cellula, una pianta, un animale e un organismo sociale non sono autonomi nello stesso modo. Studiare queste differenze aiuta a evitare una definizione troppo piatta di autonomia per i sistemi artificiali.
Autopoiesi
Definizione
L’autopoiesi è la capacità di un sistema complesso di mantenere la propria coerenza complessiva, in termini di struttura e organizzazione, tramite le interazioni reciproche dei suoi componenti.
Secondo Maturana e Varela, i sistemi viventi sono unità autopoietiche: si sostengono attraverso una rete interna di reazioni che genera e rigenera i componenti del sistema stesso. La struttura produce i componenti, e i componenti mantengono la struttura.
Questa è una forma di causalità circolare: il comportamento globale vincola i componenti, ma i componenti sostengono l’ordine globale.
Esempio
In una cellula, la membrana separa la cellula dall’esterno e regola gli scambi. Ma i processi metabolici interni producono e mantengono quella membrana. Se questo ciclo si interrompe, la cellula perde unità e torna a essere una zuppa molecolare.
Sistemi Eteronomi e Autonomi
Definizione
Un sistema eteronomo è definito da flussi input-output e da meccanismi esterni di controllo.
I sistemi computazionali tradizionali sono spesso eteronomi: ricevono input, applicano una procedura e producono output valutati rispetto a un compito imposto dall’esterno. Una macchina di Turing è l’esempio classico: l’organizzazione del comportamento dipende dal programma e dagli input.
Definizione
Un sistema autonomo è definito da dinamiche endogene, auto-organizzanti e auto-controllanti.
Un sistema autonomo può avere input e output, ma non è riducibile a essi. La sua attività nasce da processi interni che regolano l’interazione con l’ambiente. Non funziona semplicemente come trasduttore di istruzioni esterne.
Warning
Autonomia non significa assenza di interazione. Un sistema vivente dipende dall’ambiente per energia, materia e segnali, ma mantiene una propria organizzazione interna.
Ambiente Confini e Robustezza
Il confine è centrale. Nel vivente, il confine non è solo un muro: costituisce l’identità del sistema e regola gli scambi. La membrana cellulare, la pelle, le superfici di scambio e gli organi interni sono esempi di separazione e mediazione.
Le slide distinguono piante e animali. Le piante hanno una relazione più aperta con l’ambiente; gli animali internalizzano superfici e funzioni, riducendo il legame diretto stimolo-risposta. Questo produce più gradi di libertà: memoria, segnali interni, flessibilità comportamentale.
Definizione
La robustezza è la capacità di mantenere funzioni stabili di fronte a perturbazioni interne, esterne o genetiche.
Strategie biologiche di robustezza includono ridondanza, feedback, modularità e layering. Sono concetti molto utili anche per sistemi artificiali: un sistema distribuito robusto non collassa al primo errore, ma usa alternative, monitoraggio e livelli di controllo.
Omeostasi e Autonomia Temporale
Definizione
L’omeostasi è la capacità di regolare condizioni interne per mantenere stabili alcune funzioni.
Temperatura corporea e composizione del sangue sono esempi di variabili omeostatiche. Il sistema non elimina il cambiamento esterno: lo compensa per mantenere condizioni interne compatibili con la vita.
Esempio
Se fuori fa freddo, un animale può tremare, modificare il metabolismo o cercare riparo. La risposta non è un semplice output, ma parte di un sistema di regolazione interna.
L’autonomia temporale riguarda invece i cicli propri del vivente: metabolismo, sonno-veglia, sviluppo, riproduzione. Questi cicli sono endogeni e solo successivamente si sincronizzano con cicli esterni come luce e buio.
Autonomia come Pattern Evolutivo
Definizione
Nei sistemi viventi, l’autonomia generale consiste nel mantenersi in forma e funzione nel tempo, raggiungendo flessibilità autodeterminata.
Rosslenbroich interpreta l’evoluzione come aumento relativo di autonomia. Questo include separazione dall’ambiente, capacità omeostatiche, internalizzazione di strutture e funzioni, aumento di dimensione e maggiore flessibilità comportamentale.
L’autonomia è relativa: gli organismi restano connessi all’ambiente, ma riducono l’influenza diretta delle fluttuazioni esterne e aumentano la capacità di autodeterminare il comportamento.
Lezione per i sistemi artificiali: progettare autonomia non significa isolare il sistema. Significa dargli confini, processi interni, capacità di regolazione, robustezza, cicli operativi e modalità flessibili di interazione con l’ambiente.
Prossimi Argomenti
Continueremo con:
- Sorts and Levels of Autonomy - autonomia in dizionari, filosofia, militare, auto, AI e agenti.
- Agents for Intelligent Systems Engineering - agenti come astrazione per incapsulare autonomia e intelligenza.