Algoritmi genetici: quando la tecnologia simula la natura

Negli ultimi quarant’anni si è sviluppato, nei laboratori informatici, un campo di ricerca piuttosto fertile: la traduzione del complesso meccanismo di evoluzione dettato dalla natura in algoritmi in grado di riprodurlo e simularlo al fine di trovare le soluzioni migliori ai problemi più complessi del nostro tempo. In sostanza, sono stati creati veri e propri ecosistemi artificiali che simulano la vita.

Infatti, da un’attenta analisi delle scienze naturali realizzata da grandi menti quali Darwin e Mendel, si è scoperto che la Natura porta le diverse specie a competere tra di loro per l’approvvigionamento delle risorse naturali, che sono limitate e quindi insufficienti a garantire la sopravvivenza di tutti gli esseri viventi. Tale principio risponde al nome di selezione naturale e si basa a sua volta su tre aspetti fondamentali: il principio della variabilità dei caratteri tra gli individui di una popolazione, il principio dell’adattamento, che stabilisce che gli individui che presentano caratteri vantaggiosi ai fini della sopravvivenza e della riproduzione sono i più adatti all’ambiente, e il principio dell’ereditarietà dei caratteri, che afferma che lo strumento che permette di tramandarli è l’informazione genetica, mutevole di natura, e che spiega l’elevatissimo grado di diversità biologica presente sul nostro pianeta. In definitiva, i genitori riproducendosi mescolano il loro corredo genetico e lo trasmettono alla progenie, conservando e diffondendo le mutazioni nelle generazioni successive, solo queste risultano positive o vantaggiose. In poche parole, l’ambiente seleziona le mutazioni secondo il criterio della vantaggiosità, facendo sì che nel lungo termine si abbia una progressiva affermazione dei geni utili a discapito di quelli dannosi.

Questi importantissimi risultati hanno permesso di comprendere le regole che hanno portato alla costituzione di meccanismi, quali il cervello, le cellule, l’uomo, di elevata complessità. In particolare, si è arrivati a definire che tali meccanismi sono il risultato di un numero elevatissimo di iterazioni delle stesse semplici regole. Quindi, sono computabili.

La ricerca si è concentrata sul tentativo di emulare artificialmente queste regole per sviluppare soluzioni che “evolvono” sotto la pressione della competizione per far sì che si affermi la soluzione migliore in modo quasi “naturale”.

Per rispondere a tali scopi sono nati gli algoritmi genetici, ai quali si richiede di trovare soluzioni a problemi in condizioni mutevoli seguendo dei passaggi standard, ispirandosi al principio della selezione naturale. Più in generale, gli AG sono dei metodi che agiscono su una popolazione di cromosomi, selezionati in base al loro stato di salute, che vengono fatti riprodurre e mutare, per ottenere la soluzione più adatta. Senza addentrarci in ulteriori complicazioni tecniche, gli AG funzionano così:

• Selezione: si selezionano i cromosomi adatti alla riproduzione in base al loro stato di salute;
• Crossing over: si incrociano i cromosomi dei genitori per originare figli con caratteristiche particolari e per definire quelli più adatti alla sopravvivenza;
• Mutazione: si agisce modificano alcune parti del singolo gene, per modificare le possibili soluzioni e analizzare l’evoluzione del sistema;
• I punti precedenti vengono ripetuti iterativamente fino ad arrivare alla soluzione migliore.

Più che il meccanismo di funzionamento tecnico, a essere interessanti sono le svariate applicazioni degli AG: i campi più classici come la fisica, la biologia, la matematica ma anche settori che sembrerebbero più lontani dalla tecnologia come la filosofia, le scienze cognitive e le scienze sociali, in cui vengono utilizzati per simulare l’evoluzione dei processi sociali e culturali. Inoltre, vengono anche utilizzati in finanza come strumento per tentare di predire l’evoluzione dei mercati finanziari. Si sta parlando di un potenziale applicativo vastissimo e che potrebbe generare soluzioni sorprendenti da applicare alla nostra realtà.

Ovviamente, tali metodi non sono esenti da problemi, non è detto, per esempio, che siano in grado di restituire una soluzione, perché spesso il problema potrebbe essere troppo complesso da definire anche solo approssimativamente. Ma in ogni caso possono essere applicati a problemi generali senza l’intervento esterno di un programmatore.

In conclusione, si può evidenziare come il magnifico potenziale della Natura ci offra le metodologie e i principi per emularla e per risolvere i problemi che affliggono il nostro mondo, in una continua interazione tra evoluzione naturale e tecnologia. Ecco, quindi, una prova di come tutti i campi siano interconnessi e di come l’osservazione di fenomeni che ci circondano, per esempio la formazione o la struttura delle catene montuose, ci permetta di risolvere problemi apparentemente diversissimi, come i problemi sociali. La ricerca in questi campi è di fatto appena iniziata ma fornirà ben presto soluzioni straordinarie.