Nemcsak abban az értelemben kutatják az életet, „amilyennek ismerjük", hanem azt az aspektusát is, „amilyen lehetne." A szénalapú biológiai rendszerek hagyományos modellezése a legfontosabb paraméterekre, az anyagi összetevőktől független mesterséges élet a legegyszerűbbekre és legáltalánosabbakra összpontosít, azokat használja fel a szimuláció során.
A kifejezést az amerikai Christopher Langton használta először 1986-ban. Eleinte a szoftveres oldalra, számítógépes közegben éledező digitális létformákra vonatkozott, de a kutatások és kísérletezések idővel speciális elvek alapján felépített robotokra, azaz a hardverre, valamint a biokémiára, az organizmusokat szerves „építőkockákból összerakó" szintetikus biológiára, a „nedves anyagra" (wetware) is kiterjedtek.
Sejtautomaták
Langton Neumann János önreprodukáló sejtautomata elméletéből indult ki. A főként matematikai és számítástudományi problémákra vagy az evolúció modellezésére használt sejtautomata azonos szomszédsági mintázat alapján összekapcsolt, szinkronizáltan működő sejtek (elvileg akárhány dimenziós rácsozatban elhelyezett cellák) összessége; az egyes sejtek állapota csak saját és szomszédjai állapotától függ, a belőlük kialakuló alakzatok gyakran egymást megsemmisítve küzdenek az élettérért.
A legegyszerűbb modell, az egydimenziós automata sejtjei két lehetséges állapotban (on vagy off, élve vagy holtan) találhatók. Gyorsan változik a kezdeti konfiguráció: egy sejtsor véletlenszerűen kerül egyik vagy másik állapotba. Az alatta lévő sor már a második generáció, amelyben az összes sejt állapotát szabálysor határozza meg. A legegyszerűbb szabály három sejtre vonatkozik: a második sor tetszőleges elemét a közvetlenül felette, a tőle jobbra és balra található példányok alakítják. A számítógéppel másodpercenkénti több generációs sebességgel pergő „játék" során különös alakzatok keletkeznek, sejtek születnek és halnak meg, csoportok bukkannak fel, tűnnek el, aszimmetrikus formák szimmetrikusokká fejlődnek - mint az életben.
Neumann a gépi reprodukciót és logikai követelményeit tanulmányozva jutott el a sejtautomatáig. Azért volt szüksége a leegyszerűsített szerkezetre, mert különben kezelhetetlen mennyiségű kapcsolat jönne létre a számítógép komponensei között. Végül sikerült megvalósítania az elméleti modellt, és bebizonyítania, hogy bizonyos feltételek mellett az automata univerzális és önreprodukáló.
Sejtautomata-modelljét többen finomították, egyszerűsítették (a legismertebb John Horton Conway kétdimenziós Életjátéka), aztán színre lépett Langton. Nem komplex rendszerre, csak életszerű formákra vágyott, és hosszú évek kitartó munkájával különös hurokalakzatokig jutott el, Amelyek generációról generációra öröklődő digitális genetikai információt és a szaporodásra vonatkozó utasításokat tartalmaztak. Különös dologra, a káoszból spontán kialakuló (emergens) rendre lett figyelmes.
- Biológiai jelenségek gépi úton reprodukálhatók - vonta le a következtetést, miközben újabb „lényekkel", például V alakú virtuális hangyákkal kísérletezett. Idővel nyomokat hagytak maguk után, csoportos kooperatív viselkedésük szociális rovarokkal, valódi hangyákkal mutatott meglepő hasonlóságot.
Nemcsak a sejtautomata-modell hatékony alkalmazásáról győződött meg, de az apró egyéni cselekvésekből összeálló, központi intelligencia nélküli kollektív rendszer, a bottom-up, emergens viselkedésmintákat eredményező megközelítés működőképességéről is. Olyasmi történt, amit nem programozott előre.
Digitális létformák
A mesterséges élet - tudomány és művészet is; a népszerű tudomány-művészet része. Richard Dawkins Biomorfja megihlette a témával foglalkozó művészeket. Az evolúció halmozódó apró változásait szemléltető programmal grafikus formák fejlődése irányítható nemzedékeken keresztül, és megbizonyosodhatunk róla, hogy az organizmusok véletlenszerű csekély módosulásai véletlennek egyáltalán nem nevezhető komplex változásokhoz vezetnek. A Biomorf többet ért el eredeti rendeltetésénél: jól példázta, hogy a genetika elvei érvényesíthetők számítógépes környezetben, és a mesterséges evolúció különös szépségű objektumokat kelt életre.
A program genetikus algoritmusként működött. Az algoritmus a keresési tér elemeinek (egyedeinek) keresztezésével és mutációjával új egyedeket hoz létre, miközben kiszűri és eltávolítja a rosszabb értékkel rendelkezőket. Addig futtatható, amíg eljut az ideális megoldásig.
Kortárs képzőművészek kreatív módon alkalmazzák Dawkins ötletét és a genetikus algoritmusokat: a több monitoron megjelenő képsorok egyszerű formák, amelyek komplexebb szerkezetekké alakulnak át. Az evolúció menetét követő program folyamatosan variációkat generál - megváltoznak a színek, új kompozíciós elemek jelennek meg; a képek már teljesen mások, mint eredetileg. Az alkotások interaktívak - a néző dönti el, hogy a képsor melyik része, témája alapján evolválódjon tovább a nagy egész.
Varázslatos ökoszisztémák
Thomas Ray, a trópusi esőerdőket kutató amerikai biológus az 1990-es évek elején az evolúciót szimuláló Tierra hálózat kidolgozásába kezdett. Állandóan átalakuló - természetes organizmusoknak megfelelő - digitális lényei a kaotikus gépi közeg limitált tereiért és az energiakészletekért küzdöttek. Az esőerdők megóvására akart életképes modellt kidolgozni, és az evolúció kambrium-kori robbanásszerű gyorsulásához is keresett fogódzókat.
Genetikus algoritmust futtatott le: a programon belül egymással versengő, az evolúció mechanizmusainak alávetett egyedekből álló populációt hozott létre. Az egyedeket minden lépésnél (generációnál) értékelte, alkalmassági számokkal látta el. A legalkalmasabbakat kétféleképpen (keresztezéssel és mutációval) reprodukálta. Az utód a következő generációba került, majd újra- és újraindult a folyamat.
A Tierra és a későbbi mesterségesélet-ökoszisztémák (Tim Tyler Lótusz-gyűjteménye, Avida, Physis, Darwinbots, DigiHive stb.) tudományos értékeik mellett a néző elé táruló látványvilággal nyűgöznek le. Az egyedek evolúciója hasonló a természetes lényekéhez, egyszerű replikátorokból bonyolult adatfeldolgozókká válnak, a sok ezer nemzedéken keresztül tanulmányozott rendszer összetett formákká fejlődik. Biológiai élelem helyett számokkal - egyekkel és zérókkal - táplálkoznak. Esznek és megeszik őket, ismerkednek, utódokat nemzenek.
A Biota.org digitális biológiája különböző környezetekbe, például a meseszép NerveGardenbe kalauzol. Lényei, a bióták önszaporító független programok, a virtuális Föld lakóinak tulajdonságait és működését ábrázolják. Állatkák, fák, bokrok, virágok - algoritmikus organizmusok - álomvilága. A magokat a felhasználó veti el.
Tervezői szintén a kambriumi robbanásra várnak.
Mesterséges élet a valóságban
Amíg a digitális létformák és ökoszisztémák csak a számítógépes közegben „élnek", a belőlük levont tanulságok leginkább robusztus, alkalmazkodó és hibatűrő programok, áramkörök, illetve vírusok fejlesztésében konkretizálódnak, addig sokan a mesterséges élet kézzelfoghatóbb, fizikai kivitelezésén, interaktív robotokon és egyéb gépeken, kompozit anyagokon, rendszerösszetevőkön dolgoznak.
Rodney Brooks, a MIT robotikusa a hagyományos, az információfeldolgozást az érzékelés-modellezés-tervezés-cselekvés sor eredményeként, egy-egy műveletet gyakran egy-öt percig kivitelező, változó környezetben kevésbé hatékony robotrendszerek ellenében vezette be a viselkedésalapú, biológiai-evolucionista megközelítést, ami mellőzi a külvilág nehezen megvalósítható reprezentálását célzó belső, szimbolikus világmodellt. A modulárisan egymásra építhető összetevők önállóan, központi tervezés nélkül végzik feladatukat, az irányítást hálózataik interakciói eredményezik. A rendszer intelligenciája rétegszerű szerkezet kialakításával, lépésről lépésre növelhető. A rétegek önálló viselkedésgeneráló elemek, ám implicit módon függenek a hálózat korábban már felépített rétegeitől is.
Brooks robotjainál a rétegek és összetevőik megnyilvánulásaiban jól megfigyelhető a bonyolultabb mesterségesélet-rendszerek talán legfontosabb jellemzője, az emergencia.
A londoni Peter Bentley hasonló elveket alkalmazó MOBIUS-a biológiai alapú intelligens anyagok és eszközök, például 3D-s nyomtatók fejlesztését célozza. „Ha az evolúció konfigurálhat rendszereket egy számítógépen, a létrejött terv igencsak új módon aknázza ki a szerkezet fizikai tulajdonságait" - elmélkedik a kutató. Bizonyosságot nyerhet, hogy a digitális evolúció is képes bonyolult rendszereket teremteni. A feltételezést tesztelendő, Bentley és munkatársai alakváltoztató robotformákkal kísérleteznek.
Szintetikus biológia
A szintetikus és organikus világok fokozatos összekombinálása (például az első alkalommal 2010-ben előállított szintetikus DNS) egyre több vitát vált ki a régebben kizárólag szilícium áramkörökkel kapcsolatban emlegetett mesterséges életről. Az újradefiniált tudományterület mindinkább a szintetikus biológia témakörbe tartozó jelenségekkel foglalkozik. A szintetikus biológia az élővilág összetevőinek, rendszereinek természetben nem létező tervezése, létező elemek újratervezése, a molekuláris biológia rendezőelveinek alkalmazása mesterséges komponensek, rendszerek, elsősorban a wetware kidolgozásakor.
Egy mesterséges rendszer attól válik élővé, ha eléri a komplexitás bizonyos szintjét, szaporodásra és önfenntartásra (összetevők másolására, információfeldolgozásra, környezetből felvett energiák fokozatos elhasználására) képes. Az elektronikus rendszerek jók az információfeldolgozásban (bár az élőknél kevésbé árnyaltan teszik), de csak egyfajta, szigorúan meghatározott energiát fogyasztanak.
Az önfenntartás kezdetlegesnek is alig nevezhető szintje a szilícium és a szén közötti különbségekkel magyarázható. A szén rugalmasabb, könnyebben egyesül más atomokkal, több szerkezete ismert. Az elektronikus áramkörökben kivitelezett rendszerekhez nem kapcsolódnak hasonló molekuláris szerkezetek. A rajtuk futtatott, az élet alapfunkcióit mutató szoftverek idővel elérhetik a komplexitás magas szintjeit, de a mesterséges rendszerek és a szilíciummolekulák teljes integrációja nagyon bonyolult feladat. A szén rugalmasságát, élő rendszerek molekuláris „stratégiáját" kellene valahogy alkalmazni rájuk.
A szintetikus biológiában nagyobb lehetőségek rejlenek, mint az eredeti mesterséges életben. A top-down megközelítéssel különböző összetevőket létrehozó evolúciós elvek kutathatók, majd ugyanezek az elvek új típusú mesterséges komponensek alapjait adó nanoszerkezetekre alkalmazhatók. Alulról felfelé, építőkockáról építőkockára haladva speciális sejtfunkciók azonosíthatók, szabványosíthatók és kódolhatók DNS-sorokban. Az így létrejött összetettebb funkciók elérhetik azt a szintet, amikor a rendszer már önfenntartó. Ez a megközelítés új paradigmához, a sejt növekedését és viselkedését módosító jelzőrendszereket azonosító moduláris biológiához vezet, és ha a biológiai rendszerek programozhatók lesznek, mérnöki célokra is felhasználhatjuk őket.
