Trabajo Sims

Karl Sims es un biólogo, programador y artista de Cambridge, Massachusetts, pionero en el trabajo con algoritmos genéticos y evolución interactiva. Sims usa el método de la programación genética en combinación con la selección basada en criterios estéticos del usuario, para desarrollar sus imágenes abstractas, retomando las teorías de la evolución para crear procesos interactivos, los cuales actúan independientemente, para producir formas “vivas” que sintetizan la belleza y complejidad de los organismos naturales.

Este trabajo presentará los trabajos interactivos y las animaciones por ordenador de Sims, y para ello, profundizará en las teorías de la interactividad y la evolución como herramientas de creación con los nuevos medios.

El primer campo de estudio de Karl Sims, antes de profundizar en los computadores gráfico, fue la biología y la evolución natural. A lo largo de su obra, se pueden observar tres conceptos fundamentales: el concepto de la evolución, el concepto de los modelos procesales y el concepto de la selección interactiva. Desde las primeras obras de Sims, es posible encontrar una tendencia a enlazar los principios de mutación de formas (como en Interactive Video Kaleidoscope, 1987), caos (Panspermia, 1990), evolución (Primordial Dance, 1991) o selección interactiva (Genetic Images, 1993) que se resumen en su última instalación Galapagos (1998), donde los visitantes proveen la información estética en la selección de las formas más interesantes, y los ordenadores proveen la capacidad para fingir la genética, el crecimiento y el comportamiento de los organismos virtuales.

Las propuestas de Sims se basan en sistemas procesales entre la pantalla y la interactividad espacial. El primero compromete la imagen de la televisión, el cine y el ordenador, así como también los sistemas hipertextuales que trabajan con ventanas desplegables en un espacio que es de experimentación intelectual, mas que física. Este es el caso de sus trabajos animados. El segundo desarrolla aspectos kinestésicos de la personificación y está relacionado con sus obras interactivas. Aquí, los movimientos activos o pasivos del cuerpo del espectador interactúan con los datos procesales del ordenador.

La reflexión sobre la interactividad en la obra de Sims es permanente. O bien interactúa el artista con su obra, o bien, esta ocurre entre el artista, la obra y el espectador. Ya Walter Benjamin planteaba, a principios de siglo, la problemática de la interactividad en la obra de arte. Para Benjamin, la distinción entre autor y público se empieza a romper desde finales del siglo pasado, y el lector comienza participar directamente en la creación de la obra, y se convierte también en "escritor" (Benjamin, 1973: 40). Para Sims, el proceso de interactividad aplicada a la evolución es de interés porque permite conocer el interés estético de los espectadores, o de un grupo de personas que participa en cualquiera de sus obras, y las imágenes resultantes son el producto de una selección “fingida” desde los mismos espectadores. Además de lo anterior, Sims valora la interactividad y la evolución por dos razones. Primero, tiene potencialidad como una herramienta que puede producir resultados que no se podrían producir de forma aislada entre el ordenador y el espectador, sino los dos en conjunto. Segundo, provee un método único para estudiar y reconsiderar los sistemas evolutivos de la vida orgánica.

La obra de Sims también plantea una reflexión en torno al acercamiento del arte y la ciencia. Su formación en biología y gráficos por ordenador le permite romper el tradicional aislamiento de estas dos disciplinas del conocimiento humano, con propuestas que trascienden cualquiera de los dos ámbitos.

Empédocles y otros filósofos presocráticos son los precursores de las hipótesis evolucionistas, ya que ellos reconocen por primera vez el hecho de la sucesión de formas orgánicas. Luego Aristóteles estableció una teoría ortogenética, al establecer que los seres vivos están ordenados según una escala creciente de complicación. Mas tarde, en el siglo XVIII, los fundadores de la biología moderna, con Linné a la cabeza, defendían las especies como entidades perfectamente diferenciadas, creadas desde el principio por el “Sumo Hacedor”. Sin embargo, conceptos transformistas como los de Lamarck y Darwin revolucionaron la biología del siglo XIX, al proponer una evolución como una adaptación activa al medio, gracias al desarrollo de los organismos mas utilizados y la reducción de los inútiles. Darwin proporcionó una serie de pruebas sobre el origen de las especies y los mecanismos de su transformación. Estas pruebas son las que hoy se recogen y se adaptan a los principios de vida artificial.

En general, los artistas e ingenieros que investigan en vida artificial, recogen los siguientes conceptos de la evolución biológica:

1. La filogenia (“ascendencia” de especies). La sucesión continua de formas y la diferenciación gradual como un proceso de transformación de las especies, movido por fuerzas evolutivas de selección natural o derivación genética.

2. La diferenciación de las especies. Las especies no se diferencian entre sí, sino que se agrupan en distintos grados de semejanza o en categorías taxonómicas: géneros, familia, órdenes, clases, tipos.

3. Desviaciones adaptativas. Desde un punto de vista evolutivo, las diversas especies derivan de un grupo de antepasados comunes que ocupan nuevos ambientes y experimentan una serie de cambios adaptativos a los diversos medios.

4. Variabilidad de los individuos. Entre los individuos de una misma especie no hay dos que sean iguales. La variabilidad entre ellos puede ser ocasionada por el ambiente, el alimento, el clima, etc.

5. Las mutaciones aleatorias. Los cambios de los genes son producidos al azar y estos pueden ser útiles o perjudiciales al medio. La selección del mas fuerte, el efecto del azar sobre la distribución de las mutaciones en poblaciones poco numerosas y la migración diferencial o su adaptación a diversos medios según sus características, son los principales mecanismos que dirigen el sentido de la evolución.

Según Taylor y Jefferson (1996: 1), la vida natural se organiza en cuatro niveles básicos:

- el nivel molecular
- el nivel celular
- el nivel orgánico
- y el nivel del ecosistema poblacional

Las nuevas herramientas de trabajo de vida artificial, según los autores mencionados, permiten profundizar en el campo biológico, de una manera que antes no era posible. Las investigaciones en vida artificial han abordado estos cuatro niveles de vida natural. La mayoría de las experimentaciones en el nivel molecular dirigen su proceso evolutivo artificial hacia la creación de moléculas con propiedades catalíticas específicas (como variantes del ácido ribonucleico ARN). Ejemplos de ello están en los trabajos de Beaudry y Jones (1992) o Bartel y Szostak (1993).

A nivel celular, las investigaciones en vida artificial se dirigen a comprender la formación de grupos multicelulares que se duplican a si mismos y la evolución que se produce en esta repetición (por ejemplo, formas que evolucionan a partir de algoritmos genéticos). Los trabajos de Boerlijst y Hoegweg (1992) se enfocan en el estudio de los autómatas celulares.

En el nivel orgánico, se han intentado simular los componentes de los seres vivos (cuerpo, sistema nervioso, medio ambiente) por medio del software y se han creado robots controlados por ordenador que navegan por el espacio y controlan sentidos y percepciones diversas. Un proyecto de investigación de este tipo involucra el mobot Genghis (robot móvil autónomo), desarrollado por Angle y programado por Maes y Brooks (1989), o el programa Firefly, diseñado también por Maes y concebido como un agente inteligente en la web, que detecta, a partir de una información básica, el nivel cultural del usuario que navega y su comportamiento en diversos campos.

Para el estudio del nivel poblacional, los trabajos en vida artificial han desarrollado ecosistemas de organización o población genética, a partir de sistemas algebraicos o ecuaciones diferenciales. Estos estudios ofrecen la ventaja de codificar los comportamientos de los organismos como si fueran programas, lo que facilita su transformación y modificación. Los genes de estos organismos son representados como un conjunto de bits almacenados como datos separados que sirven para codificar la estructura, estudiar el comportamiento y la reproducción sexual o asexual de los organismos. Un ejemplo de lo anterior vendría a estar dado en los sistemas RAM y Genesis desarrollados por Jefferson et al. (1992), donde los animales son representados como conjunto de bits y autómatas finitos con capacidad de evolución autónoma.

La vida artificial se define como el descubrimiento y la implementación de estrategias de software evolutivo, asociado en forma dinámica con el ordenador y otros ambientes, para la creación de comportamientos y formas de vida (Rinaldo, 1998). Hasta ahora, la selección natural y el mecanismo de la evolución se había limitado a los procesos orgánicos. Sin embargo, las nuevas investigaciones en torno a la reproducción de especies digitales en silicio, a través de los algoritmos genéticos, plantea nuevos interrogantes en torno la vida. Fue Norbert Wiener quien definió el nombre de “Cibernética” como el estudio del control y la comunicación entre animales y máquinas. En 1987 Cristóbal G. Langton convocó la primera conferencia sobre Vida Artificial y, a partir de 1988, un grupo de científicos interdisciplinarios realizaron varias conferencias con este nombre en el Santa Fe Institute for Non-Linear Dynamics.

Los investigadores en vida artificial se han asociado, en algunos casos con teóricos del caos y la complejidad, con quienes comparten un interés común en torno a los sistemas de auto-organización y el orden emergente. Existe una idea que se explora desde hace algunos años, y que consiste en que “en la realidad física que percibimos surgen fenómenos aislados y aparentemente intrascendentes, que adquieren una dinámica multiplicadora con capacidad de transformar todo su entorno de manera irreversible” (Carreras, 1996). En el caos es compleja la identificación de las causas que producen determinados efectos, e incluso, si se partiera del efecto no se podría regresar al paso anterior por las variables múltiples y la imposibilidad de restablecer las combinaciones que desataron el cambio. En la teoría del caos, esto se conoce como “el efecto mariposa”, es decir, una acción que ocurre en un lugar, cuyas ondas se multiplican en el tiempo y el espacio hasta desencadenar otra acción (Lorenz, 1999)

El moderno estudio del caos comenzó en el decenio de 1960 con el hallazgo de que ecuaciones matemáticas muy simples podían modelar sistemas como una cascada (Gleick, 1988). El caos plantea cuestiones que desafían los usuales métodos de trabajo y especulan acerca del determinismo y del libre albedrío, la evolución y la índole de la inteligencia consciente.

Evolución y caos también se relacionan a partir de las teorías de Darwin. Con el evolucionismo, se establece que el azar se convierte en ley en el mundo natural (Gould, 1991: 55) y fue a partir de Darwin cuando el orden nacido del caos se impuso progresivamente en la biología , en la sociología y luego en la física con la teoría de la incertidumbre. Panspermia, obra que Sims realizó en 1990, reúne los conceptos de caos, complejidad y evolución , en el contexto de estructuras tridimensionales de mundos virtuales y bosques animados.

Panspermia, K. Sims, 1990

Así como el caos, el concepto de Rizoma de Deleuze y Guattari explican los principios de la vida artificial, sobre todo en lo que se refiere a:

- Principio de la conexión y la heterogeneidad: cualquier punto puede conectarse con otro.

- Principio de la multiplicidad : una multiplicidad no tiene sujeto ni objeto sino solamente algunas determinaciones que no pueden crecer sin que cambie de naturaleza.

- Principio de ruptura asignificante: un rizoma puede ser quebrado en cualquier parte, él se recupera según tal o cual de sus líneas o siguiendo otras. Todo rizoma comprende líneas de segmentariedad desde las que es estratificado, territorializado, organizado, significado... pero también líneas de desterritorialización por las que se escapa sin cesar.

En la vida artificial, las células creadas son “rizomorfas”, porque cada una de ellas produce fallos y filamentos libres para servir a nuevos usos extraños (Deleuze y Guattari, 1977).

Galapagos, K. Sims, 1997

Otros conceptos relacionados con vida artificial, y que han aportado a su investigación son (Penny, 1995): los fractales como geometría que muestra la lógica del crecimiento natural, la entropía en cuanto medida del desorden de los cuerpos, el reduccionismo como la clave del método científico y el principio básico del orden emergente que implica que la totalidad es mayor que la suma de sus partes.

Según Simon Penny (1995), la comunidad de investigadores en la vida artificial se divide en:

1. Biólogos computacionales. Son los investigadores de la evolución, a partir del silicio y los algoritmos genéticos, que a su vez se dividen en dos grupos:

- Los que sostienen que la evolución digital produce formas de vida, y que por la tanto, de allí surgen leyes importantes que son importantes para la biología. Este es el caso de Christopher G. Langton y Thomas S. Ray, quienes afirman que la investigación en vida artificial es capaz de crear entidades que están realmente vivas.

- Los que sostienen que las simulaciones evolutivas y genéticas son útiles para comprender la dinámica biológica, pero son simplemente simulaciones.

Alrededor este grupo central se agrupan otros así:

2. Los constructores de sistemas procesales, como Craig Reynolds, Jessica Hodgins y Karl Sims.

3. Los que analizan el comportamiento emergente en las máquinas móviles y los robots.

4. Los constructores de agentes digitales autónomos.

5. Los biólogos moleculares (wet alifers) que crían o construyen agrupaciones de proteínas, enzimas y ácidos nucleicos.

En síntesis, los investigadores en vida artificial se dividen en dos grandes grupos. Un primer grupo que sostiene que no hay razón para pensar que la vida no pueda existir en el silicio y que las técnicas de la informática moderna son estructuralmente parecidas a la composición de la vida biológica. Y un segundo grupo que considera que las experimentaciones en evolución artificial, son solo simulaciones análogas de la vida. En este sentido Edward Shanken afirma que la vida artificial no puede verse como un producto autónomo de investigación, sino “estructuralmente acoplado” con las formas de vida natural y artificial, como un proceso artístico de visualización y contextualización de formas de vida artificial y que pueden jugar un papel crítico en la definición de las calidades de la vida, tal como es conocida hoy.

El campo de estudio de la vida artificial explora las posibilidades de crear ejemplos de vida, o elementos aislados del proceso de vida, para entender su estructura. Ofrece, además, la posibilidad de observar la genética de los nuevos sistemas de vida construidos artificialmente.

De acuerdo con Ray, las propiedades comunes de la vida natural incluyen las capacidades de reproducirse, evolucionar, metabolizar, responder a los estímulos, alivio y reparación de daños. Sin embargo, la mayoría de los ejemplos de vida artificial no cumplen la totalidad de estos requisitos, sino que concentran su exploración en tres grandes áreas: los que estudian la evolución de los equipos y hardware, las investigaciones en programación de software, y los que indagan en la evolución sintética a través del medio químico-wetware (Ray, 1996).

Por ello, no se puede entender la vida artificial como simulaciones de procesos biológicos realizados en ordenador. La simulación, según Ray, es un “modelo de algo” en el mundo real, símbolos que representan objetos, y reglas que determinan la manipulación de los símbolos. La veracidad de la simulación puede depender de cómo precisamente los símbolos y las reglas representan los objetos y procesos que ellos se destinan para modelar. Al contrario, los elementos de la vida artificial son síntesis de objetos independientes, no son símbolos de otras cosas. Por ello, el ordenador no se toma como una herramienta para modelar la vida orgánica si no como un ambiente que puede ser habitado por una vida creada sin procedimientos químicos.

Según Ray, el proceso evolutivo no sucede solo sobre la superficie física de la tierra, ni es exclusiva de la química de carbón. Así como puede ocurrir sobre otros planetas, puede operar también en otros medios, como el digital. Y así como la evolución sobre otros planetas no es un modelo de vida sobre la Tierra, la evolución natural no es modelo aplicable al medio digital.

Existen diversos enfoques para trabajar con la evolución (Ray, 1996). Las diferentes formas varían en el control del proceso evolutivo de la selección artificial y en el grado de la programación genética predeterminada de la forma de los replicantes. Por una parte, la evolución se puede reducir al papel de técnico o el constructor y en la optimización del diseño. Por otra parte, la evolución puede ser libre para generar y perfeccionar diseños propios, con materiales en bruto provistos por el investigador para la evolución independiente de los elementos.

En cualquier caso, la evolución artificial recrea estructuras de los seres vivos y las adapta a otros medios, con el apoyo de los sistemas computacionales. La vida artificial permite observar estructuras de diversos tamaños y composiciones biológicas que no son posibles de observar con el ojo humano. Si la vida es la expresión creativa de la evolución natural, el arte como realización del hombre es también la expresión creativa de la evolución. Y si el arte evolutivo, explora nuevos ecosistemas, antes imperceptibles para los hombres, requiere también una nueva estética para apreciarlo.

Según Taylor y Jefferson, la vida digital tiene propiedades únicas que la hacen más fácil de estudiar que la vida orgánica, y por esto, se constituye en una herramienta útil para algunos tipos de estudios biológicos. Por una parte, es mucho más fácil obtener, cuantificar y analizar datos sobre la vida digital que sobre la natural. Así también, es mucho menos compleja la estructura de la vida digital (Taylor y Jefferson, 1995: 6).

Ejemplo que demuestran los anterior, es posible encontrarlos en el trabajo de Koza, Rice y Roughgarden (1992), quienes evalúan el comportamiento de las estructuras naturales, a partir de modelos artificiales. Los autores examinaron una especie de lagartos en una región del Caribe, comparando su comportamiento social con los análisis teóricos, a partir de algoritmos genéticos, y analizaron la adaptación de nuevas especies en circunstancias y ambientes diversos.

Partiendo de los principios de la selección sexual y las características heredables, Collins y Jefferson (1992) construyeron un modelo de vida artificial adaptado a un sistema experimental que les permitiera evaluar el funcionamiento de estos principios.

En la misma línea, Toquenaga, Hoshino y Fuji (1994), han usado modelos de vida artificial para examinar modos de comportamiento y el crecimiento de la población. Así mismo, Ray (1994) ha realizado experimentaciones y exploraciones en torno a las propiedades generales de los sistemas ecológicos.

El medio digital, observa y procesa la evolución como un universo completamente diferente al mundo real y con otras leyes. No hay termodinámica ni procesos químicos. El medio digital se mueve a través de procedimientos lógicos e informativos implementados en el procesador y los organismos digitales ocupan un espacio de la memoria RAM del ordenador y por ello es posible asignarles direcciones secuenciales numéricas a las ubicaciones en la memoria (Ray, 1996).

La evolución se activa en el medio digital a partir de los “algoritmos genéricos” o conjuntos de bits codificados. El proceso evolutivo a través de los algoritmos genéticos no utiliza la selección natural sino la selección artificial. El programador define un algoritmo con una “función de aptitud” (fitness) que determina que algunos conjuntos de bits se favorecen y se multiplican, y otros, los no favorecidos, pueden desaparecer. Los algoritmos genéticos representan el control total de los elementos digitales, a través de un software.

Tradicionalmente, los algoritmos genéticos se han utilizado para trabajar con la evolución, como un sistema orientado al estudio de una población de replicantes, una comunidad con unas funciones específicas y determinados criterios de selección. En este caso, ocurren variaciones genéticas solo de las formas de las especies existentes. Sin embargo, anota Tomas Ray, la evolución es también capaz de generar especies nuevas y aumentar la complejidad de replicadores. La experiencia en el conocimiento de la evolución digital está orientada a la evolución de las especies mediante variaciones sobre elementos o estructuras existentes. Como lo afirma Ray, si no existe conocimiento anterior, no es posible saber como serán las próximas especies que están por venir.

En un intento de crear las condiciones donde la evolución pueda expresarse a sí mismo en el medio digital, Ray ha propuesto la creación de una “reserva de diversidad biológica para organismos digitales”, una especie de reserva de fauna silvestre en el ciberespacio <http://alife.santafe.edu/~joke/zooland/>. Estos organismos, que evolucionan en la red, desarrollan adaptaciones y mutaciones aleatorias dentro de una estética diversa y poco convencional. Por ello es necesario, afirma Ray, desarrollar una estética nueva para apreciar la belleza de los productos de la evolución digital.

Las relaciones entre el observador de una obra y su autor, o entre el observador y la obra en si misma se han transformado con la aparición de las nuevas tecnologías. Gracias a los nuevos medios, la creatividad se combina con la invención científica y las obras requieren preferiblemente un equipo multidisciplinario de investigadores. Popper sostiene que el argumento estético y la situación científica han cambiado radicalmente y que una mutación o quizás una revolución ha tenido lugar en esto el campo (Popper, 1999). Así mismo dice que si Paul Klee era capaz de hacer invisibles las cosas visibles, la visualización artística y científica, sobre todo a partir de la revolución informática en el decenio de 1980, ha contribuido decisivamente al quebrantamiento de las divisiones entre la ciencia y el arte. Como lo afirma Benjamin, el artista, apoyado en la ciencia observa y profundiza en la “textura de los datos” (Benjamin, 1973: 43), de tal forma puede observar y crear de una manera mucho mas cercana a la realidad, y por lo tanto, al público, acercando el arte a la ciencia, y el espectador a la obra de arte.

Las ideas nuevas sobre evolución digital y vida artificial, presentan una gran potencialidad en el arte, en cuanto perfeccionamiento de las técnicas y en la relación interactiva con los usuarios. Como lo afirma Penny, al contrario de lo que dice la retórica de la industria sobre la libertad y liberación, la libertad en las máquinas interactivas es un asunto muy limitado (Penny, 1995) En las obras de arte tradicionales el artista comparte con el usuario la idea de interactividad, pero realmente el artista lo ha planificado todo. Diseñar la experiencia interactiva agrega una dimensión estética sin precedentes en las artes plásticas y visuales, porque en las artes occidentales no existe una tradición de una estética de la interactividad, sino una lectura de la obra desde las convenciones del Renacimiento. En este sentido la obra de Sims, al usar el ordenador para generar diversidad genética automáticamente, interpola un componente mayor de interactividad al involucrar al espectador directamente en su obra, al obligar al individuo a ejercer una acción a distancia entre é y el sistema.

Penny define cuatro nuevos géneros de interactividad:

- La pantalla basada en el hipertexto.

- Los espacios físicos con instrumentos.

- Los ambientes virtuales y reales combinados.

- La tele-interactividad, dada por el ancho de la banda digital en las tecnologías de las comunicaciones.

La interactividad plantea múltiples interrogantes en torno al espacio real y el espacio virtual. En general, las obras de arte interactivas exploran la relación entre el espacio verdadero y el espacio virtual desde dos perspectivas (Penny, 1995):

- El espacio virtual imita el espacio real, como en el Legible City and Virtual Museum de Jeffrey Shaw en el cual el movimiento físico del espacio verdadero es un elemento de navegación del mundo virtual.

- El espacio virtual y el espacio real se separan totalmente. Es lo que Penny llama “el mapa paradójico” en la obra de Gideon May Table with the Spirits (1993) donde el espacio virtual se duplica y se alinea punto a punto con el espacio verdadero, a excepción de ciertos fenómenos digitales.

La topología espacial de la interactividad digital, dice Ray, no es euclidiana. La geografía de un espacio real se entiende al examinar la distancia que relaciona un conjunto de puntos y la geometría de Euclides es humana, por cuanto pretende describir este espacio real que rodea al hombre. En el espacio de la memoria del ordenador no hay un concepto significativo de distancia lineal. El análogo más apropiado de distancia es el tiempo que toma el mover una información entre puntos. Así el tiempo llega a ser la medida para la distancia, en el espacio de memoria.

Un agente digital que “habita” en el ciberespacio, ubicando determinadas referencias sobre un tema en sitios diversos, es ajeno al usuario. Su ambiente es digital, y no es equivalente a la geografía y la física del mundo real. La máquina no sabe que está trabajando con alguien o que obra recíprocamente, solo está realizando su trabajo de acuerdo con una programación matemática. Y el usuario, observada e interactúa a través de las interfaces, que son los cristales, la zona de traducción, el enlace de los datos numéricos con sus requerimientos específicos.

En la memoria de la mayoría de los tipos de ordenadores (con memoria “plana”), afirma Ray, todo los pares de puntos están equidistantes, sin considerar sus ubicaciones reales en la memoria. En un ordenador con la memoria sementada, como en los procesadores Intel, hay dos distancias entre puntos, dependiendo de las posiciones reales relativas de los puntos y el punto de referencia. El relativo físico de las ubicaciones sobre la red dependerá del tiempo que toman las transferencias entre dos ordenadores y las condiciones del tránsito de información. Esto demuestra, según Ray, que el espacio es claramente no euclidiano.

Con relación a la ubicación espacial de los usuarios, se identifican los siguientes géneros (Penny, 1995):

- Entre la gente geográficamente separada, o el teleconferencing art.

- Entre una persona y una máquina, geográficamente separados, o la teleoperation.

- Entre la gente geográficamente separada en un sitio virtual, o ambiente virtual compartido a través de las redes multimedia o por medio de la web.

Las técnicas interactivas implican una revisión del papel del observador y la manera como el artista tiene en cuenta estas miradas. Un sistema interactivo, dice Penny, es una máquina que reacciona en el momento, en virtud de una programación automatizada de una base en datos. Por ello, dice, una pintura es un ejemplo de representación, una película es una sucesión de representaciones, y las obras de arte interactivas no son ejemplos de representación sino máquinas virtuales que en sí mismas producen ejemplos de representación con base en aportes que se dan en tiempo real.

El usuario interactúa desde su perspectiva cultural y extrapola su experiencia a las características que tienen una relación analógica con lo que piensa que ve (Penny, 1995). Para Penny, los medios son ahora interactivos y los trabajos en vida artificial ofrecen un enfoque nuevo porque emplean la naturaleza no como una representación mimética de la realidad, sino como la estructura de sus sistemas: los algoritmos biológicos de crecimiento, los ecosistemas fingidos, los algoritmos genéticos comunitarios y las redes nerviosas. En síntesis, la importancia de los sistemas interactivos, esta en que ellos imitan las estructuras de los espacios y los sistemas orgánicos, y no porque ellos sean la copia mimética de la vida ni del espacio geográfico.

Karl Sims es un programador y artista de Cambridge, Massachusetts, pionero en el trabajo con algoritmos genéticos y evolución interactiva. Sus obras mezclan los principios de los procesos computacionales con las teorías de la evolución humana. Sims estudió Life Sciences en el Massachusetts Institute of Technology, MIT, y Computer Graphics en el Media Lab del MIT. Actualmente dirige Genetic Arts, Inc. en Cambridge, Massachusetts.

Karl Sims usa el método de la programación genética en combinación con la selección basada en criterios estéticos del usuario, para desarrollar sus imágenes abstractas, retomando las teorías de la evolución para crear procesos interactivos, los cuales actúan independientemente, para producir formas “vivas” que sintetizan la belleza y complejidad de los organismos vivos.

Karl Sims comenzó a trabajar en sus algoritmos mientras elaboraba un vídeo animado que requirió la generación de flora vegetal para sus mundos imaginarios. El se dio cuenta que para conseguir una amplia variedad de plantas necesitaba parámetros diferentes de crecimiento. Comenzó a pensar en estos como genes y una vez hecha la analogía, definió que algunas partes podían hacer el proceso en forma independiente y realizó combinaciones y mutaciones aleatorias, para conseguir una variedad de las plantas que no se podría lograr simplemente en el diseño (Unger, 1999). Al usar el ordenador para generar diversidad genética automáticamente, Sims insertaba un componente mayor de interactividad e involucraba al espectador en su obra.

Sims se basó, a partir de allí, en las teorías evolucionistas de Darwin, y en las investigaciones sobre vida vegetal y animal que realizó entre 1831-36 en las Islas Galápagos. Sims usó una herramienta evolutiva artificial, a través del diseño de un software y condujo el trabajo de campo de Darwin a la memoria del ordenador.

Mientras muchas investigaciones tienen como objetivo el estudio de la evolución en el medio digital en el campo de la ingeniería, el trabajo de Sims se ha enfocado a la exploración del proceso de la evolución en un medio desconocido. En este caso, se establece un diálogo entre los programas del ordenador y la personalidad del usuario, que crean las condiciones para una evolución libre. El resultado es una diversificada filogenia de “organismos digitales”, en una comunidad ecológica dentro de ciberespacio.

Karl Sims programa genéticamente las imágenes con base en los criterios estéticos del usuario para evolucionar los lenguajes abstractos. En las imágenes genéticas de Sims, las selecciones estéticas de cada generación de imágenes se transforman con criterios arbitrarios y el cambio en cada generación genera nuevos conjuntos.

La obra de Sims usa también un sistema genético flexible para construir “criaturas”, con bloques articulados y flexibles como músculos en algunos casos, que se controlan a través de circuitos. Sims inserta estas criaturas en simulaciones físicas de diversas superficies que pueden ser agua o tierra. Ellas se seleccionan para realizar una serie de tareas tales como nadar, desplazarse o saltar a través de una superficie o intentar poseer un bloque cuadrado de otra criatura.

Estas experimentaciones produjeron un conjunto de criaturas, algunas con formas de serpiente y cangrejo, y otras con formas mas abstractas, pero que también lograban buenos movimientos en las diversas superficies.

El objetivo del trabajo de Sims no es encontrar una solución óptima, sino más bien una diversidad de soluciones para cada “función de aptitud”, una presentación de formas y comportamientos de una comunidad de formas evolucionadas.

A lo largo de la obra de Sims, se pueden observar tres conceptos fundamentales:

- El concepto de la evolución. Su obra entiende las complejas entidades biológicas no solo como una fórmula establecida, sino como una herramienta flexible de simulación para crear algoritmos y estructuras de altos niveles de complejidad.

- El concepto de los modelos procesales. Para Sims, estos modelos son el conjunto de acciones que impulsan la evolución artificial. Sims diseña, con procedimientos sencillos, modelos para crear escenas y animaciones con altos grados de complejidad. Su limitación, anota Sims, es que los detalles del procedimiento de los modelos deben concebirse, entenderse y diseñarse por el hombre.

- El concepto de selección interactiva. Con base en la percepción visual del usuario, los resultados generados evolucionan en las direcciones preferidas, según criterios estéticos.

Un genotipo, dice Sims, no debe tener un número fijo de caracteres, porque esto afecta los fenotipos. Una limitación de genotipos con un número fijo de parámetros y reglas fijas de expresión limitan el conjunto de posible fenotipos. Para sobrepasar esta limitación, Sims propone incluir información procesal en los genotipos en vez de datos de parámetro. Esta información procesal es la expresión simbólica que se usa como genotipo para crear expresiones arbitrarias que pueden ser cambiadas, evolucionadas y evaluadas para generar diversos fenotipos.

Las expresiones simbólicas deben reproducirse en los nódulos (agrupación de estructuras o genotipos) con mutaciones para que ocurra una evolución. Sims propone diferentes tipos de mutaciones según el nódulo:

1. Cualquier nódulo puede mutarse en una expresión aleatoria nueva, lo que permite cambios grandes e importantes alteraciones del fenotipo.

2. Si el nódulo tiene un valor escalar, puede ser ajustado con la adición de alguna cantidad aleatoria.

3. Si el nódulo es unas vector, puede ajustarse agregando cantidades aleatorias al elemento.

4. Si el nódulo es una función, puede mutarse en una función diferente. Por ejemplo (abs X) puede llegar a ser (cos X).

5. Una expresión puede llegar a ser el argumento de una función aleatoria nueva. Los otros argumentos se generan al azar, si son necesarios.

6. Un argumento de una función externa puede llegar a ser el nuevo valor para ese nódulo.

7. Finalmente, un nódulo puede llegar a ser una copia de otro nódulo desde la expresión del padre.

Para la evolución de las imágenes en movimiento, Sims propone cinco extensiones al sistema de evolución, que incorporan una dimensión temporal a las expresiones simbólicas:

1. El tiempo, como variable de aporte, se agrega a la lista de argumentos disponibles.

2. La interpolación entre dos expresiones se da equiparando las expresiones donde ellas son idénticas e interpolando los resultados donde ellas son diferentes.

3. Una imagen que ingresa puede agregarse a la lista de argumentos disponibles.

4. Las imágenes que usan píxel con coordenadas X, Y para determinar los colores en cada píxel, pueden ser alteradas en las planimetrías de X y Y antes de evaluar la expresión.

5. Las expresiones evolucionadas pueden ajustarse y experimentarse manualmente. Si los parámetros en las expresiones son suavemente interpolados con valores nuevos, la imagen correspondiente cambiará.

Ejemplo de expresión simbólica aplicada en Primoldial Dance, K. Sims, 1991

Sims realiza una analogía entre las imágenes interactivas y los organismos biológicos. Ambos, dice Sims, se pueden sintetizar en descripciones ”genéticas“ y ambas pueden ser sometidas a las fuerzas de la evolución. Un organismo crece desde las instrucciones codificadas de su ADN. En forma similar, estas imágenes se generan desde instrucciones interactivas en forma de códigos y ecuaciones matemáticas. En el ordenador, el código (o ADN) es el genotipo, y la imagen resultante de la interacción (u organismo) es el fenotipo.

Cuando las imágenes se eligen, ellas se reproducen y combinan sus descripciones genéticas, adquiriendo algunas mutaciones aleatorias en el proceso. Las imágenes resultantes se generan con las descripciones genéticas nuevas.

Los espectadores en las exposiciones de Sims, pueden observar una evolución de imágenes simuladas por ordenador e intervenir en el proceso. El público determina qué imágenes sobreviven y cuáles son las más interesantes con parámetros estéticos. Las imágenes que no son seleccionadas se quitan y reemplazan por la descendencia de las imágenes que sobreviven. Las imágenes nuevas son la copia y la combinación de sus padres, pero con alteraciones diversas. Esta es una evolución artificial en que los espectadores en sí mismos interactivamente determinan la “aptitud” de las imágenes. Como este ciclo continúa, la población de imágenes puede progresar hacia efectos visuales cada vez más interesantes.

Las instalaciones interactivas de Sims son una colaboración permanente entre humanos y máquinas: las decisiones humanas, con base en la estética visual, y la capacidad matemática del ordenador genera, reproduce y cambia formas complejas. Los ordenadores recuerdan las imágenes preferidas de los espectadores y las continúan evolucionando. De esta manera, los visitantes pueden comenzar el proceso evolutivo en los puntos donde fueron dejados por visitantes anteriores. Y los resultados de las mejores evoluciones pueden combinarse para generar imágenes nuevas.

Los espectadores pueden pedir también en cualquier momento al ordenador comenzar una evolución nueva y en este caso, la máquina genera una población inicial de imágenes simples extraídas de su memoria, con descripciones genéticas formadas al azar.

De acuerdo con Sims, este proceso de evolución interactiva puede ser de interés por dos razones. Primero, tiene potencialidad como una herramienta que puede producir resultados que no se podrían producir de ninguna otra manera, y segundo, provee un método único para estudiar los sistemas evolutivos.

La obra de Sims se puede dividir en dos grandes campos: el trabajo interactivo y la animación por ordenador.

15.1. Trabajos interactivos:

Galápagos, 1997.

Galapagos es la última obra realizada hasta la fecha por Karl Sims, y la que sintetiza todos sus postulados teóricos, científicos y artísticos. Galapagos es una instalación interactiva que se basa en las teorías de la evolución que formuló Charles Darwin. Darwin visitó las Islas Galápagos en 1835 y sus ideas sobre la selección natural se inspiraron en la variedad de fauna silvestre encontrada allí. Usando el poder de los ordenadores, dice Sims, es posible ahora fingir sistemas evolutivos simplificados, que pueden observarse desde el comienzo hasta el fin, múltiples veces. Esta exposición es un ejemplo de una evolución fingida, pero los espectadores no solamente la observan, sino que ellos también dirigen su curso para elegir los organismos virtuales que deben sobrevivir en cada interacción evolutiva.

Galapagos, K. Sims, 1997

La instalación está conformada por 12 ordenadores que fingen el crecimiento y los comportamientos de una población de “organismos” virtuales. Las doce pantallas están ubicadas formando un semicírculo en el espacio. Los espectadores participan en la exposición seleccionando los organismos que ellos encuentran estéticamente más interesantes, a través de sensores frontales. Los organismos seleccionados sobreviven, cambian y se reproducen. Las especies que no son seleccionadas desaparecen y los ordenadores son habitados por los nuevos supervivientes. La descendencia es la copia y la combinación de sus padres, pero sus genes son alterados por mutaciones aleatorias. Si la mutación es favorable, el organismo nuevo es más interesante que sus ascendientes, y es entonces seleccionado por los espectadores.

El proceso en esta exposición es una colaboración entre el hombre y máquina. Los visitantes proveen la información estética en la selección de las formas mas interesantes, y los ordenadores proveen la capacidad para fingir la genética, el crecimiento y el comportamiento de los organismos virtuales. Pero, como afirma Sims, los resultados pueden sobrepasar potencialmente lo que los humanos o las máquinas podrían producir solos. Aunque la estética de los participantes determina los resultados, ellos no diseñan en el sentido tradicional. Ellos solo usan un criterio selectivo y las máquinas no solo parten de los límites del diseño humano, sino que también procesan la información presente en su base de datos.

Realización:
Karl Sims: Lenguaje genético, evolución y software gráfico.
Gary Oberbrunner: Diseño de redes, sensores y sistemas de software.
Bill Gardner: Software de audio.

Exhibición:
Galapagos se exhibe en la colección permanente del InterCommunication Center (ICC) en Tokyo, y fue presentada en el DeCordova Museum en Lincoln, Massachusetts como parte de la exposición “Make Your Move: Interactive Computer Art” y en el Boston Cyberarts Festival realizado en 1999.

Apoyo técnico:
NTT InterCommunication Center (ICC), Tokyo.
GenArts, Inc.
MacArthur Fellowship Grant.
Diamond Multimedia.

Genetic Images, 1993.

Genetic Images es una instalación en la que los espectadores pueden evolucionar imágenes abstractas inmóviles. Un ordenador genera y muestra 16 imágenes sobre pantallas y los visitantes, a través de sensores frontales seleccionan las imágenes que estéticamente mas les agraden. Las imágenes seleccionadas sobreviven y se reproducen en nuevas generaciones.

Realización:

Karl Sims: Lenguaje genético y software.
John Watlington, Ingeniero del MIT Media Lab: Diseño y construcción del hardware "Freeze-Frame". Interpretación de los sensores.
Arlene Chung y Ron Bennett: Diseño del espacio expositivo.
David Lloyd-Owen y Jim Laura: Asistencia técnica.
Jim Salem, Gary Oberbrunner y Matt Fitzgibbon: Diseño de gráficas para Connection Machine y el software.
John Earls: Vídeo información y soporte de Connection Machine.
JP Massar: Lenguaje de programación Starlisp.
Sheryl Handler y Lew Tucker: Thinking Machines.
Tamiko Thiel: Diseñador Industrial de Connection Machine.

Exhibición:
Centre Georges Pompidou en Paris, Francia.
Ars Electronica en Linz, Austria.
Interactive Media Festival en Los Angeles, USA.

Apoyo técnico:
Thinking Machines Corporation facilitó el ordenador Connection Machine para las Imágenes Geneticas. El modelo Connection Machine usado para este proyecto contenía 32,768 procesadores.
Guy Decaudain coordinó el proyecto en Europa y Kathryn Cree en USA.

Interactive Video Kaleidoscope, 1987.

Calidoscopio humano de tamaño real que crea patrones de colores a partir de los rostros.

Exhibición:

Massachusetts Institute of Technology, MIT. USA
SIGGRAPH 1988 Art Show en Atlanta. USA

15.2. Animación por ordenador:

Evolved Virtual Creatures, 1994.

Partiendo de la evolución según Darwin, Sims diseña unos bloques, como criaturas virtuales, que deben sobrevivir en un ordenador. Cada criatura prueba su capacidad para desempeñar una tarea determinada, tal como nadar en un ambiente líquido simulado. Los bloques que sobreviven y sus genes virtuales que contienen instrucciones codificadas para su crecimiento, se copian, combinan y transforman para crear una descendencia y una población nueva. Las criaturas nuevas se prueban nuevamente, y algunas pueden ser mejoradas, lo que genera un ciclo de variación y selección continua.

Las criaturas presentadas son el resultado de muchas simulaciones independientes en las que ellas se seleccionaron para nadar, caminar, saltar, corriendo y compitiendo por el control de un cubo verde.

Realización:
Karl Sims: Software y animación.
Eric Hansen: Narración - Berlin VideoMath Festival

Gary Oberbrunner, Matt Fitzgibbon, & Lew Tucker
Hardware: Connection Machine CM-5

Liquid Selves, 1992 2:15.

Esta animación por ordenador de formas y rostros humanos, representa, según Sims, el acercamiento entre los aspectos físicos y virtuales de nuestras personalidades.

Varias técnicas se usaron para producir esta animación. Los sistemas de partícula se usaron a desarmar y reconstruir las imágenes diversas. La interpolación y evolución artificial de parámetros en formas 3D permitió la creación de transformaciones de la superficie. Las técnicas Morphing produjeron transiciones entre las caras.

Realización:
Karl Sims: Software y animación.
Peter Gabriel y John Paul Jones: Música.
Lew Tucker, Jim Salem, Gary Oberbrunner, Matt Fitzgibbon, Dave Sheppard, David Marvit, Kleiser-Walczak, & Keith Waters
Producido por: "Memory Palace" y Art Futura '92. Feria Mundial de España, 1992
Hardware: Connection Machine CM-2

Primordial Dance, 1991.1:35.

Animación experimental que contiene una progresión de colores y texturas abstractas. Los efectos se crearon usando el proceso interactivo de “evolución artificial”, entre el artista y la máquina. Los dos colaboran para crear imágenes y movimientos que no se pueden producir en forma individual. El ordenador genera y muestra imágenes abstractas experimentales. El artista escoge las imágenes más estéticamente interesantes, y ellas sobreviven y son “criadas” para producir nuevas imágenes.

Realización:
Karl Sims: Software y animación.
David Grimes, Target Productions: Music.
Jim Salem, Abbi Spinner, Ken Schachat, Seth Goldstein: Percusión.
Peter Schroeder, Lew Tucker, Gary Oberbrunner, Matt Fitzgibbon, & Dave Sheppard
Hardware: Connection Machine CM-2

Panspermia, 1990, 2:08.

Panspermia es el nombre una teoría que sostiene que por todas partes se hallan distribuidos gérmenes de seres organizados, los cuales no se desarrollan hasta encontrar circunstancias favorables para hacerlo. Esta pieza, que reúne los conceptos de caos, complejidad y evolución entre otros, pone al espectador en medio de un mundo virtual con bosques animados de estructuras 3D.

Realización:
Karl Sims: Software y animación.
David Atherton, David Grimes, Steve Blake, Target Productions: Sonido.
Lew Tucker, Jim Salem, Carl Feynman, Dave Sheppard, David Marvit, JP Massar, Gary Oberbrunner, & Danny Hillis
Hardware: Connection Machine CM-2

Particle Dreams, 1988, 1:30.

Este obra contiene una colección de secuencias de sueños usando técnicas 3D de sistemas de partícula. Las reglas de comportamiento se aplican a millares de partículas individuales para modelar fenómenos complejos tales como una explosión, una tormenta de nieve o una cascada.

Realización:
Karl Sims: Software y animación
Robert Moore: Sonido:, BLC Sound
Hardware: Connection Machine CM-2

Otras obras:

Excerpts from Leonardo's Deluge, 1989.
Burning Logos, 1989.
Inner View, 1989.
Locomotion Studies, 1987.

Las estructuras de los sistemas vivos son muchos más profundas de lo que se pueden apreciar con los ojos. El arte que se basa en los sistemas evolutivos, permite observar estructuras de diversos tamaños que pueden ser completos ecosistemas, imposibles de apreciar sin la ayuda de aparatos tecnológicos. Por esto, las formas que surgen de estos pequeños ecosistemas son formas nuevas, estructuras diferentes y aleatorias que surgen y se modifican por la interacción del hombre y la máquina. Estas formas nuevas del medio digital requieren una estética no convencional para apreciarlas.

Las investigaciones sobre la vida artificial son campos interdisciplinarios que comienzan con explicaciones preexistentes sobre los sistemas complejos de la vida natural desde la biología y las matemáticas y posteriormente buscan reproducir variaciones sobre estos temas desde perspectivas científicas y estéticas. Pero, a pesar de la euforia aparente en estos estudios, diversos autores manifiestan sus dudas y ponen en evidencia el carácter reciente y experimental de esta nueva ciencia. Los investigadores reclaman que sus estudios comprenden los conceptos de la vida como podría llegar a ser y no limitados a las características particulares del ambiente de vida tal como se conoce hoy. En este sentido, afirma Shanken la vida artificial es un concepto erróneo porque los fenómenos reproducidos y estudiados no son fenómenos de vida, sino teorías científicas (Shanken, 1999). Sugiere también que el término debería reemplazarse por el de “biología sintética”, término usado por el Ray y otros, y que, a pesar de los artistas como Sims no crean vida con su trabajo, si crean arte que emula los modelos visuales de la teoría biológica.

En esta misma línea, Margolin afirma que lo natural puede transformarse en lo artificial mediante la acción humana, pero lo natural no es intercambiable (Margolin, 1995). Lo que falta, sugiere, es reintroducir el concepto de espiritualidad en la concepción y planificación de la ciencia de lo artificial, que contribuya a repensar los conceptos de nuevas formas de vida y evolución fingida.

Por esto, la vida artificial es solo un examen artístico y científico del concepto de vida. Las criaturas virtuales de Sims, desde esta perspectiva, son el producto estético de la confluencia de un proceso computacional que genera cambios en las formas y un proceso interpretativo que asigna significado e importancia a estos elementos desde el panorama de un observador humano.

Las combinaciones evolutivas y la capacidad para aplicar los ajustes específicos al genotipo podrían permitir una mayor participación del usuario en el control de los resultados. Así, dice Sims, la “ingeniería genética’’ automática permitiría a un usuario pedir que una imagen evolucionada sea más compleja, por ejemplo mas azul o que una textura sea más granulada, sin requerir conocimiento y comprensión de los procesos específicos computacionales. Los visitantes de una exposición deben proveen la información estética en la selección de las formas mas interesantes, y los ordenadores ofrecerán la capacidad para fingir la genética, el crecimiento y el comportamiento de los organismos virtuales. Como plantea Sims, su trabajo en la evolución artificial tiene muchas otras aplicaciones posibles para la animación y las gráficas por ordenador, pero también podrían ser herramientas valiosas en la búsqueda de nuevas formas y texturas en el diseño industrial o textil.

Penny define dos nuevas tareas estéticas en el arte interactivo (Penny, 1996):

1. El descubrimiento de los matices y las modalidades del arte interactivo.

2. La integración de la manipulación estética de la dinámica interactiva con los componentes de la obra: objetos, imágenes o sonidos, en una integración estética total.

La obra de Sims explora estos dos caminos e indaga en las posibilidades y potencialidades de la interactividad, a partir de los procesos evolutivos.

Pero tal vez lo mas importante de la obra de Karl Sims, es que el proceso de la evolución artificial aplicada en sus obras, permitirá aprender sobre la estética humana desde el mismo usuario. El ordenador y el usuario trabajan juntos en la búsqueda de resultados, que serían imposibles de producir si cada uno trabajara aislado. Así, la evolución artificial es una herramienta potencialmente poderosa para la creación de estructuras, texturas y cambios, pero también para conocer mas profundamente, a través de la interactividad con el usuario, la complejidad del pensamiento humano.

Conceptos básicos.

- Genotipo: Información genética que se codifica para la creación de un individuo. En los sistemas biológicos, los genotipos se componen normalmente de ADN. En las evoluciones artificiales hay muchas representaciones posibles de genotipos, tales como series de dígitos binarios o expresiones simbólicas.

- Fenotipo: Es la forma que resulta a partir del desarrollo de los parámetros y el genotipo.

- Expresión: proceso a través del cual el fenotipo se genera desde el genotipo.

- Selección: proceso en el se determina la aptitud (fitness) del fenotipo.

- Fitness: aptitud o capacidad de un organismo para sobrevivir y reproducirse.

- Reproducción: proceso por el que nuevos genotipos se generan, a partir de otros existentes

- Mutaciones: probabilidades de cambio, diferenciación y modificación de genotipos desarrolladas casi siempre al azar.

- Combinación Sexual: proceso usado para obtener nuevos genotipos desde dos padres, mezclando las expresiones de ambos y formando sucesiones con aspectos que permanecen en los nuevos individuos.

- Algoritmos genéticos: desarrollados primero por J. H. Holland (1975) los algoritmos genéticos comúnmente utilizan una función analítica explícita para medir la aptitud de fenotipos.

- Modelo procesal: sistema que permite al usuario crear un alto grado de complejidad con relativamente poca información. En el modelo procesal de la evolución artificial participa el genotipo, como conjunto de parámetros, el fenotipo como estructura resultante y la selección como realización del usuario, que escoge los fenotipos preferidos desde grupos de muestreos.

- Nódulo: Acumulación circunscrita de estructuras de organismos elementales como genotipos.

Papers técnicos escritos por Karl Sims:

1. Sobre Criaturas Virtuales:

"Evolving Virtual Creatures"
K.Sims, Computer Graphics (Siggraph '94 Proceedings), July 1994, pp.15-22.

"Evolving 3D Morphology and Behavior by Competition" K.Sims, Artificial Life IV Proceedings, ed.by Brooks & Maes, MIT Press, 1994, pp.28-39.

2. Sobre Evolución Interactiva:

"Artificial Evolution for Computer Graphics"
K.Sims, Computer Graphics (Siggraph '91 proceedings), July 1991, pp.319-328.

"Interactive Evolution of Dynamical Systems"
K.Sims, Towards a Practice of Autonomous Systems: Proceedings of the First European Conference on Artificial Life , MIT Press, 1992, pp.171-178.

"Interactive Evolution of Equations for Procedural Models"
K.Sims, The Visual Computer, Aug. 1993, pp.466-476.

3. Sobre Gráficos por Ordenador:

"Particle Animation and Rendering Using Data Parallel Computation"
K.Sims, Computer Graphics (Siggraph '90 proceedings), Aug. 1990, pp.405-413.

"Choreographed Image Flow"
K.Sims, The Journal of Visualization and Computer Animation, Vol.3, 1992, pp.31-43.

4. Sobre Visión por Ordenador:

"Handwritten Character Classification Using Nearest Neighbor in Large Databases" S.Smith, M.Bourgoin, K.Sims, & H.Voorhees, Pattern Analysis and Machine Intelligence, Sept. 1994, pp.915-919.

Links relacionados con Karl Sims:

Karl Sims home page: <http://www.genarts.com/karl/index.html>
Genetic Art Inc.: <http://www.genarts.com/index.html>
Biota.org and Digital Burges: <http://www.biota.org>
Steven Holtzman's Digital Mosaics: <http://www.simonsays.com/titles/0684832070/breeding.html>
Tom Ray's Tierra: <http://www.hip.atr.co.jp/~ray/tierra/tierra.html>
Artificial Life Tutorial: <http://www.hip.atr.co.jp/~ray/pubs/fatm/fatm.html>
Artificial Life Online: <http://alife.santafe.edu/alife/www/index.html>
Vida Artificial en español: <http://kal-el.ugr.es/VidArt/VidaArti.html>
Visual Forms of A Life: <http://www.mousedown.demon.co.uk/mep.html>
The Darwin Machine:
<http://www-art.cfa.cmu.edu/Penny/texts/Darwin_Machine.html>
LEA/ARTICLES:
<http://mitpress.mit.edu/e-journals/LEA/ARTICLES/articles_m.html>

Angle, C. M. (1989). “Genghis, a siv-legged autonomous walking robot”. Bachelor's thesis, Depamnent of EECS, Massachusetts Institute of Technology, Cambridge, MA.

Bartel, D. P., & Szostak, J. W. (1993). “Isolation of new ribozymes from a large pool of random sequences”. Science, 261.

Beaudry, A. A., & Joyce, G. F. (1992). “Directed evolution of an RNA enzyme”. Science, 257.

Benjamin, W. (1973) “La obra de arte en la era de su reproductibilidad técnica”. En Discursos Interrumpidos, I. Taurus Ediciones. España.

Boerlijst, M., & Hogeweg, P. (1992). “Self-structuring and selection: Spiral waves as a substrate for prebiotic evolution”. En C. Langton, C. E. Taylor, J. D. Farmer, & S. Rasmussen (Eds.), Artificial Life II. Reading, MA: Addison-Wesley.

Carreras, M. (1996) “Entrevista con el Caos”, El Espectador, Bogotá 28 - 01- 96. <http://www.colciencias.gov.co/redcom/bibliograf_caos.html>

Collins, R., & Jefferson, D. (1992). “The evolution of sexual selection and female choice”. En F. J. Varela and P. Bourgine (Eds.), Toward a practice ofautonomous systems: Proceedings of the First European Conference on Artificial Life (pp.327-336). Cambridge, MA: The MIT Press.

Deleuze, G., Guattari, F., (1977) Rizoma. En <http://www.colciencias.gov.co/redcom/bibliograf_caos.html>

Fifield, G. (1997) “Art by Natural Selection”. Publicado en Art New England, August/September 1997, Art & Technology, page 5. <http://www.genarts.com/karl>

Frauenfelder, M. (1998) “Do-It-Yourself Darwin”. Publicado en WIRED, 6.10 - Oct 1998. <http://www.genarts.com/karl>

Gleick, J. (1988) Caos. La creación de una ciencia. Seix Barral, Barcelona.

Gould S. (1991) “El hombre no desciende del mono, es su primo”. En Sorman, G. Los verdaderos pensadores de nuestro tiempo. Seix Barral, Barcelona.

Holland, J. H. (1975) Adaptation in Natural and Artificial Systems, Ann Arbor, MI: University of Michigan Press.

Holtzman, S. (1997) Digital Mosaics. The Aesthetics of Cyberspace. Simon & Schuster.

Jefferson et al. (1992) “The Genesis System: Evolution as a theme in artificial life”. En C. Langton, C. E. Taylor, J. D. Farmer, & S. Rasmussen (Eds.), Artificial Life II. Reading, MA: Addison-Wesley.

Koza, J.R., Rice, J.P., & Roughgarden, J. (1992) “Evolution of food-foraging strategies for the Caribbean Anolis lizard using genetic programming”. Adaptative Behavior, 1.

Langton, C. G., Ed. (1995) Artificial Life. An Overview. Massachusetts Institute of Technology. U. S. A.

Laszlo, E. (1990) Crisis y oportunidad. Editorial Gedisa. Barcelona.

Lorenz, E. (1988) en Gleick, J. Caos. La creación de una ciencia. Seix Barral, Barcelona.

Margolin, V. (1995) “The Politics of the Artificial”. <http://mitpress.mit.edu/e-journals/Leonardo/isast/articles/margolin.html>

Penny, S. (1996)” From A to D and back again: The emerging aesthetics of Interactive Art”. First published in Leonardo Electronic Almanac april 1996 Pittsburgh PA. <http://www.genarts.com/karl>

Penny, S. (1995) “The Darwin Machine: Artificial Life and Interactive Art”. New Formations UK. En <http://www-art.cfa.cmu.edu/Penny/texts/Darwin_Machine.html>

Popper, F. (1999) “Visualization, Cultural Mediation and Dual Creativity”. En <http://mitpress.mit.edu/e~journals/LEA>

Ray, T. (1994) “An evolutionary aproach to synthetic biology”. En Artificial life 1.

Ray, T. S. (1996) “Artificial Life”. ATR Human Information Processing Research Laboratories. <http://www.hip.atr.co.jp/~ray/>

Ray, T. S. (1997) “Evolution as Artist”. ATR Human Information Processing Research Laboratories. <http://www.hip.atr.co.jp/ray/>

Rinaldo, K. (1999) “Artificial Life Art”. En <http://mitpress.mit.edu/e~journals/LEA>

Rinaldo, K. (1998) “Call for artworks”. Vol. 6, Num. 8/9, sept. 30/98. En <http://mitpress.mit.edu/e~journals/LEA>

Sims K. (1991) “Artificial Evolution for Computer Graphics”. Computer Graphics. Siggraph '91, pp.319-328. En <http://www.genarts.com/karl/papers/siggraph91.html>

Shanken, E. A. “Life as We Know it and/or Life as It Could Be”. En Leonardo. Volumen 35, número 5, pag. 384. 1998

Sommerer, C. , Mignonneau, L., Ed. (1998) Art @ Science. Springer-Verlag/Wien. Austria.

Taylor, C., Jefferson, D. (1995) “Artificial life as tool for Biological Inquiry”. En Langton, C. G., Ed. Artificial Life. An Overview. Massachusetts Institute of Technology. U. S. A.

Toquenaga, Y., Hoshino, T., & Fuji, K. (1994). “Contest and scramble competition in an artificial word”. En C. Langton, (Ed.), Artificial Life III. Reading, MA: Addison-Wesley.

Unger, M. “Taking Over the Joystick of Natural Selection”. En: The New York Times, April 25, 1999, ART / ARCHITECTURE, page 35-36.

VV. AA. (1998) “Leonardo”. Vol. 31, Num. 5. Massachusetts Institute of Technology. The MIT Press. U. S. A.

VV. AA. (1999) “Leonardo”. Vol. 32, Num. 3. Massachusetts Institute of Technology. The MIT Press. U. S. A.

Home page Karl Sims <http://www.genarts.com/karl>
karl@genarts.com

Felipe César Londoño L.
felipecl@arrakis.es