La pregunta que suena inocente: “¿Qué fue primero, el huevo o la gallina?”, cuando se abre, contiene mucho más que una yema. Los seres vivos están repletos de sistemas caracterizados por interdependencias circulares que desafían el desarrollo a partir de vías de progresión lineal.

El ADN codifica aminoácidos, que se ensamblan en proteínas, pero el ADN no puede funcionar de forma aislada. El ADN requiere una metrópolis interdependiente de estructuras y mecanismos moleculares para cumplir su papel como manual de instrucciones para la vida. Y el ADN mismo sólo puede formarse dentro de una célula viva. Esto conduce al problema del “huevo y la gallina”: ¿cómo puede un componente funcionar o incluso nacer sin el otro?

CIENCIA CANCELADA, PP. 150-51

La máquina autorreplicante de Von Neumann

Examinemos esta cuestión más a fondo en el contexto de un mecanismo general de autorreplicación. El gran matemático John von Neumann, a mediados del siglo XX, desarrolló un modelo de máquina autorreplicante.

Von Neumann reconoció que un solo “autómata constructivo general” podría ser capaz de construir “cualquier” máquina… dada una “cinta de descripción” de esa máquina objetivo.1

En el contexto de la evolución, se presentan inmediatamente tres dificultades con esta propuesta:

  1. ¿Cómo podría surgir algo tan complejo como un “autómata constructivo general” mediante procesos naturales no dirigidos?
  2. ¿De dónde proviene la gran cantidad de información contenida en la “cinta descriptiva”? (Sobre todo teniendo en cuenta que los procesos naturales siempre destruyen la información con el paso del tiempo).
  3. ¿Cómo llega a residir dentro de la “cinta de descripción” la información necesaria para construir el organismo o mecanismo particular de modo que se obtenga un resultado funcional?

Incrustada en estas preguntas se encuentra otra paradoja del “huevo y la gallina”: ¿qué fue primero, el autómata constructivo o el manual de instrucciones (“cinta descriptiva”) que el autómata necesita para lograr la autorreproducción? El autómata en sí no es un mecanismo sencillo; la “cinta descriptiva” es aún más compleja. Von Neumann pensó que, para un sistema complejo autorreplicante o autómata, como un organismo vivo,

…el autómata es más simple que una descripción simbólica de su comportamiento.2

Según von Neumann, los sistemas autorreplicantes “simples” son un mito que socava cualquier creencia de que tales mecanismos puedan surgir mediante pequeños pasos no dirigidos.

Pensaba, por ejemplo, que por debajo de cierto nivel la complejidad es degenerativa y la autorreproducción es imposible.3

El milagro de la vida, entonces, se muestra en que la reproducción ocurre: que una gallina puede producir un huevo, completa con una descripción de una gallina productora de huevos, dentro de una sola célula.

Para que una máquina se reproduzca

El científico investigador Robert Gange cita el trabajo de von Neumann para concluir que para que una máquina se reproduzca a sí misma, como mínimo “necesitaría tomar unas mil quinientas decisiones correctas, una tras otra sin errores”. 4 Otra forma de expresar esto es que la probabilidad de Actualizar una máquina autorreplicante equivale a una entre 21500 (o 10452) posibilidades. Teniendo en cuenta que en todo el universo visible sólo hay 1080 partículas elementales, los procesos naturales no dirigidos no tienen absolutamente ninguna posibilidad de producir tal mecanismo.

Una de las características notables de los seres vivos es su robustez en términos de autorreplicación. Desde cualquier punto de vista, los mecanismos para construir una nueva criatura y los medios para almacenar, transferir, leer y crear instancias de la gran cantidad de información detallada necesaria para una replicación exitosa implican procesos complejos y finamente sintonizados. Por el contrario, nuestra experiencia uniforme con mecanismos artificiales que comprenden procesos complejos es que se descomponen con el tiempo.

Conduzco un Buick de 12 años que era algo así como un modelo de lujo cuando era nuevo. Pero cuando lo compré, ya tenía más de diez años y alrededor de 175.000 millas. Me ha molestado más de una vez con averías, algo nada inesperado en un vehículo con tanto desgaste.

Me atrevo a decir que la complejidad que implica la reproducibilidad incluso de un organismo unicelular, como las cianobacterias, supera con creces la que se encuentra en un Buick o en cualquier mecanismo o dispositivo creado por el hombre. Y, sin embargo, estos organismos se han reproducido con éxito a lo largo de la mayor parte de la historia biológica de la Tierra:

Las cianobacterias tienen un extenso registro fósil. De hecho, los fósiles más antiguos conocidos son cianobacterias de rocas arcaicas del oeste de Australia, que datan de 3.500 millones de años.

La visión de Granville Sewell

El profesor de matemáticas Granville Sewell ha resumido recientemente el desafío de la autorreplicación imaginando una secuencia de versiones cada vez más complejas de un automóvil clásico, el Modelo T. En la visión de Sewell, los modelos reproductivos U y V poseen la capacidad, muy a diferencia de mi Buick, de produciendo la versión preexistente. Los Modelo V pueden producir Modelo U que pueden producir Modelo T, cada uno de los cuales, como un viejo Buick, funcionará sólo hasta que la entropía se apodere de él. El profesor Sewell señala convincentemente la imposibilidad de lograr una autorreplicación continua de esta manera.

La especie Modelo V se extinguirá después de dos generaciones, porque sus hijos serán Modelo U y sus nietos serán Modelo T infértiles. Así que volvamos al trabajo, y cada vez que añadimos tecnología a este coche, para acercarlo al objetivo de la reproducción, sólo movemos los objetivos, porque ahora tenemos un coche más complicado de reproducir. Parece que los nuevos modelos crecerían exponencialmente en complejidad.

Aplicar su ejemplo a la evolución expone un inevitable callejón sin salida a la suposición de que la autorreplicación surgió de precursores no replicantes. Y como ya hemos argumentado a partir del análisis matemático de von Neumann de un autómata autorreplicante general, la mínima complejidad inherente a tal mecanismo (u organismo) desafía las explicaciones naturales.

El profesor Barry McMullin, al revisar el trabajo de von Neumann, percibe de manera similar el impasse que el desarrollo de la autorreplicación presenta para cualquier paradigma evolutivo: la falacia del bootstrap (o intentar poner un huevo sin una gallina):

El problema del arranque evolutivo: en el marco de von Neumann, al menos, U0 [una máquina constructiva general básica] ya es una entidad muy complicada. Ciertamente parece inverosímil que pueda ocurrir de forma espontánea o por casualidad. De manera similar, en la biología real, el sistema genético moderno (¡autoconsistente!) no podría haber surgido por casualidad (Cairns-Smith, 1982). Por lo tanto, parece que debemos suponer que algo como U0 (o un sistema genético en toda regla) debe ser en sí mismo el producto de un proceso evolutivo extendido. Por supuesto, el problema con esto (y con una parte importante del propio resultado de von Neumann) es que parece que algo así como un sistema genético es un prerrequisito para cualquier proceso evolutivo de este tipo.5

Aumentando la complejidad

Un problema adicional para cualquier sistema de autorreplicación evolutivo, obvio para von Neumann, es que los procesos evolutivos no pretenden funcionar “simplemente” como autorreplicadores estáticos, sino que implican un esquema mediante el cual el producto reproductivo aumenta gradualmente en complejidad, información. contenido y funcionalidad. Von Neumann sabía por su análisis de los autómatas celulares que la creciente complejidad era justo lo contrario de lo que cabía esperar de los inevitables errores acumulados en el proceso.

Era bien sabido incluso por el propio von Neumann que su sistema en la práctica no exhibiría ningún crecimiento evolutivo de complejidad. La razón inmediata es que, en su marco AC [autómatas celulares], todos los autómatas de cualquier escala significativa son extremadamente frágiles: es decir, son muy fácilmente perturbados incluso por una mínima perturbación del entorno externo… Sin embargo, cualquier afirmación seria de Los organismos biológicos reales modelo tendrán inevitablemente que confrontar su capacidad de automantenimiento y reparación frente a la perturbación continua y el intercambio material con sus entornos.6

McMullen añade estas reflexiones sobre los problemas del modelo de evolución contraindicado:

Este problema más profundo es lo que yo llamo el crecimiento evolutivo de la complejidad. Más específicamente, el problema de cómo, de manera general y abierta, las máquinas pueden lograr construir otras máquinas más “complejas” que ellas mismas… ¿Por qué es un problema este crecimiento de la complejidad? Bueno, en pocas palabras, toda nuestra experiencia pragmática en máquinas e ingeniería apunta en la dirección opuesta. En general, si queremos construir una máquina de cualquier grado de complejidad, utilizamos maquinaria aún más compleja en su construcción. Si bien esto no es definitivo, seguramente sugiere una dificultad.

La conclusión basada en un análisis matemático de la autorreplicación es que preguntar qué vino primero, el huevo o la gallina, es adelantarse mucho en el juego. La pregunta principal que cabe plantearse es, en primer lugar, ¿cómo es posible que surjan una “Gallina” o un “huevo”? Ningún aspecto de la teoría de la autorreplicación permite la posibilidad del desarrollo gradual de ninguno de los dos y, sin embargo, la gallina todavía pone un huevo. El diseño inteligente proporciona una respuesta a esta paradoja, y parece que la yema está en evolución.

Notas

  1. Barry McMullin, “John von Neumann and the Evolutionary Growth of Complexity: Looking Backwards, Looking Forwards…” (2000), https://www.eeng.dcu.ie/~alife/bmcm-2000-01/html-single/bmcm-2000-01.html#Burks:TSRA.
  2. John von Neumann, “Theory of Self-Reproducing Automata,” edited and completed by Arthur W. Burks (Urbana: University of Illinois Press, 1966), p. 23.
  3. Von Neumann, “Theory of Self-Reproducing Automata,” p. 23.
  4. Robert Gange, Origins and Destiny (Dallas: Word Publishing, 1986), 95.
  5. McMullin (2000).
  6. McMullin (2000).

Artículo publicado originalmente en inglés por Eric Hedin Ph.D. en Evolution News & Science Today