Uma parte dos esforços em se desenvolver novas ferramentas computacionais para a solução de problemas complexos é no sentido de entender mecanismos, comportamentos e dinâmicas de sistemas naturais (químicos, físicos e biológicos) e implementar algoritmos inspirados ou baseados nestas ideias. A linha de pesquisa que emprega esta filosofia pode ser denominada de Computação natural, de Castro, L. N., Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications, CRC Press, 2006. mais especificamente sua sub-área denominada de Computação Inspirada na Biologia ou Computação bio-inspirada. Esta sub-área consiste no estudo de fenômenos naturais, comportamentos de organismos vivos e modelos teóricos de sistemas naturais de modo a criar ferramentas computacionais inspiradas nestes sistemas. Neste contexto estão inseridas as Redes neurais artificiais, da Silva, I. N., Spatti, D. H., Flauzino, E. A., Redes Neurais Artificiais para engenharia e ciências aplicadas, Artliber Editora, 2010. a Computação evolutiva, Bäck, T., Fogel, D. B., Michalewicz, Z., Evolutionary Computation 1 Basic Algorithms and Operators, Institute of Physiscs Publishing (IOP), 2000. Bäck, T., Fogel, D. B., Michalewicz, Z., Evolutionary Computation 2 Advanced Algorithms and Operators, Institute of Physiscs Publishing (IOP), 2000. os Sistemas imunológicos artificiais de Castro, L. N., Engenharia Imunológica: Desenvolvimento e Aplicação de Ferramentas Computacionais Inspiradas em Sistemas Imunológicos Artificiais, Tese de Doutorado, DCA-FEEC/UNICAMP, Campinas/SP, Brasil. e a Inteligência de enxame. Kennedy, J., Eberhart, R. and Shi, Y, Swarm Intelligence, Morgan Kauffman Publishers, 2000.
Em todas as áreas citadas é possível encontrar mecanismos, definições e conceitos básicos e avançados que constituem suas respectivas estruturas conceituais (framework). Através dessas estruturas conceituais, é possível projetar algoritmos de diversos tipos para a resolução de diferentes classes de problemas. Embora nem sempre essas estruturas sejam formalizadas e unificadas, é possível encontrar esforços nesse sentido, por exemplo, a Engenharia Imunológica. como uma estrutura conceitual formal para os Sistemas Imunológicos Artificiais; e os volumes organizados por Bäck et al. que apresentam os elementos básicos de projeto de algoritmos para a Computação Evolutiva.
Com o objetivo de abstrair conceitos, definições e mecanismos, a Computação Biogeográfica propõe uma estrutura conceitual básica baseada em processos presentes na ciência da Biogeografia. Antes de descrever qualquer teoria, entretanto, é preciso fazer a seguinte pergunta: dentre tantas bioinspirações distintas e tantas técnicas resultantes, porque escolher a Biogeografia?. Em outras palavras, porque utilizar a Biogeografia como fonte de inspiração?
Para iniciar a resposta a essa pergunta, considere a seguinte frase, extraída do livro de Brown e Lomolino Brown, J. H. and Lomolino, M. V., Biogeography, 3rd ed., Sinauer Associates, 2006. : “Os seres vivos são extremamente multi-formes. Há provavelmente algo entre 5 e 50 milhões de espécies, menos de 2 milhões foram formalmente reconhecidas e estão catalogadas. Milhões ou talvez bilhões de espécies viveram em algum lugar do passado, mas agora estão extintas”. Indo um pouco além, Brown e Lomolino usam um exemplo interessante: “todas as espécies de plantas verdes terrestres que já viveram até o presente com-partilham um ancestral comum: uma simples alga verde que viveu há 500 milhões de anos”. A pergunta chave é: Como foi possível atingir esse elevado nível de diversidade de espécies na história do planeta Terra, muitas vezes partindo de um único ancestral? Entender esses padrões de biodiversidade é o papel da Biogeografia, uma ciência multidisciplinar fundamentada em ecologia, biologia de populações, sistemática, biologia evolutiva e ciências da Terra. Hubbel, S. P., The Neutral Theory of Biodiversity and Biogeography, Princeton University Press Portanto, o que se busca com o estudo da Biogeografia é compreender e modelar processos espaço-temporais voltados para a geração e manutenção de diversidade. Espera-se que conceitos fundamentais da Biogeografia possam auxiliar a concepção de algoritmos que tratem de forma eficiente problemas de engenharia em geral, como otimização e mineração de dados.
Gerar diversidade, sob o ponto de vista de resolução de problemas, é crucial em alguns casos, merecendo destaque os seguintes: Problemas de tomada de decisão; Problemas de otimização multi-objetivo; Deb, K., Multi-Objective Optimization using Evolutionary Algorithms, Wiley, 2001 Problemas de otimização dinâmica; Jin, Y., Branke, J., Evolutionary Optimization in Uncertain Environments – A Survey. IEEE Trans. on Evolutionary Computation, vol. 9, no. 3, 2005 Problemas de classificação. Pasti, R., de Castro, L.N., Bio-inspired and gradient-based algorithms to train MLPs: The influence of diversity, Information Sciences, v. 179, p. 1441-1453,2009 Esses exemplos motivam a criação de mecanismos voltados à diversidade de soluções, pois muitas vezes se beneficiam com a proposição de múltiplas alternativas de solução.
Obter soluções diversas não é uma tarefa trivial, sendo que técnicas distintas são empregadas nas mais variadas classes de algoritmos. A capacidade de lidar com múltiplas soluções de boa qualidade em paralelo é um dos diferenciais dos algoritmos bioinspirados, embora nem sempre a diversidade seja um mecanismo inerente às ferramentas bioinspiradas. Os algoritmos evolutivos, em sua forma padrão, não são capazes de manter uma diversidade de soluções, pois apenas com operadores de mutação e reprodução convencionais essa tarefa não é possível. Para isso são introduzidos operadores genéticos como fitness sharing, crowding, reinício da população, dentre outros ou inserção de populações estruturadas como Island Models Gordon, V. S. and Whitley, L.D., Serial and parallel genetic algorithms as function optimizers, in Proc. 6th ICGA, pp. 177-183, 1993 e Cellular Genetic Algorithms. Alba, E., Dorronsoro, B., The exploration/exploitation tradeoff in dynamic cellular genetic algorithms, IEEE Trans. on Evolutionary Computation, vol. 9, no. 2, 126-142., 2005 Em contrapartida, os algoritmos inspirados nos Sistemas Imunológicos Artificiais apresentam a diversidade como parte inerente do seu modelo básico. Isso se deve à própria bioinspiração. Mas mesmo os Sistemas Imunológicos Artificiais, inspirados na operação de conjuntos de componentes distribuídos e em circulação pelo organismo, não possuem ainda um formalismo espaço-temporal abrangente para sustentar os seus modelos computacionais. Este é o principal diferencial da Biogeografia e são seus mecanismos de especiação, fluxo gênico e ocupação de habitats, dentre outros, que são explorados na proposição da Computação Biogeográfica.
Breves Conceitos da Biogeografia
No contexto da Computação Biogeográfica, o conceito de espécie é tratado de forma específica, vinculado ao conceito de espécie biológica, que define uma espécie como sendo uma população de organismos que apresentam isolamento reprodutivo em relação a outras populações, representando uma linhagem evolutiva separada. Adicionalmente, tem-se o conceito de habitat, o qual engloba uma ou mais espécies, no sentido de definir locais e condições ambientais onde o estabelecimento de populações é viável.
A Biogeografia estuda os padrões de diversidade de espécies e como surge a biodiversidade. Para descrever como ocorrem esses padrões, utiliza-se definições de processos biogeográficos. A taxonomia dos processos da Biogeografia é definida basicamente em três tipos distintos de processos: (1) Geográficos; (2) Ecológicos; e (3) Evolutivos. Sendo esse último subdividido em processos Macro e Microevolutivos, a principal diferença entre eles é a escala. A microevolução lida com mudanças evolutivas dentro de populações, que ocorrem como resultado de nascimentos, mortes e movimentos diferenciais de indivíduos com certas características herdáveis. Em contrapartida, a macroevolução lida com mudanças frequentemente causadas pela proliferação diferencial e extinção de espécies, de forma que tais mudanças alteram substancialmente a diversidade das linhagens.
Uma única espécie pode explorar todo um ecossistema, transpondo barreiras ecológicas, evoluindo e dando origem a diversas espécies descendentes, que podem ter diferenças genéticas, em relação à espécie ancestral. Ao expandir sua amplitude, uma espécie poderá ou não se adaptar a novos ambientes. Se a adaptação for necessária, vários são os processos evolutivos que permitem a evolução e adaptação. As relações entre adaptação, evolução e o meio em que as espécies vivem podem ser explicadas pela taxonomia dos processos biogeográficos: os processos geográficos e ecológicos exercem uma pressão sobre o ecossistema. Caso as espécies necessitem de readaptação ao meio, os processos evolutivos se encarregarão da evolução, se esta for um sucesso, novas espécies surgem, caso contrário a extinção é inevitável.
Um conceito interessante que complementa a noção de adaptação a habitats distintos é o de superfície adaptativa de Wright. Rosenzweig, M. L., Species Diversity in Space and Time, Cambridge University Press, 1995 Dobzhansky, T., Genetics of Evolutionary Process, Columbia University Press, 1970 Wright, S, The roles of mutation, inbreeding, crossbreeding, and selection in evolution”, Proceedings of VI International Congress of Genetics, pp. 356-366, 1932. Esse conceito descreve o mapeamento genético dos indivíduos em uma função de aptidão (fitness). A combinação de genes resulta em organismos pouco adaptados que estariam povoando os vales da função, enquanto que os mais bem adaptados povoam os picos da função. Cada pico equivale a uma região de alta aptidão para um determinado habitat. O domínio que compreende a função de aptidão delimita as possibilidades de adaptação da biodiversidade dentro de um ecossistema arbitrário.
A seguir são feitas breves explicações a respeito dos processos biogeográficos. Para informações detalhadas a respeito dos processos e padrões biogeográficos consulte: Coyne, J. A., Orr, H. A, The evolutionary genetics of speciation, em: Magurran, A. E., May, R. M., Evolution of Biological Diversity, Oxford University Press, 1999. Stearns, S., Hoekstra, R., Evolution, 2nd Ed., Oxford University Press, 2005. Huston, M. A., Biological Diversity: The coexistence of species on changing landscapes, Cambridge University Press, 1994. Hengeveld, R., Dynamic Biogeography, Cambridge University Press, 1990. Myers, A. A., Giller, P. S., Analytical Biogeography, Chapman & Hall, 1991.
Processos Geográficos e Processos Ecológicos
Vicariância e dispersão Vicariância é um processo geográfico e dispersão é um processo ecológico, então qual é a relação entre eles? Ambos estão relacionados com barreiras ecológicas. Enquanto a vicariância é a divisão de uma espécie pelo surgimento de uma barreira, a dispersão implica a transposição de uma barreira. Em ambos os casos, o isolamento implica eventos de especiação. Em uma definição mais detalhada, vicariância ou efeito vicariante é o mecanismo no qual ocorre uma fragmentação de uma área biótica, separando populações de determinadas espécies. Já a dispersão possui uma explicação mais ampla. Todos os organismos possuem alguma capacidade de se mover dos locais de nascimento para novos locais. O movimento da prole para longe dos pais faz parte do ciclo de vida de todos os animais e plantas. Em termos gerais a dispersão se refere ao movimento dos organismos para fora de seus pontos de origem.
Mudanças Ambientais