Futuro da Complexidade ou Esperando por Carnot

Na opinião de Melanie Mitchell, no livro “Complexidade”, a Ciência de Sistemas Complexos está se ramificando em duas direções distintas. Ao longo de um ramo, as ideias e ferramentas da pesquisa da complexidade serão refinadas e aplicadas em uma variedade cada vez mais ampla de áreas específicas. 

Neste livro, vimos maneiras pelas quais ideias e ferramentas semelhantes estão sendo usadas em campos tão dísparescomo Física, Biologia, Epidemiologia, Sociologia, Ciência Política e Ciência da Computação, entre outros. Algumas áreas não cobertas nesse livro, nas quais essas ideias estão ganhando cada vez mais destaque, incluem Neurociência, Economia, Ecologia, Climatologia e Medicina – as sementes da Complexidade e da Ciência Transdisciplinar estão sendo amplamente plantadas.

O segundo ramo, mais controverso, é ver todos esses campos de um nível superior, de modo a perseguir teorias matemáticas explicativas e preditivas. Elas tornam mais rigorosas as semelhanças entre Sistemas Complexos e podem descrever e prever fenômenos emergentes. 

[Equações representam relações de trocas mútuas (ou em pares), mas não interações múltiplas em grande escala e simultâneas. A palavra miríade costuma ser aplicada no sentido figurado para representar uma quantidade elevada de alguma coisa, mas de valor indefinido.]

Continuar a ler

Cinco Perguntas-Chave sobre Complexidade

Como você pode deduzir da ampla variedade de tópicos abordados por Melanie Mitchell, neste livro sobre “Complexidade”, o que podemos chamar de Ciência de Sistemas Complexos Modernos é, como seus antepassados, ainda não um todo unificado, mas sim uma coleção de partes díspares com alguns conceitos sobrepostos. O que atualmente unifica diferentes esforços sob esta rubrica são questões comuns, métodos e o desejo de fazer Matemática rigorosa e contribuições experimentais, indo além das analogias menos rigorosas, características desses campos anteriormente. 

Tem havido muito debate sobre o que é, se é alguma coisa, a Moderna Ciência de Sistemas Complexos. Ela está contribuindo hoje? O que faltou nos esforços anteriores? Até qual ponto está tendo sucesso?

Existe um amplo espectro de opiniões sobre esta questão. Recentemente, um pesquisador chamado Carlos Gershenson enviou uma lista de perguntas sobre sistemas complexos para um conjunto de seus colegas (inclusive Mitchell) e planeja publicar as respostas em um livro chamado Complexidade: 5 Perguntas. As perguntas são:

  1. Por que você começou a trabalhar com sistemas complexos?
  2. Como você definiria complexidade?
  3. Qual é o seu aspecto / conceito favorito de complexidade?
  4. Na sua opinião, qual é o aspecto / conceito de complexidade mais problemático?
  5. Como você vê o futuro da complexidade?

Continuar a ler

Raízes da Pesquisa de Sistemas Complexos

A busca por princípios comuns a governarem sistemas complexos tem uma longa história, particularmente na Física, mas a busca por tais princípios tornou-se mais proeminente nos anos após a invenção dos computadores. Já na década de 1940, alguns cientistas propuseram existirem fortes analogias entre computadores e organismos vivos.

Na década de 1940, a Josiah Macy, Jr. Foundation patrocinou uma série de reuniões científicas interdisciplinares com títulos intrigantes, incluindo “Mecanismos de feedback e sistemas causais circulares em sistemas biológicos e sociais”, “Mecanismos teleológicos na sociedade” e “Mecanismos teleológicos e circulares Sistemas Causais”.

Essas reuniões foram organizadas por um pequeno grupo de cientistas e matemáticos. Eles estavam explorando princípios comuns de sistemas complexos amplamente variados. 

Um dos principais motores deste grupo foi o matemático Norbert Wiener, cujo trabalho sobre o controle de armas antiaéreas durante a Segunda Guerra Mundial o convenceu de a ciência subjacente a sistemas complexos em Biologia e Engenharia não dever se concentrar na massa, energia e , isto é, os conceitos da Física, mas sim os conceitos de feedback, controle, informação, comunicação e propósito (ou “teleologia”).

Além de Norbert Wiener, a série de conferências da Fundação Macy incluiu vários luminares científicos da época, como John von Neumann, Warren McCulloch, Margaret Mead, Gregory Bateson, Claude Shannon, W. Ross Ashby, entre outros. 

As reuniões levaram Wiener a batizar uma nova disciplina de Cibernética, cuja etimologia é a palavra grega para “timoneiro”, isto é, “quem controla um navio”. Wiener resumiu a Cibernética como “o campo de entrada da Teoria do Controle e da Comunicação, seja na máquina ou no animal”.

Continuar a ler

Sobre Teorias Unificadas e Princípios Gerais

O termo Teoria Unificada (ou Grande Teoria Unificada, curiosamente abreviada como GUT), geralmente, se refere a um objetivo da Física: ter uma única teoria capaz de unificar as forças básicas do universo. A Teoria das Cordas é uma tentativa de GUT, mas não há consenso na Física de a Teoria das Cordas funcionar ou mesmo existir um GUT.

Imagine a Teoria das Cordas estar correta e seja o GUT da Física, há muito procurado. Isso seria uma conquista extremamente importante, mas não seria o fim da Ciência e, em particular, estaria longe de ser o fim da Ciência de Sistemas Complexos. 

Os comportamentos de Sistemas Complexos de interesse não são compreensíveis no nível de partículas elementares ou cordas de dez dimensões. Mesmo se esses elementos constituíssem toda a realidade, eles seriam o vocabulário errado para explicar a complexidade. 

Continuar a ler

O Passado e o Futuro das Ciências da Complexidade

Em 1995, o jornalista de Ciências John Horgan publicou um artigo na Scientific American, indiscutivelmente a principal revista de Ciência popular do mundo, atacando o campo de sistemas complexos em geral e o Santa Fe Institute em particular. Seu artigo foi anunciado na capa da revista sob o rótulo “A complexidade é uma fraude?

O artigo continha duas críticas principais. 

Primeiro, na opinião de Horgan, era improvável o campo dos sistemas complexos descobrir quaisquer princípios gerais úteis.

Segundo, ele acreditava a predominância da modelagem por computador tornava a complexidade uma “Ciência livre de fatos”. 

Além disso, o artigo deu vários golpes menores, chamando a Complexidade de “Ciência pop” e seus pesquisadores de “complexologistas”. Horgan especulou até a respeito de o termo “complexidade” ter pouco significado, mas ser mantido por seu “valor de relações públicas”.

Continuar a ler

Evolução de Modo Complexo

No capítulo I do livro “Complexidade”, Melanie Mitchell perguntou: “Como a evolução produziu criaturas com tamanho contraste entre sua simplicidade individual e sua sofisticação coletiva?” 

Na verdade, conforme ilustrado pelos exemplos vistos nesse livro, quanto mais de perto se olha para os sistemas vivos, mais surpreendente parece tal complexidade intrincada ter sido formada pelo acúmulo gradual de mutações favoráveis ​​ou caprichos de acidentes históricos. Este mesmo argumento tem sido usado desde o tempo de Charles Darwin até o presente por crentes na criação divina ou outros meios sobrenaturais de “design inteligente”.

As questões de como, por que e até mesmo se a evolução cria complexidade, e como a complexidade na Biologia pode ser caracterizada e medida, ainda estão muito abertas. Uma das contribuições mais importantes da pesquisa de sistemas complexos nas últimas décadas foi demonstrar novas maneiras de abordar essas questões antigas. 

Neste capítulo 18, Mitchell descreve algumas das recentes descobertas em genética e a dinâmica da regulação genética. Elas estão nos dando surpreendentes novos insights sobre a evolução de sistemas complexos.

Frequentemente, na Ciência, novas tecnologias podem abrir uma comporta de descobertas. Elas mudam a visão dos cientistas sobre um campo de estudo previamente estabelecido.

Continuar a ler

Mistério da Escala

Os capítulos 15 e 16 do livro de Melanie Mitchell, “Complexidade”, mostraram como o Pensamento em Rede está tendo efeitos profundos em muitas áreas da Ciência, particularmente a Biologia. 

Recentemente, um tipo de Pensamento em Rede levou a uma solução proposta para um dos mistérios mais enigmáticos da Biologia: a maneira como as propriedades dos organismos vivos se adaptam ao tamanho. Trata-se do escalonamento em Biologia.

O dimensionamento descreve como uma propriedade de um sistema será alterada se uma propriedade relacionada for alterada. O mistério da escala na Biologia diz respeito à questão de como a energia média usada por um organismo durante o repouso, isto é, a taxa metabólica basal, escala com a massa corporal do organismo. 

O metabolismo, a conversão de alimentos, água, ar e luz em energia utilizável pelas células, constituem o processo-chave subjacente a todos os sistemas vivos. Essa relação é extremamente importante para entender como a vida funciona.

Continuar a ler

Espalhamento de Informações e Falha em Cascata nas Redes

Compreender as maneiras como as informações se propagam nas redes é um dos problemas em aberto mais importantes da Ciência das Redes. Os resultados descritos neste capítulo do livro de Melanie Mitchell sobre “Complexidade” e no anterior são todos sobre a estrutura das redes, por exemplo, suas distribuições de graus estáticos, ao invés da dinâmica de espalhar informações em uma rede.

O que se quer dizer com “espalhar informações em uma rede”? Aqui, Mitchell está usando o termo informação para capturar qualquer tipo de comunicação entre os nós. 

Alguns exemplos de disseminação de informação são a disseminação de boatos, fofocas, modismos, opiniões, epidemias (onde a comunicação entre as pessoas é via germes), correntes elétricas, pacotes de Internet, neurotransmissores, calorias (no caso de redes alimentares), contagem de votos e um fenômeno de disseminação de rede mais geral denominado “falha em cascata”.

O fenômeno da Falha em Cascata enfatiza a necessidade de entender a disseminação da informação e como ela é afetada pela estrutura da rede. A falha em cascata em uma rede acontece da seguinte forma. 

Continuar a ler

Resiliência da Rede

Uma propriedade muito importante das redes sem escala é sua resiliência à exclusão de nós. Isso significa, se um conjunto de nós aleatórios (junto com seus links) for excluído de uma rede livre de grande escala, as propriedades básicas da rede não mudarem: ela ainda terá uma distribuição de grau heterogênea, comprimento de caminho médio curto e forte clustering. Isso é verdadeiro mesmo se o número de nós excluídos for bastante grande. 

A razão para isso é simples: se os nós forem excluídos aleatoriamente, eles provavelmente serão nós de baixo grau, em vez de constituírem quase todos os nós-chaves da rede. A exclusão de tais nós terá pouco efeito sobre a distribuição geral de graus e comprimentos de caminho. 

Podemos ver muitos exemplos disso na Internet e na web. Muitos computadores individuais na Internet falham ou são removidos o tempo todo, mas isso não tem nenhum efeito óbvio na operação da Internet ou no comprimento médio do caminho. Da mesma forma, embora páginas individuais da Web e seus links sejam excluídos o tempo todo, a navegação na Web não é afetada em grande parte.

Continuar a ler

Redes sem Escala

Melanie Mitchell, no livro “Complexidade”, expressa ter certeza de você pesquisar na World Wide Web e provavelmente usar o Google como seu mecanismo de pesquisa. Na época da web antes do Google, os mecanismos de pesquisa funcionavam simplesmente procurando as palavras em sua consulta de pesquisa em um índice capaz de conectar cada palavra possível em inglês a uma lista de páginas da Web com essa palavra. 

Por exemplo, se sua consulta de pesquisa foram as duas palavras “registros da Apple”, o mecanismo de pesquisa forneceria uma lista de todas as páginas da Web com essas palavras, na ordem de quantas vezes essas palavras apareceram juntas na página fornecida. 

Era provável você receber uma página da Web sobre o preço histórico das maçãs no estado de Washington ou os tempos mais rápidos registrados na Great Apple Race na Tasmânia, como obteria uma página sobre a famosa gravadora formada em 1968 pelos Beatles. Era muito frustrante naquela época vasculhar uma infinidade de páginas irrelevantes para encontrar aquela com as informações realmente procurando.

Na década de 1990, o Google mudou tudo isso com uma ideia revolucionária para apresentar os resultados de uma pesquisa na web, chamada “PageRank”. A ideia era a importância (e provável relevância) de uma página da Web é uma função de quantas outras páginas estão vinculadas a ela, ou seja, o número de “links internos”.

Continuar a ler

Redes de Mundo Pequeno

Embora os experimentos de Stanley Milgram possam não ter estabelecido realmente vivermos em um mundo pequeno, o mundo da rede social de Melanie Mitchell, autora do livro “Complexidade”, é realmente pequeno. Não leva muitos saltos para ir de qualquer nó para qualquer outro nó. Na verdade, na sua rede, as pessoas estão conectadas por no máximo quatro graus de separação.

O matemático aplicado e sociólogo Duncan Watts e o matemático aplicado Steven Strogatz foram as primeiras pessoas a definir matematicamente o conceito de Rede de Mundo Pequeno e a investigar quais tipos de estruturas de rede têm essa propriedade. 

Seu trabalho em redes abstratas resultou de uma fonte improvável: pesquisa sobre como os grilos sincronizam seus chilros. Watts e Strogatz começaram examinando a rede “regular” mais simples possível: um anel de nós, como a rede com 60 nós. Cada nó está ligado a seus dois vizinhos mais próximos no anel, uma reminiscência de um autômato celular elementar. 

Continuar a ler

Pensamento em Rede

O pensamento em rede significa focar nos relacionamentos entre entidades, e não nas próprias entidades. Por exemplo, como Melanie Mitchell descreveu no capítulo 7 do seu livro “Complexidade”, o fato de humanos e plantas de mostarda terem, cada um, apenas cerca de 25.000 genes não parece corresponder à complexidade biológica dos humanos em comparação com essas plantas. 

De fato, nas últimas décadas, alguns biólogos propuseram a complexidade de um organismo surge em grande parte da complexidade nas interações entre seus genes. Mitchell diz muito mais sobre essas interações no capítulo 18, mas por enquanto é suficiente dizer: os resultados recentes no pensamento em rede estão tendo impactos significativos na Biologia.

O pensamento em rede recentemente ajudou a iluminar outros, aparentemente não relacionados, mistérios científicos e tecnológicos. 

Por que a expectativa de vida típica dos organismos é uma função simples de seu tamanho? 

Por que rumores, piadas e “mitos urbanos” se espalham tão rapidamente? 

Por que redes grandes e complexas, como redes de energia elétrica e a Internet, são tão robustas em algumas circunstâncias e tão suscetíveis a falhas em grande escala em outras? 

Quais tipos de eventos podem causar o colapso de uma comunidade ecológica antes estável?

Continuar a ler