Kunstigt liv og kunstig intelligens:
på sporet af beregningens naturfilosofi


(1992): fra s. 27-59 i: Niels Ole Finnemann og Frederik Stjernfelt, red.: Sprog og Kognition. (Kulturstudier 14, Center for Kulturforskning). Århus Universitetsforlag, Århus.
Claus Emmeche

Resumé: Kunstig intelligens eller AI forsøger at besvare fundamentale spørgsmål om naturen af tænkning og sprog, som psykologien hidtil ikke har formået. Biologiens tilsvarende basale spørgsmål om livets natur er idag delvist besvaret, men lige så store gåder er endnu uløste. Den nye pendant til AI, kunstigt liv, forsøger at løse problemet "hvad er liv?" ved at syntetisere liv, bl.a. beregningsmæssigt. Kunstigt liv eller A-Liv kan komme til at ændre hele det videnskabelige landskab omkring kognitionsforskningen. Ikke mindst ved at synliggøre denne forskning som en mulig dekonstruktion af de traditionelle empiriske fag, psykologien og biologien.

Kunstig forskning og biologisk forskning

Den aktuelle kognitionsforskning kan optimistisk betragtes som et nyt, samlet paradigme, righoldigt på forskellige metodiske tilgange, der forener en række hidtil adskilte videnskaber i forsøget på at forstå komplekse kognitive processer i naturlige såvel som kunstige systemer, og som afgørende fornyer den klassiske forskning i kunstig intelligens, der startede i 50'erne. Alternativt, og mere skeptisk, kan man se varemærket "cognitive science" som dækkende over en heterogen række enkeltdiscipliner, som nok i vis henseende alle undersøger tænkning, sprog og intelligente evner, men som fortrinsvist samles under de tværfaglige slogans fordi det er forskningspolitisk opportunt, og hvor disse discipliner dybest set repræsenterer helt forskellige problemstillinger. Men uanset om man betragter "kognition" som en kunstig samlebetegnelse eller et naturligt studieobjekt, så påkalder kognitionsforskningen sig også biologisk interesse i kraft af flere af de spørgsmål den rejser:

Der er en serie vidensmæssige spørgsmål såsom: I hvor høj grad er det muligt ikke blot at forstå, men også ifølge ambitionen at forklare og syntetisk eftergøre de højere mentale processer -- som vi med et gran selvironi kalder evnen til rationel tænkning og sprogbrug -- udfra et perspektiv, som overvejende baseres på logik, lingvistik og datalogi, nogle af de dominerende discipliner i kognitionsforskningen? Og omvendt: På hvilke måder kan neurobiologien (og evt. etologi og andre dele af biologien) bidrage til udforskningen af komplicerede systemers intelligente adfærd? Hvordan vil undersøgelsen af neurobiologiske problemstillinger selv blive påvirket af kognitionsforskningens paradigmer? Disse spørgsmål må besvares "empirisk", efterhånden som forskningsområderne udvikler sig.

Kognitionsforskningen rummer også problemer af mere begrebslig karakter -- spørgsmål om strukturen af forskellige typer af viden, om kodning, hukommelse, niveauer for repræsentation af viden og bearbejdning af information -- som genfindes i parallelle former i biologien og derved muliggør en dialog på det teoretiske og videnskabsteoretiske felt mellem biologi og kognitionsforskning. Dette er behandlet tidligere og skal ikke gentages her (Emmeche 1989).

I de seneste par år er der imidlertid dukket en ny og nok så interessant parallel op: Et område, der med karakteristisk selvbevidsthed har betitlet sig som "Artificial Life", kunstigt liv. Hvor biologien førhen egentlig blot havde status af en "hjælpedisciplin" i kognitionsforskningen, hvis egentlige genstand var det kognitive som en del af den psykiske struktur, eller bredere fortolket: mulighedsbetingelserne for kognitive processer i såvel psykiske systemer (mennesker) som logiske maskiner -- biologien udforskede ét muligt substrat for sådanne højere processer; så er kunstigt liv et forsøg på at etablere en selvstændig forståelse af komplekse biologiske fænomener, fra den enkelte celles indre dynamik til det evolutionære perspektiv på arternes mangfoldighed, ved, som i kunstig intelligens, syntetisk at konstruere disse processer med beregningsmæssige metoder, dvs. med computeren som medium. Det kan umiddelbart lyde barokt. Men ligesom man i det, filosoffen John Searle kalder "strong AI", den stærke tese om kunstig intelligens, hævder, at intelligens er en adfærd, der lader sig realisere i kunstige mekaniske indretninger (fordi sindet er for hjernen hvad softwaret er for en computer); dér hævder en række tilhængere af kunstigt liv nu, at man ikke blot kan simulere biologiske processer på computere (i form af matematiske modeller af disse processer), men at man faktisk kan realisere livslignende processer, der i deres form og kompleksitet er eller snart vil blive af en sådan art, at de ud fra alle kriterier må kaldes levende. Med andre ord: man efterligner ikke liv, man skaber liv de novo.

Forskningsområdet er nyfødt, første internationale workshop for kunstigt liv var i september 1987, og fremstår ligesom AI i sin pure ungdom som en turbulent strøm af skøre idéer, seriøs forskning og science fiction-agtige scenarier fra grænsen mellem videnskab og fri fantasi. I denne sammenhæng er det interessant af mindst tre grunde, nemlig:

1) som en biologisk pendant til kunstig intelligens, der meget akut stiller spørgsmålet om liv som et abstrakt realiserbart fænomen og dermed virkeliggørelsen af radikalt anderledes former for kunstigt skabt liv end det kunstigt modificerede liv, vi allerede kender gennem molekylærbiologien og gensplejsningsteknikkerne.

2) som en kritik så at sige "fra neden" af AI-forskningen for at ville gå før man kan kravle, m.a.o. for at ville modellere og syntetisere langt kompleksere former for adfærd (intelligens og sprogforståelse) førend man endnu har midler til at syntetisere bare en brøkdel af denne adfærds "biologiske" eller beregningsmæssige forudsætninger. Og som en konstruktiv side af denne kritik: Kunstigt liv som en mulig proto-form for kunstig intelligens.

3) som et område, der ved sine metoder (ligesom kunstig intelligens og "kunstig fysik" for den sags skyld) er et bud på en transcendental (og dog eksperimentel) udforskning af betingelserne for at realisere kompleks adfærd, informationsbehandling og (måske) sproglige handlinger; og som derved åbner for dels mere metafysiske spekulationer om en moderne, beregningsbaseret -- computationel -- naturfilosofi, som i samme drag den realiseres overskrider modsætningen mellem kultur- og naturfilosofi, dels videnskabsfilosofiske overvejelser over computerbaseret forskning som en dekonstruktion af objektet for en af de reale videnskaber.

Forskningsfeltet kan få konsekvenser både for den teoretiske biologi og for forholdet mellem biologi og kognitionsforskning, og det kan, ved sit perspektiv, sine metoder og de erkendelsesteoretiske problemer det fremkalder, være med til at ændre opfattelsen af genstanden for de kognitive videnskaber selv.

Alt dette kan nok forekomme lettere oppustet og kunstigt, så jeg må som introduktion præsentere to konkrete eksempler på kunstigt liv -- John Conways berømte spil og Jakob Skippers Computer Zoo -- før jeg diskuterer disse mere principielle perspektiver.

Cellulære automater.

Allerede i 1940'erne arbejdede John von Neumann på det matematiske plan med at formalisere et ret så centralt aspekt af levende væsener -- deres selvreproduktion -- ved at undersøge, om han kunne få bestemte mønstre på en flade af felter eller "celler" til at producere sig selv v.h.a. et sæt regler for deres indbyrdes vekselvirkning.1 Hans "cellulære" teknik fik mange efterfølgere og udgør idag en af hjørnestenene i kunstigt liv, eller A-Liv, som det også kaldes (rigtigt biologisk liv, B-Liv, er ifølge det nye paradigme kun ét eksempel på liv). Et spil, som blev opfundet af den engelske matematiker John Conway omkring 1970, og som vakte en del opmærksomhed (Poundstone 1985), viser eksemplarisk hvad det hele går ud på. Det kan spilles af én selv med et skakbræt og nogle sorte og hvide brikker at flytte med, og man behøver endda ikke at have særlig mange.

Brættet er fra nu af en flade af celler, hvor hver celle kan have to tilstande: tændt (så er der en brik på feltet) og slukket (så er brikken fjernet). Spillet (som man spiller med sig selv) går ud på at ændre tilstandene af cellerne i løbet af en serie skridt eller "generationer" udfra nogle simple regler. De er "naturlovene", som man selv (eller en computer) har den kedsommelige funktion slavisk at udføre. Alle cellers tilstande skal opdateres i hver generation. Hver celle har 8 naboer. Tilstanden af en celle bestemmes helt automatisk ud fra de tilstande som nabocellerne har umiddelbart før den pågældende celle ændres, efter disse to regler:

(a) En celle tændes, hvis 3 af dens naboer er tændte.

(b) En celle forbliver tændt, hvis 2 eller 3 af dens naboer er tændte, ellers slukkes den.

Dette illustreres i fig.1, der viser udviklingen gennem to generationer af dette "livets spil" -- Game of Life, som Conway så suggestivt kaldte det. "Skakbrædtet" er her udvidet for at få plads til begge konfigurationer; der er i princippet ingen grænser for hvor stor en flade af celler, man ønsker. Begge startkonfigurationer er tetraminoer (af 4 tændte eller "levende" celler). Den 4. celle i 4. række (tæl selv!) er tændt i 1. generation (det er 2. celle fra venstre i den øverste tetramino). Den har 2 tændte naboer (én på hver side), og i følge regel (b) forbliver den tændt i næste generation (det bræt, der er vist midterst). De øvrige celler har også ændret tilstand efter de samme regler (hvilket man nemt kan overbevise sig om), og det har ført til, at vores tetramino nu er blevet til en opretstående hexamino. Følger vi den samme celles skæbne i det videre forløb, ser vi, at den i 2. generation har den 4. celle i 4. række hele 5 tændte naboer, hvorfor den ifølge regel (b) slukkes i 3. generation (hvor den udgør en del af centrum i den opståede konfiguration, "bikuben"). Hvis man selv forsøger sig med et skakbræt er det en fordel at bruge sorte og hvide brikker på skift i hver generation af hensyn til overskueligheden ved optælling af naboer og opdatering af de enkelte celler. God fornøjelse!

Figur 1: Livshistorierne af to tetraminoer, der bl.a. viser, at man i Game of Life kan ende i samme sluttilstand (her: "bikuben") ud fra forskellige begyndelsestilstande. Det betyder, at man ikke kan "slutte baglæns": beregningerne er irreversible.

Game of Life er et eksempel på den type matematiske objekter, man meget naturligt kalder cellulære automater. For en delmængde af de mulige regler udviser de en række interessante egenskaber. Det er karakteristisk, at det er svært, for ikke at sige umuligt at forudsige, hvordan en cellulær automat som Game of Life udvikler sig for en vilkårlig startkonfiguration. De to tetraminoer på fig. 1 "tiltrækkes" begge en stationær tilstand i form af bikuben. Dette "stilleliv" (som udfra teorien for komplekse dynamiske systemer må kaldes en punkt-attraktor) er langt fra altid udfaldet. Andre startkonfigurationer i Game of Life udvikler sig til de besynderligste pulserende mønstre -- som man NB kun kan visualisere ved skyndsomst at få "Life" implementeret på en computer, der hurtigt beregner tilstandsudviklingen af automaten og visualiserer den på skærmen. Mønstrene fortsætter deres uforudsigelige vibrerende beregningsliv igennem mange generationer, før de evt. drosler ned i en død tilstand (som fx bikuber) eller tiltrækkes en cyklisk attraktor; dvs. ændrer form igennem et cyklisk mønster med rytmer fra 2 til 30 eller flere generationer. Uforudsigeligheden kan ses som en konsekvens af, at en cellulær automat som Game of Life er i stand til at fungere som bærer af strukturer, der kan foretage universel beregning, hvorved den omfattes af det såkaldte Turing-stop problem, dvs. at man ikke for et vilkårligt program med et vilkårligt input altid kan afgøre, hvorvidt beregningen stopper eller ej -- eller som i dette tilfælde: hvorvidt livet dør hen i stilleliv eller fortsætter med at pulsere og vibrere ud i al evighed.

Man kan som bekendt ikke vende ontogenesen eller lade evolutionen gå baglæns -- "det der var" er den sten, viljen ikke kan flytte, og grunden til dens vrede -- og Game of Life er på samme måde beregningsmæssigt irreversibel: I udviklingen af automaten smides information om de tidligere tilstande væk: Vi kan ikke se på en bikube, om den er dannet af en tetramino eller hvilken type, den i så fald er af. Det er, som om en "tidens pil" er indbygget i selve spillets regler. Denne egenskab er en af betingelserne for, at der i Game of Life kan findes såkaldte Edens Have konfigurationer, dvs. tilstandsmønstre, som ikke kan findes på anden form end som begyndelsestilstande (fig. 2). For sådanne underlige konfigurationer findes er der intet større mønster i Game of Life, som kan frembringe dem; de er en art singulariteter -- lokale "big bangs" i dette sære univers. Der er altså her, som i den rigtige fysik og biologi, bindinger ("constraints") på form: En eventuel selvreproducerende Game of Life-organisme kan ikke indeholde en Edens Have.

Figur 2: En Edens Have i Life, fundet af Roger Banks (jf. Poundstone 1985).

Et simpelt, men vigtigt mønster i Game of Life er "glideren", som består af en håndfuld tændte celler, der langsomt forskyder sig diagonalt ned igennem nettet af felter, imens den med en periodisk rytme på 4 generationer ændrer form. En mere kompliceret konfiguration, kaldet "gliderkanon", der har en længere rytme idet den vender tilbage til samme form hver 30. generation, har den herlige egenskab, at den i en sådan cyklus føder en ny glider, som sendes ud i livet (se fig.3).

Glideren og andre propagerende strukturer i Game of Life kan bruges som signaler, til oplagring og kodning af information i de mønstre af højere orden, som i princippet kan konstrueres som virtuelle computere (universelle Turingmaskiner), der kan udføre beregninger, spille skak eller hvad man ellers måtte have lyst til. Fx kan man i princippet indlejre von Neumanns formaliserede model af selvreproduktion i Game of Life, og herved få fremkaldt mønstre, som er tættere på noget levende end de netop nævnte Life-former, fordi disse mønstre ville kunne "reproducere" (konstruere) sig selv. I praksis ville det kræve megen beregningskraft, og bliver hurtigt uoverskueligt, men det er kun et teknisk problem (Poundstone 1985). Den anden model, Czoo nedenfor, er da også umiddelbart mere levende.

Figur 3. A: En glider kryber i løbet af 4 generationer diagonalt ned gennem nettet, og skifter periodisk form undervejs. B: Et snapshot af en gliderkanon, efter at den har udsendt 5 glidere. Dens pulserende bevægelse må man forestille sig -- eller se på et af de programmer, der cirkulerer blandt Game of Life entusiaster.

De 7 bud på visionen om kunstigt liv.

Selvom Conways spil blev opfundet længe før nogen begyndte at tale med alvor om kunstigt liv, er der flere karakteristika ved Game of Life, som gør de blævrende mønstre, der opstår under udviklingen af den cellulære automat, til fuldgyldige eksempler på "ægte" kunstigt liv. Det er ganske vist rent digitalt. Men den virtuelle karakter af det liv, der iagttages på computerskærmen, gør det ifølge A-Liv-tilhængere ikke mindre ægte, for det er netop formen og processerne, der tæller, ikke det materielle indhold. Chris Langton, en af fortalerne for muligheden af at realisere A-Liv computationelt, mener, at også det jordiske, almindelige biologiske liv, B-Livet, et er spørgsmål om processuelle former snarere end stof -- det er det, der er grunden til, at man netop kan abstrahere en særlig "logik" ud af det normale liv, de almene principper, som biologien idag udforsker -- og implementere denne logik, dvs. de samme biologiske funktioner og processer, i andre medier (Langton 1989). Men samtidig er der ifølge Langton dét problem ved den nuværende biologi, at den er uhjælpelig bundet til kun at kende ét eksempel på denne logiks realisering: Liv på planeten jorden, som er et kulstof-liv, bundet til den helt specifikke kulstofkæde-kemi og de specifikke informationsbærende makromolekyler som DNA og RNA, som på ingen måde behøver at være det eneste mulige stoflige grundlag for livsprocesser. Her kan forskning i kunstigt liv hjælpe os til at udvide det empiriske grundlag for biologien ved at supplere den med eksempler på liv i andre medier, lyder argumentet. Man kan sammenfatte visionen om kunstigt liv i 7 punkter, som tilsammen udgør den stærke tese om computerorganismer som faktiske former for liv: 2

1. Det muliges biologi: Kunstigt liv handler ikke om livet som det er, dvs. som vi jordboere kender det gennem vores omgang med et ret begrænset eksempelmateriale, men om livet som det kunne være -- på andre planeter (dvs. med andre stoflige kemier som grundlag) eller i andre formelle konstruktioner.

2. Syntetisk approach: I modsætning til den reduktionistiske traditionelle metode i den eksperimentelle biologi, der analyserer stadig finere dele af organismen, cellen, dens gener, osv., (men har visse problemer med at forstå artsdannelsens mekanismer og formdannelsen af den hele organisme), er visionen i A-Liv at syntetisere liv udfra dets simplere dele, for herigennem bedre at kunne forstå den kompleksitet, der gør sig gældende på alle niveauer af biologiske systemer.

3. Ægte (kunstigt) liv: Tesen er, at den adfærd, der fremkommer i Game of Life (som dog kun selv er en meget simpel model) og i mere komplicerede former for kunstigt liv, er lige så genuin og ægte som de processer, det jordiske liv fremviser. Det, der er "kunstigt" (uægte) i kunstigt liv, er blot de komponenter, det bygges af (en formel celle i Game of Life og reglerne for dens tilstandsændring er rene artefakter), men den adfærd, det komplekse system fremviser på det overordnede niveau, er ægte levende adfærd.

4. Alt liv er form: Vi er (pace sundhedsprofeterne) ikke hvad vi spiser, vores egen krop er ikke defineret ved de partikulære stoffer, den består af, men ved den organisation, der bestandig opretholdes på basis af gennemstrømningen af stof og energi; på samme måde er livet generelt et spørgsmål om form -- derfor kan det også "overflyttes" til andre medier.

5. Bygges nedefra-op: Hvor det almindelige approach i klassisk AI er at starte med at definere systemets overordnede mål, de problemer, det skal kunne løse, og de almene funktioner, det skal udstyres med, for så analytisk at opdele disse i programmer, rutiner og subrutiner etc., helt ned til mindste detalje (the top-down approach), er tilgangen i A-Liv nærmest omvendt (bottom-up): Man starter med at definere nogle få, simple regler, der virker helt lokalt på det underliggende niveau, uden nødvendigvis at have nogen færdig idé om, hvordan den overordnede adfærd opnås. Der eksperimenteres med at finde bestemte kombinationer af regler som kan danne grundlag for en sammenhængende dynamisk adfærd af det totale system.

6. Processerer parallelt: Ligesom nerverne i naturlige hjerner, kunstige neurale netværk eller cellerne i et træ, en krop, eller en cellulær automat alle bearbejder information samtidigt, således er massiv parallelitet også det foretrukne beregningsprincip i modeller af kunstigt liv, i modsætning til de klassiske computeres serielle arkitektur.

7. Tillader emergens: Liv bliver ofte betragtet som et emergent fænomen, dvs. et fænomen, der er en kompleks funktion af mange enkeltdeles vekselvirkning, men hvis egenskaber ikke på nogen lineær måde kan udledes af de enkelte dele, og derfor kvalitativt tilhører det højere (emergente) niveaus egen fænomenologi. Dette gælder også mange enkelte særtræk ved liv, fx selvreproduktion, der ikke umiddelbart kan udledes af ren molekylær replikation. I spillet Game of Life kan glideren (og de øvrige mønstre) betragtes som sådanne emergente strukturer: Givet de to regler kan man ikke umiddelbart forudsige noget om eksistensen af mønstre som glideren og dens bevægelsesform. Man kunne rekonstruere disse mønstre, men det ville blot være det samme som at frembringe det emergente fænomen selv på ny.3 Emergens, den pludselige opkomst af dynamiske strukturer på det globale plan, er nok dén vigtigste (og mest fascinerende) enkeltegenskab, der genfindes i så mange eksempler på kunstigt liv.

Emergente egenskaber er vanskelige, fordi de på én gang er subjektive og objektive: Man kan påpege, at glideren ikke er en rigtig form eller ting, fordi alt, hvad der eksisterer i Game of Life blot er en flade af celler med tilstandene tændt eller slukket. At vi synes det ligner liv (eller hvad vi nu synes det ligner) skyldes det, vi forestiller os: Det "levende" skyldes iagttageren, ikke spillet selv. (Det er analogt med dét, Searle hævder i sin kritik af "strong AI": Det er iagttageren, der tilskriver computerens input og output betydning; "forståelsen" ligger ikke i AI-systemet selv). Heroverfor er der to ting at sige: For det første, at argumentet (at formen blot skyldes iagttageren) svarer til at hævde, at biologiske organismer egentlig ikke er andet end bestemte (termodynamisk set højst usandsynlige men dog mulige) konfigurationer af molekyler i tid og rum; det, der virkelig eksisterer, er disse molekyler: Med andre ord en (i al fald for biologer) lidet ønskværdig atomisme. For det andet er der flere ting som tvinger os til at betragte de mønstre, der udfolder sig i spillet som reelle, bl.a. det forhold, at vi som antydet kan programmere i Game of Life ved at lade den cellulære automat emulere en Turingmaskine; herigennem har vi mulighed for at "styre" (ganske vist under adlydelse af de basale regler, "naturlovene" i dens univers) udviklingen af automatens tilstande på en måde, som ikke kan beskrives uden antagelse af begreber om disse formers realitet i sig selv (sml. Dennett 1991).

Selvom diskusionen om den status, de emergente fænomener i computermodellerne må tilskrives -- er de ægte syntetisk liv, eller sparker de blot emergente processer igang i vore egne sind? -- knap nok er begyndt (se Cariani 1989, Pattee 1989), er der ingen tvivl om, at der er sket noget nyt med fremkomsten af forsøgene på at simulere selvorganiserende processer. Det er ikke skudt helt forbi når Doyne Farmer (1990) ser A-Liv som én af mulighederne for at overskride den traditionelle modsætning i biologien mellem holisme og reduktionisme. Modellerne muliggør en eksakt betragtning af såvel del som helhed. Dog vil mange biologer nok pr. rygmarvsrefleks anse tesen om kunstig realisering af "ægte" beregningsbaseret liv som udtryk for en ekstrem reduktionisme -- ligesom mange psykologer anser den funktionalistiske tese i kognitionsforskningen om det mentale som symbolmanipulation som en utilbørlig reduktion af psykologiske processer til logik. Liv som ren form virker som en ren platonisme. Det er da også endnu uklart om forskningen i kunstigt liv vil kunne bidrage til at belyse samspillet mellem stof og form (eller information) i de jordiske organismer vi kender -- samspillet mellem det analoge og det digitale i evolutionen af liv på jorden. Biologisk information i virkelige organismer kan ikke kun være et spørgsmål om en ren formel beskrivelse, hvis begrebet skal have relevans for fx molekylærbiologien (jf. Emmeche 1990; Hoffmeyer & Emmeche 1991).

Man kan indvende imod de 7 bud, at de ikke sikrer, at de emergente processer, der fremkaldes, faktisk er levende -- den fysiske natur er fuld af selvorganiserende, emergente fænomener. De 7 bud kunne ligeså godt dække over en kunstig fysik. Det stemmer: Man tvinges så til at definere liv ved en liste af egenskaber (liv har metabolisme, selvreproduktion, indeholder en informationelt lagret partiel selv-repræsentation, kan udvikle sig v.h.a. naturlig selektion, udviser emergens, m.v.) og se, om de fænomener computeren fremkalder, tilfredsstiller betingelserne.4 I den næste model gælder dette (mindst) m.h.t. naturlig selektion og emergens.

En computer zoo.

Springer vi fra Conways tidlige og let gennemskuelige spil frem til idag, ser vi en række nye og langt mere sofistikerede modeller, simulationer af selvorganiserende fænomener, eksperimenter med kunstigt liv og udvikling af biologisk inspirerede algoritmer.5 Der findes et pænt udbud af (modeller af) "syntetisk liv"; i flæng kan nævnes: "Myrer", som lærer at krybe rundt i en labyrint og hvis programmer muterer og udvikles "ved naturlig selektion"; fugle eller fisk, der bevæger sig efter simple adfærdsregler for det enkelte individ, men hvis samlede adfærd emergerer i smukke formationer af flokken; planter af høj computergrafisk kvalitet som vokser organisk frem på skærmen, kodet i de formelle, s.k. Lindenmayer-systemer (som er inspireret af Chomsky-grammatikkerne); kunstige virus, der samler sig selv ud af kunstige makromolekyler; simuleret informationsbehandling i simulerede mikrotubuli (en del af virkelige cellers skelet); evolutionære algoritmer, som løser problemer ved at benytte genetisk overkrydsning og mutation ligesom naturlige populationers løsning på et adaptationsproblem; og en lang række mere "syrede" former for kunstigt liv (oversigter og eksempler gives i Langton, ed. 1989; Langton et al., eds. 1992, Emmeche 1991, Meyer & Wilson, eds., 1991). Lad os se lidt nøjere på et ægte dansk kunstigt liv.

Datalogen Jakob Skipper har på Niels Bohr Institutet eksperimenteret med noget, han kalder "evolution i en æske" (Skipper 1991). Målsætningen med projektet er at lade programmer udvikle nye funktioner spontant, ved at underkaste dem evolutionære betingelser, analogt med arternes naturlige udvikling. Det er ikke meningen at efterligne den særlige måde, udviklingen er sket på i biologiske systemer, men at undersøge, om den generelle proces og nogle af de former for økologiske samspil, man kan iagttage i naturen, kan opstå i et komplekst system som en kraftig datamat programmeret på rette vis. Det er der faktisk noget der tyder på. Endnu mens dette skrives (medio 1991) dukker der fra tid til anden nye strukturer op i Skippers maskine. Den er hans "zoologiske have": et univers i form af et stort program (en simulator), der kører en række mindre programmer.

Havens arkitektur: Programmerne, der svarer til enkelte "organismer", reproducerer konstant, og er underkastet mutationer. Forskellige betingelser, som udvikler sig undervejs, herunder strukturen af andre programmer og deres andel af "haven", bestemmer på en ikke forudsigelig måde hvilke arter af programmer, som overlever og fører deres kode videre til næste generation -- et forhold, der svarer til naturlig selektion. Jakob Skipper har ikke på forhånd defineret hvilken egnethed (fitness), der skal tilskrives de programmer, der måtte dukke op; overlevelse og død afhænger ikke blot af foruddefinerede forhold, men af tilstedeværelsen af andre programmer. Normalt vil en "mutation" af en instruktion i et program gøre det ubrugeligt (funktionelle programmer udgør en forsvindende andel af mulige kode-kombinationer), men for at øge tolerancen overfor ændringer har Skipper skrevet programmerne i et særligt designet sprog, Czoo, som bruger en række kodeblokke af ens størrelse, såkaldte celler.6 Det sidste er vigtigt, for det muliggør "seksuel reproduktion" i form af overkrydsning af programmerne i modellen, en idé som er tillempet efter John Hollands genetiske algoritmer.

Den "zoologiske have" som organismerne lever og udvikler sig i, er ikke direkte den benyttede fysiske computer, men et slags simuleret "økosystem", kaldet simulatoren. Det er en todimensional verden, hvor småprogrammerne til stadighed bevæger sig rundt og kæmper om plads og ressourcer -- dvs. hukommelse. Simulatoren er datalogisk set en virtuel computer (der selv er skrevet i programmeringssproget C++), og er specielt designet til at understøtte den kunstige evolution af de små programmer. Vi har altså niveauerne: Den fysiske computer, der kører en simulator (skrevet i C++), der selv kører en masse småprogrammer, organismerne (skrevet i Czoo).

Når programmerne bevæger sig rundt i det todimensionale økosystem, udsender de signaler, der påvirker, hvordan de andre programmer udføres. De kan da bevæge sig forbi hinanden uden at der sker noget, eller de kan under bestemte betingelser aflæse hinandens tilsynekomst og evt. benytte sig af hinandens ressourcer. Fx kan et program, der har modtaget et signal, lade et nærliggende program, hvis celler matcher signalet bedre end dets egne celler, udføre koden svarende til signalet. Det muliggør udvikling af en række interaktionsformer -- fra symbiotisk samarbejde til rovdyradfærd og parasitisme.

En celles instruktioner kan under visse forhold udføres af et fremmed program, som ikke "ejer" cellen (remote execution): Hvis program A har modtaget et signal og et fremmed program B tæt ved har en celle, der så at sige matcher signalet bedre end program A's egne celler, kan program A udføre koden i B's celle i stedet for sin egen. Det kan imidlertid være farligt, hvis denne kode indeholder en "kill-instruktion": I så fald vil program A, som udfører koden, straks dø, og det fremmede program B, "rovdyret", kan så senere overføre det dræbte programs hukommelsesceller til sig selv. Under særlige betingelser er programmerne således i stand til at udvikle simple former for rovdyradfærd. Det har dog indtil nu kun været muligt at iagttage spor af denne adfærd som er meget episodiske, og rovdyrfunktionen er ikke nødvendig for disse programmers overlevelse (Skipper, pers.comm.).

Et program kan også dø af at udføre illegal instruktion (fx søge at læse fra en ikke-eksisterende hukommelsescelle), eller af mangel på noget at lave (hvis der ikke er flere signaler, der venter på at blive processeret). Simulatoren kan også bidrage til at dræbe programmer (som fx er særlig gamle, eller rent tilfældigt).

Algoritmisk sansning: Skipper sammenligner et programs modtagelse og processering af et signal med sansning: Programmerne sanser hinanden; et program kan "se" et andet program der nærmer sig, når det modtager det signal, det udsender. Det foregår selvfølgelig ligeså mekanisk som ved en fotocelles sansning og er ikke "bevidst". Sammenligningen søges begrundet ved et erkendelsesteoretisk argument: Fremtrædelsesformen er altid bestemt af iagttageren; for os fremtræder programmerne måske som en skreven repræsentation i Czoo sproget, som et bit mønster i hukommelsen, eller lignende; men da Czoo programmerne selv kan sanse signaler, fremtræder de for hinanden som (bit)mønstre af signaler. (Opfattelsen ligger på linie med visionen om ægte kunstigt liv, jf. ovenfor).

Foreløbige resultater: Et evolutionsforløb starter typisk med at en bestemt "stamorganisme" sættes ud i Czoo-simulatoren og får lov til at udvikle sig. Hurtigt opbruges hukommelsespladsen, og haven domineres af kopier af stamorganismen indtil nye mutanter dukker op, som tager konkurrencen op og evt. bemægtiger sig lebensraum. Forskellige samlivsformer kan efterhånden opstå, fx kan flere programmer samarbejde om at holde sig kørende. Simulatoren kan indstilles på varierende overordnede betingelser (ang. mutationers type og hyppighed; lokal eller global adgang til hukommelse; forskellige former for "killing" af eksisterende programmer m.v.) som virker begunstigende på udviklingen af bestemte adfærdsformer blandt programmerne. Det er den tolkende iagttagelse af udviklingsmønstrene fra en række kørsler, som er det håndgribelige resultat af modellen. Skipper har (med forskellige udgangsbetingelser) foreløbigt iagttaget forløb, der tolkes som: Symbiose, punktueret ligevægt, flokdannelse, og som allerede nævnt, sporadisk udvikling af rovdyradfærd:

Symbiose er en tilstand, hvor programmerne udvikler et "samarbejde" for at reproducere hurtigere. De mister en eller flere af deres hukommelsesceller og bliver mindre (det øger kopieringshastigheden), og kommer derfor ofte til at mangle instruktioner, men benytter sig i stedet af muligheden for (ved remote execution) at finde en nabo hvis celle har den pågældende kode -- ellers dør programmet. De bliver således gensidigt afhængige af hinanden. Tilstanden indfinder sig efter en fase, hvor stamorganismen har domineret og en intermediær ustabil fase hvor mange mutante programmer er dukket op. De dør hurtigt ud, og en håndfuld små programmer på kun én celles størrelse indstiller sig på symbiosen.

Punktueret ligevægt betegner et udviklingsmønster, hvor en tilsyneladende stabil "ligevægt" af en eller flere arter i nogenlunde konstant antal afløses af en ustabil fase med hurtig artsdannelse, hvorefter en ny fase med stabil udvikling genoptages, indtil også denne "punkteres", osv.7 Da de små symbiotiske programmer i Skippers zoo er afhængige af en "kritisk masse" af andre programmer for at overleve, kan man ved dyk ned under denne grænse opleve pludselige sammenbrud af samfundet, hvor de fleste små programmer dør. Det øger automatisk "fitness" af de større (og dermed langsomt reproducerende) arter, som selv bærer rundt på hele bagagen af funktionelt nødvendige instruktioner. De kan så overtage dominansen i en ny, relativ stabil fase, indtil der igen dukker små hurtige mutanter op, som i det nye miljø med mange programmer igen kan dominere.

Flokdannelse har at gøre med den nævnte funktionelle afhængighed, de små programmer har indbyrdes. Programmer, der kan finde ud af at være tæt på andre programmer har mindre chance for at dø. Der opstår små programmer, som klumper sig sammen på skærmen eller bevæger sig rundt i cirkler og spiraler, som reducerer chancen for fortabelse i ensomhed.

Skippers foreløbige konklusion er, at Computer-Zoo'en viser, at man kan skabe selvstændige evolutionsforløb blandt computerprogrammer, der minder om biologisk udvikling. Man kan spørge, om det er en rigtig "open ended evolution" som den biologiske, der er en fortsat, kompleks og åben proces: Før eller senere dør programmerne nemlig helt ud. Det er endnu ikke lykkedes at finde betingelser eller parametre, hvorunder udviklingen kan fortsætte uden disse sammenbrud. Men processen er åben i den forstand, at der ikke er givet et absolut "endemål" i form af en given maximal fitness, et "allerbedste" program, der stanser al videre udvikling: Hvad der er et succesfuldt program i Czoo afhænger jo altid af de andre programmer! Endvidere kan man iagttage en række hændelser, hvor adaptive programmer ikke opstår styret eller planlagt, men "spontant", ved en proces, der fuldt ud svarer til naturlig selektion i den biologiske udvikling. Programmerne har deres egen realitet og lever deres "eget" liv indbyrdes. M.h.t. udviklingen af rovdyradfærd bemærker Skipper, at programmerne har udviklet nogle meget komplicerede relationer, som måske ikke kan forstås i simple biologiske begreber som "rovdyr", "parasit", eller lignende; det er ikke alle egenskaber eller relationer mellem programmer, der ikke kan jævnføres med biologiske egenskaber (Skipper 1991).

A-Liv: biologiens svar på kunstig intelligens?

De forskere, der engageret udbreder kendskabet til kunstigt liv som forskningsprogram, bliver ved med at gentage, at der er store metodiske forskelle på AI og A-Liv: De beregningsmæssige design-principper for det syntetiske liv (massiv parallelitet, bygges nedefra-og-op, og mulighed for emergent, selvorganiserende adfærd) ligger meget tæt op ad de neurale netværk, som ofte formuleres i opposition til den regelstyrede og logiske måde at angribe problemer på indenfor klassisk AI. Men naturens logik er sjældent så lineær som logikernes. Biodatalogerne i A-Liv har tilsyneladende gode kort på hånden, når de henviser til de biologiske systemers tilsvarende "parallelle" struktur, ikkelineære dynamik og evne til selvorganisering. AI-kritikere som Dreyfus-brødrene har da også forelsket sig i de neurale netværk (1988).

På det filosofiske plan er forskellene mellem AI og A-Liv ikke helt så store: Begge steder finder man den stærke tese om liv og intelligens som medium-uafhængige fænomener: Biologiske processer og tankeprocesser bliver primært karakteriseret funktionelt-formelt: Nemlig ved at være en samling funktioner (hos organismer eller maskiner); ved at være processer (i ægte biokemiske eller computationelle "kemier") hvor energi, stof og information omsættes under konfigurering af komplekse mønstre; eller ved at være former (ofte forstået som "logiske former", dvs. abstrakte typer kæder af effektive procedurer), som kan implementeres, rekonstrueres eller indlejres i alternative medier, og hvor formernes realisering i disse medier svarer til (er formelt identiske med) naturens egen realisering af de samme systemer.

Hvis kunstigt liv filosofisk og teoretisk essentielt er "det samme" som kunstig intelligens, vil diskussionen om intelligensens formaliserbarhed, simulerbarhed og artificielle realiserbarhed tilsyneladende gentage sig, nu blot m.h.t. kvaliteten liv -- hvilket da også gør en væsentlig forskel. Man kan ikke direkte overføre de principielle indvendinger imod AI på A-Liv, hvilket som vi skal se giver anledning til en del forskellige vurderinger af muligheden for kunstig intelligens og liv i stærk forstand (dvs. ikke blot som simuleringer, men som syntetisk realisering af tænkning og de komplekse biologiske egenskaber, der kendes i de respektive "naturlige" systemer, mennesker og organismer). Når der her og i det følgende tales om mulig realisering menes "i princippet", dvs. nu eller i fremtiden med mere effektive teorier og teknikker. Listen over divergerende vurderinger er tænkt rent pædagogisk og er ikke udtømmende:

(1) Både AI og A-Liv er mulige, fordi liv og intelligens er formaliserbare, og computabelt realiserbare. Man kan gennem forskning og ved teoretisk abstraktion finde den logik, der styrer de naturlige systemer, og så at sige implementere samme logik i kunstige systemer. ("Det computationelle argument for stærk AI og A-Liv"). Den logik i det levende, som kan formaliseres, kan naturligvis opfattes forskelligt: Som en logik, der i sig selv baseres på naturlige beregningsprocesser (cellerne kan opfattes som informationsbehandlende eller beregnende ud fra udvidede begreber om information og beregning). Eller mere uforpligtende som strukturelle former, der kan understøttes ikke blot af et biokemisk, men også af et digitalt, eller matematisk-logisk system.

(1a) A-Liv er kun muligt som forsøg på at realisere liv i samme biokemiske medium som det kendte, eller i alternative materielle medier (som fx en svovlholdig vandig opløsning af forskellige makromolekyler); rent "digitalt" liv er ikke ægte, kun model-liv. ("Det kemiske argument om begrænset A-Liv"). Dette argument kan både aftappes i en empiristisk naturvidenskabelig version (viden om liv må baseres på det liv, vi kender og kan sanse og måle, ikke på vores egne abstraktioner) og i en mere ontologisk udgave, begrundet i selve vores hidtidige rationelle begreber om liv -- fx liv som en særlig enhed af informationsmæssige og stoflige processer; eller som en særlig materielt organiseret tilstand; eller som et niveau af virkeligheden; eller som systemer beroende på et samspil af analoge og digitale koder, tegn, etc. En version af argumentet er følgende:

(1aa) A-Liv kan ikke realiseres rent computationelt, kort sagt fordi liv som fænomen ikke er rent digitalt, men også indeholder fysiske og m.h.t. kodning af information "analoge" aspekter; derfor vil A-Liv, hvis det skal være ægte liv, kun kunne realiseres i form af avancerede robotter med en "fysisk" organisme-omverden relation. Selvom fx de cellulære automaters mønsterudvikling ser emergent og selvorganiserende ud, kan disse mønstre præcis gentages beregningsmæssigt og rummes i en deterministisk model; dette er ikke tilfældet med liv baseret på et "pragmatisk" forhold mellem organisme og omverden, der rummer indeterministiske kontrol- og måle-lignende operationer. Hvis liv skal syntetiseres artificielt, må det indebære konstruktion af de samme typer af pragmatiske tegnrelationer med omverdenen ("Argumentet for pragmatisk emergent A-Liv", jf. Cariani 1989).

(1b) A-Liv er muligt, ikke fordi liv kan formaliseres i samme forstand som man fx kan formalisere matematiske ræsonnementer, men fordi man gennem computeren nu kan bygge så komplekse systemer, med indbygget mulighed for evolution, selektion og kompleksitetsforøgelse, at disse computationelle systemer efterhånden opnår en grad af kompleksitet, der dels gør det vanskeligt at forstå systemerne klassisk analytisk (som situationen idag tegner sig for en del af de neurale netværk), dels forsyner "modellen" med så mange af originalens komplicerede egenskaber, adfærdsformer og dynamik, at modellen til sidst bliver en instans af det generelle fænomen liv. Jævnfør analogien med et skib, man bygger en fysisk model af: jo mere lig den komplekse original, jo mere bliver modellen selv et rigtigt skib. ("Argumentet for A-Liv gennem kompleksitet"). Studiet af kompleksitet udgør idag et vækstområde indenfor matematik og computervidenskab, hvor eksakte mål for kompleksitet søges udviklet. Det forhindrer ikke, at det tilgrundliggende og mere intuitive begreb om kompleksitet i diskussioner anvendes løsagtigt, eller at de modelsystemer, man udforsker, reificeres.

(2) Kun AI er mulig, ikke A-Liv: Kun intelligens (forstået som logisk baserede evner) er formaliserbar og mulig at eftergøre mekanisk; biologiske funktioner er derimod ikke processer, der fungerer ifølge et "program" med en bestemt syntaks eller ved at skulle konsultere interne repræsentationer. Mavens fordøjelse (Searles yndlingseksempel) er en funktion, der nok kan beskrives computationelt eller som følgende regler, og som kan simuleres i en matematisk model (hvilket er forholdsvis trivielt), men som ikke i sig selv arbejder ved at skulle konsultere repræsentationer. Fordøjelsesfunktionen opfattes (lige så lidt som andre basale fysiologiske fænomener) ikke som værende af syntaktisk, repræsentationel, eller sproglig art. "Logicister" indenfor klassisk AI vil formodentlig støtte en sådan indvending, som derfor kan kaldes "det logiske argument imod A-Liv". (Men hvor logicisterne som bekendt mener, at når vi tænker, arbejder hjernen på et eller andet niveau ved at konsultere repræsentationer eller manipulere information, dér mener Searle at tanker er en kausal effekt af hjernen, ligesom som mavesyre secerneres af kirtelceller i mavesækken). Med hensyn til opfattelsen af intelligensens formaliserbarhed kan opfattelserne selvfølgelig divergere -- fx som synspunktet (2a) at kun aspekter af intelligens kan formaliseres og evt. realiseres; kognition er ikke noget enhedsfænomen, og må forstås i sammenhæng med følelser, vilje, æstetiske og etiske og andre ikke-formaliserbare dimensioner.

(3) Kun A-Liv er muligt, ikke AI. (Dette synspunkt har ikke været særlig fremherskende i debatten). Dette kan skyldes a) at intelligens er al for kompleks en egenskab til at tillade syntese, i modsætning til lidt slimet protoplasma; b) at AI er en contradictio in adjecto: så længe intelligensen er syntetisk fremstillet, er den ikke intelligent, intelligens må indebære et minimum af autonom spontan kreativitet, men det strider mod det syntetiske; c) at intelligens forudsætter selvbevidsthed, men opnåelsen af dette niveau af refleksivitet er helt utænkelig i andre systemer end personer, hvorimod biologisk feed-back, selvreproduktionsevne o.l. er udtryk for mere simple former for (pseudo)refleksivitet, som godt kan tænkes fremstillet syntetisk.

(4) Hverken AI eller A-Liv er muligt, a) fordi såvel liv som intelligens er for komplekse til at ville fremstille syntetisk; b) fordi begge fænomener overskrider hvad der kan beskrives rent computationelt, eller c) hverken liv eller tænkning er rent digitale, dvs. er ikke blot et spørgsmål om formen, men også det materielle indhold i de nævnte processer, hvilket ville kræve at en syntese måtte tage form af en materiel efterligning (a la biologiske robotter); et projekt, som hverken forskningen i kunstig intelligens eller kunstigt liv umiddelbart har på dagsordenen (se dog Meyer & Wilson, eds. 1991).

Selvom argumenterne kan diskuteres yderligere fremgår det klart, at A-Liv ikke nødvendigvis implicerer A-Intelligens og vice versa. Videnskabeligt set er den mest frugtbare strategi formodentlig at gå på to ben: At kritikere må forsøge at falsificere de mest ekstravagante argumenter for mulig kunstig realisering ved rent computationelle midler (jf. 1a og 1aa ovenfor), mens tilhængere må forsøge at konstruere systemer, der er interessante enten ved deres biologiske tolkning som modeller der belyser virkelige biologiske processer, eller interessante i sig selv som matematisk-logiske objekter, eller interessante som noget, der faktisk ligner en opfyldelse af den radikale vision om kunstigt liv. "Liv" efter hvilke kriterier, kunne man spørge. Ingen har noget patent på en endegyldig definition af liv; en situation som biologer tager helt koldt, men bestandig provokerer filosofferne.

A-Liv som protoform for A-intelligens

Forsøgene på at syntetisere livslignende adfærd i beregningsbaserede systemer kan, hvis de bliver en succes, danne baggrund for en kritik af AI-projektet "fra neden" så at sige, for at ville gå før man kan kravle. At ville udforske og syntetisere så komplekse fænomener som menneskelig bevidst tænkning, uden først at kunne gøre det for langt simplere organismer eller biologiske funktioner, er som at prøve at springe over hvor gærdet er aller højest. Livet opstod før intelligensen, og A-Liv vil sikkert fungere før AI. Forståelse af intelligens -- som realiseret psykisk fænomen i levende organismer -- må tage højde for det forhold, at den er forbundet med en biologisk struktur, som evolutionært og epigenetisk er udviklet via processer, der ikke er regelstyrede i form af en streng logisk syntaks, men ved stokastiske mekanismer, hvor tilfældig skabelse af variation, selektiv opretholdelse af organisation, adaptabilitet og selvorganisering indgår som centrale elementer -- netop nogle af de struktureringsprincipper der udforskes indenfor A-Liv. At man siger selvorganisering eller kompleksitet forklarer naturligvis intet i sig selv, men målet for A-Liv, ligesom for andre dele af det, som ofte sammenfattes til "the sciences of complex systems" (ikkelineær dynamik, kaosteori, fraktalgeometri, cellulære automater m.v.), er netop at nå til en dybere forståelse af disse principper.

Richard K. Belew, der selv har arbejdet med en "hybrid" mellem neurale netværk og genetiske algoritmer, formulerer denne kritik af AI konstruktivt: A-Liv må ses som en nødvendig forudsætning for AI, angivende en nedre grænse for hvad der er nødvendigt for at opnå intelligent adfærd. Eller udtrykt på amerikansk: "The dumbest smart thing you can do is to stay alive" (Belew 1991). Selv dyr, vi normalt opfatter som uhyggeligt meget simplere bygget end os, har evner til fx koordinering af bevægelse og mere sammensat adfærd, genkendelse af mønstre, etc. -- som de bruger "intelligent" i deres projekt med at forblive en del af det levende spil. Er en mide da intelligent, ku' man indvende. Ikke i normal forstand. Men hvad med en menneskeabe som chimpansen? En hund? En fisk? Uanset hvor vi sætter grænsen er de alle i live, og det er næppe tilfældigt. Levende systemer er ikke på forhånd designet for at klare bestemte opgaver, men de udvikler sig for så vidt de kan finde en niche, hvor de kan overleve. Det har gjort evolution til et væsentligt fokus i A-Liv modeller, noget der kunne udnyttes også indenfor AI-forskningen. Desuden har den særlige relation man finder mellem en organisme og dens miljø, som ofte betegnes adaptation (og som NB ikke nødvendigvis implicerer optimering af alle enkeltfunktioner), stor betydning og udgør et kritisk element i mange simulationer af liv. Også dette bør AI kunne tage ved lære af, mener Belew. A-Liv kan blive en art protoform for kunstig intelligens.

Den indvending imod AI-systemer som her antydes, at de vedblivende vil være urealistisk tunge og infleksible eller "ubiologiske" hvis ikke A-Liv perspektivet inddrages, er sikkert korrekt for så vidt angår den del af AI og kognitionsforskningen, der eksplicit udforsker human kognition. Den er ikke nødvendigvis korrekt for AI betragtet som undersøgelsen af tænkningens mere abstrakte logiske strukturer. AI har da faktisk ført til en frugtbar udforskning (og ofte konstruktion) af en række af intelligensens delsystemer og -processer, såsom søgning, repræsentation, hukommelse, inferens, bevisførelse, opgaver af spil-karakter såsom skak, kunstigt syn, osv. Man har haft en vis succes med submodeller af intelligens; hvad det kniber med er en syntese. Reduktionismeproblematikken viser her sit ansigt på ny. Noget lignende kan siges om den udforskning af A-Liv, som sandsynligvis vil karakterisere de næste 10-15 år: Den vil præges af rimelig suces med formalisering af en række del-systemer af organismer og skabelse af gode modeller for fx selvreproduktion, sansning, adaptation, bevægelseskontrol, koordinering af adfærd, evolution m.v. Man vil frembringe avancerede programmer som repræsenterer "dele af liv", men det kan blive meget svært at nå til et punkt, hvor alle vil være enige om, at programmet, modellen, eller robotten faktisk er levende -- hvilket så også skyldes de filosofiske indvendinger, der antydet i listen ovenfor.

Henimod beregningens naturfilosofi

I én forstand er der ingen tvivl om, at forskningsprogrammet for kunstigt liv er biologiens svar på AI. Set i større perspektiv tegner der sig for begge disse computerbaserede discipliner et billede af fremvæksten af en ny type forskning, som i forhold til en klassisk opfattelse af naturvidenskab som afbildende selve virkeligheden v.h.a. tilnærmede modeller og sande teorier (se fig. 4), bryder radikalt med en sådan mimetisk forståelse af viden og erstatter den med en mere reflekteret opfattelse af vidensobjekternes konstruktion.

Figur 4: En naiv-realistisk opfattelse af biologien (som et korpus af sande teorier) og dens genstand (livet-som-det-er). Teorier om det levende er en slags kort, som "kopierer" centrale aspekter af genstandene, som befinder sig i et af kortet uafhængigt eksisterende "landskab". Kortet er ikke landskabet, men er teorien god, er den en god vejviser i vores forståelse af genstandene. Realismen kan naturligvis findes i mindre naive udgaver.

Denne forskning nøjes ikke med at anerkende, at forskningsobjektet konstitueres i selve den videnskabelige arbejdsproces; at der altså ikke er tale om en mimetisk afbildning, men om en poietisk konstruktion -- fx er det snart blevet "common sense" at data er teoriladede, og teoretiske begreber er dannet indenfor de rammer og standarder som det samlede paradigme sætter -- et sådant brud med naivrealistiske opfattelser er for længst foretaget i store dele af den efter-Kuhnske videnskabsteori (omend den mimetiske opfattelse fortsat trives som en videnskabsmændenes spontane filosofi). Nej, de beregningsbaserede videnskaber er gennem deres forskningspraksis på vej imod et næsten paradoksalt begreb om en transcendental udforskning af reale objekter som liv og psyke igennem konstruktionen af selve de genstande, der udgør forskningens objekt. Der forskes på én gang med udgangspunkt i problemstillinger i de empiriske videnskaber som biologi og psykologi, og hinsides normal empiri. Forskningen skaber derved et tilsyneladende ambivalent forhold til selve realobjektet, som på én gang forbliver de oprindelige genstande (man er stadig interesseret i højere psykiske funktioner og biologiske processer) og erstattes af et beregningsbaseret simulakrum (som forsøgt illustreret i fig. 5). De komplekse simulationer overtager objektets rolle, men der et tale om virtuelle objekter eller konstruerede universer; et "levende" spil, en zoologisk have af computerorganismer, et kunstigt evolutionsforløb, eller -- hvem ved? -- en kunstig fristad af simulerede personer som lever og organiseres af algoritmer for alternativ social adfærd ... mulighederne i sådanne virtuelle universer er uanede.8 Hvordan skal man tolke en sådan vending imod det imaterielle eller virtuelle?

Figur 5: Biologien som model-liv, eller: Kunstigt liv som dekonstruktion af biologiens traditionelle genstand. På basis af den "logik" eller bio-logik, som abstraheres ud af genstandsområdet (og som samtidig projiceres tilbage på dette i form af modeller og teoretiske begreber om genstandene), konstrueres nye objekter som i en vis forstand er "kopier" eller realiseringer af den abstrakte logik, -- kopier af kopien. Skønt de som matematiske objekter transcenderer traditionel empirisk forskning, antager de som simulakra en næsten "given", selvstændig status som nye, hyperreale forskningsobjekter.

Det er fristende at se kunstigt liv og de andre beregningsbaserede videnskaber som en indfrielse af de postmoderne filosoffers spådomme om, at verdens materialitet som det traditionelle grundlag for viden mister sin betydning i den såkaldte postmoderne tilstand. En tilstand hvor, som Jean-François Lyotard udtrykker det, informationssamfundets databanker simpelthen er "naturen" for det postmoderne menneske (1982: 99). Simulakrum er netop begrebet for det, som har brudt referencen til en primær virkelighed, og er løsrevet fra nogen oprindelig mening eller substans af materiel karakter. Som billede er det hverken kopi eller original, det har lagt ethvert forbillede bag sig, forstået som repræsentation af noget andet end sig selv. Kun nostalgisk og metafysisk kan det føles som en art tegnets og henvisningskraftens varmedød; mere nøgternt henviser begrebet fx til mediesfæren som stedet, hvor den personlige erfaring og den elektroniske nyheds- og multimedie-erfaring blandes sammen og bliver ét. Billedmedierne fremstiller og opløser virkeligheden i deres eget billede. Man kan indlæse samme tendens til opløsning af forskellen mellem kopi og original i "de nye videnskaber", som baseres på beregningsteknologien. Modellerne af liv og psyke søger ikke længere at legitimere sig gennem noget krav om sandhed eller rigtighed. De skaber et simulakrum, et eget univers, hvor kriterier på ydedygtighed af beregningsmæssig art erstatter sandhed og kun har mening indenfor den kunstige realitet selv -- eller hvor fascinationskraften ved den producerede kompleksitets egne mønstre bliver et bærende moment, som forskyder andre erkendelsesinteresser.

Ud fra en traditionel naturvidenskabelig betragtning, hvor den realistiske intuition fremstår stærkt som en måske afgørende normativ forudsætning for selve det videnskabelige projekt, må denne udvikling i retning af svækkelse af referencen til naturen selvfølgelig bekymre. Der har allerede ved de første to konferencer for kunstigt liv været kritiske røster fremme om nødvendigheden af "empirisk ansvarlighed" og bedre kriterier for modellernes grad af teoretisk relevans. Man ønsker at undgå, at hele feltet degenererer til ren underholdende fremstilling af computerspil.

Men hvorfor denne bekymring for realismen, kunne man indvende?9 Hvorfor ikke tillade, at skellet mellem fiktion og virkelighed bryder sammen, og satse på gode fortællinger, de bedste simulatoriske forløb, de rigeste og mest komplekse strukturer? Hvis der virkelig er tale om en menneskelig skabelse af objekter, som er så komplekse at vi har svært ved at beskrive dem detaljeret, enkelt, og stringent, og som er produkter af den kreative tænknings mekanisering og simulation, så er skellet mellem virkelighed og fiktion allerede brudt sammen. Så adskiller situationen sig ikke markant fra situationen i litteraturvidenskaben, som -- ifølge én radikal tolkning -- selv udgør en (tør, akademisk) litterær genre, der beskriver og fortolker komplekse narrative forløb i en "virtuel" verden: litteraturens. Kunstigt liv som en uopløselig blanding af en -- i begge dette ords betydninger -- animeret science fiction genre og seriøs forskning. Det ville være en bekræftelse af litteratens ønskedrøm: At naturvidenskaben rummer et begær efter humaniora (sml. Hauge 1990). Jeg vil mene, at en naturvidenskab som biologien ikke kan undvære den antydede realistiske intuition, ikke opfattet som naiv afbildning, men netop som en intuition om muligheden af at producere standardiserede beskrivelser, af måling af extra-sproglige realiteter, indenfor biologien specielt muligheden for teoretisk forståelse af reelle udviklingsmekanismer for naturens egne tegnsystemer (Emmeche 1990); "den realistiske intuition" bliver her et led i bestemmelsen af det specifikke ved de naturvidenskabelige sprogspil.

Det er selvfølgelig videnskabsteoretisk interessant, at AI såvel som A-Liv-forskningens opgør med et for snævert empiristisk krav om realisme, og en i forhold til traditionel biologi og psykologi øget fokusering på forskningsobjektets indre formelle strukturer, genfindes indenfor litteraturvidenskaben. Her startede i begyndelsen af det 20. århundrede et opgør på flere fronter imod en positivistisk og historicistisk litteraturvidenskab, der hidtil havde søgt det litterære værks virkelighed udenfor værket selv i dets årsagsbestemte forudsætninger og historiske placering (bl.a. med udgangspunkt i den klassiske filologi og den biografiske metode). Skabelsen af ideen om, at digterværket havde selvgyldig eksistens, var en selvafsluttet helhed, og måtte forstås som et system af indre relationer -- hvad der senere førte til "new criticism" og strukturalistisk litteraturteori -- havde bl.a. sin oprindelse i den s.k. russiske formalisme. Det var en litteraturteoretisk retning, der fra omkring 1915 til sidst i 20'erne kom til at betragte litteraturhistorien som en ren stil- og genrehistorie, der skulle se bort fra alle ikke-æstetiske kriterier, også biografiske og sociologiske (den blev i Stalin-tiden fordømt som "borgerlig afvigelse"). Den havde et af sine udspring i Moskvas lingvistiske kreds, grundlagt i 1915 med Roman Jakobson som ledende skikkelse, som formulerede litteraturvidenskabens objekt ikke som litteraturen slet og ret i dens mangfoldige fremtrædelsesformer, men som litteraturnost, "litterariteten" eller det specifikt litterære -- det poetiske sprog, komposition, forholdet mellem form og indhold som æstetiske kategorier etc. (Dalager & Mai 1978, Jensen 1966). Digtningen er selvgyldig og frigjort fra ydre virkelighedsforpligtelser og har sin eget sproglige univers; den er et system af formninger, og kan tilspidset anskues som en abstrakt kunstform i stil med musikken. Som litteraturvidenskabelig retning havde formalismen selv hentet inspiration i litterære strømninger som den franske symbolisme (der selv var en delvis reaktion imod naturalismens krav om virkelighed) og den italienske futurisme.

Det er næppe første gang, man på litteraturens område har foregrebet diskussioner indenfor den teknisk-videnskabelige verden, og spørgsmålet om det ønskelige i "realisme" overfor formalisering og simulering af de videnskabelige objekter kan som ovenfor antydet ses i lyset af den snart post-aktuelle postmoderne filosofi.

En sådan tolkning af AI og A-Liv er imidlertid ikke uden problemer. Anskuer man kunstigt liv som en postmoderne videnskab, hvor computeren er for forskerne, hvad naturen var for den klassiske naturvidenskabsmand, har man blot givet den naive realisme et modsat fortegn. Kunstighed og naturlighed (realisme) bliver blotte refleksionsbestemmelser. Man får et spejlbillede, hvor teorierne om det simulerede liv er en konstruktion, der er ligeså vilkårlig som en virtuel realitet i et af de hypermedier, som nu udvikles. Hvis det var tilfældet, ville det i sidste ende gøre en hvilken som helst "viden" mulig og lige gyldig, og det er i elementær forstand grænsende til antividenskab. Heldigvis er rygterne om naturvidenskabens opløsning i beregningsbaserede vilkårligheder da også noget overdrevne.

Dekonstruktivt: Man må hellere betragte udforskningen af kunstigt liv og komplekse systemer som en vej til at bryde en række antagelser i de etablerede naturvidenskaber op indefra; vi tvinges til at bearbejde en række mere naive eller metafysiske forestillinger: Bl.a. forestillingen om sandhed som en simpel korrespondance mellem tegnene i de videnskabelige teorier/modeller og de kendsgerninger (som noget i sig selv givet i virkeligheden), som de betegner. Filosofisk må andre former for realisme være mulige (sml. Jensen 1991). Biologien har igennem hele sin historie været præget af metafysiske modsætninger og dualismer. Tænk blot på den dualistiske måde, som man endnu idag tænker dannelsen af organisk form på indenfor den molekylære embryologi, nemlig som udfoldelsen af en på forhånd struktureret (præformet!) genetisk kode eller "plan", der styrer eller "informerer" det amorfe epigenetiske substrat, den befrugtede ægcelle. Uanset det mere detaljerede kendskab vi har idag til mekanismerne for proteinsyntese, er selve tankeformen en videreførelse af modstillingen mellem præformation og epigenese i 1800-tallet. Andre eksempler er modstillinger af form og funktion, af arv og miljø, tilfældighed og nødvendighed i udviklingen, reduktion og syntese, mekanicisme og vitalisme, begreb og metafor. Man kan håbe på, at konstruktionen af kunstigt liv kan bidrage til at opløse nogle af disse modstillinger, ved at pille de antagelser, de hviler på, fra hinanden, og vinde ny indsigt igennem syntese af alternative systemer, der på de nederste organisationsniveauer kendes og kan beskrives eksakt (som det fx var tilfældet med Conways spil og andre cellulære automater), men som i kompleksitet nærmer sig det organiske livs.

Måske vil selve forestillingen om liv som et enhedsligt fænomen ikke forblive uberørt af en sådan dekonstruktion -- for nu at benytte en anden litteraturteoretisk10 metafor -- af centrale biologiske begreber og delvist intuitive antagelser, som demonteres og på ny sammensættes på ganske andre måder; noget tilsvarende vil måske gælde for psykologien. Man kan også argumentere for, at det er selve opfattelsen af biologiens genstand, der dekonstrueres; vi nødes til fornyet mistænksomhed imod antagelsen af en sammenhængende genstand, en livs-essens, et sæt universelle love som karakteriserer livsprocesser som sådan. Måske er der også rester af idealistisk essentialisme i A-Liv selv; i den stærke tese om kunstigt liv som ren form eller organisation (jf. 4. bud ovenfor). Selve opfattelsen af det levende som karakteriseret ved sin organisation, der på tværs af dyre- og planteriget var en mere grundlæggende fælles kvalitet end det, der adskilte henholdsvis dyr og planter samt mineraler i tre store riger, denne opfattelse har været med til at konstituere biologien som samlet videnskab (hvilket skete i løbet af 1800-tallet), men den er idag blevet problematiseret kraftigt allerede gennem udforskningen af systemer, der er rent fysiske men højt organiserede (de dissipative strukturer, som "selv" opretholder deres indre orden under gennemstrømning af energi, ligesom den levende celle; jf. Prigogine og Stengers 1985). Den fysiske natur er hermed blevet mere levende, og man kan, mere venligt, anskue A-Liv som endnu et forsøg på at generalisere vore forestillinger om liv ved at anskue livsprocesser som effekter af komplekse dynamiske systemer -- som måske ikke engang behøver at være materielle.

Den biologiske forskning i dette århundrede har ikke kunnet påvise nogen særlig qualitas occulta eller (som det foresvævede Erwin Schrödinger) "other laws of physics", der specifikt forklarede den biologiske materies særegenheder. Idag betragter man det levende som -- i fysisk forstand -- komplekse selvorganiserende dynamiske systemer, som kan simuleres ved beregningsmæssige metoder, og hvis evner til at danne emergente helheder på ingen måde er mystisk -- det er blot endnu for kompliceret til at gennemføre en helt reduktionistisk forklaring. Mystikken flytter sig så til beregningsbegrebet og dets ontologiske status. Hvad er de fysiske begrænsninger på informationsbehandling? Har beregning og informationsbehandling samme naturlige ekstension? Og hvilke "beregninger" på materien i form af naturlovmæssige transformationer af stof og energi er tilladt i dette univers? Dén type spørgsmål er naturligvis af delvis filosofisk art, og kan altså ikke kun afgøres rent videnskabeligt, men har affødt ret vidtløftige spekulationer hos flere af de personer, der arbejder med studiet af beregningens natur. Det har fx ført Rolf Landauer (1986) til at hævde, at ligesom der er en fysisk eller energetisk pris på informationsbehandling (af den irreversible type, som også nok er den eneste realistiske!), dvs. der er fysiske eller stoflige bånd på logiske eller matematiske processer, således er der også logiske eller algoritmiske bånd på de mulige naturlove, universet faktisk kan udføre. Hvilket får én til at tænke på Hegels diktum, at det virkelige er fornuftigt, og det fornuftige er det virkelige -- en fornyelse af en idealistiske identitetsfilosofi? Cellulær automat-forskeren Edward Fredkin mener derimod, at universet er en stor computer, faktisk en cellulær automat, i den forstand, at de fundamentale naturlove svarer til automatens regler, og de enkelte celler er da de mindste rumlige enheder eller de fineste "korn" af verden; dens logiske atomer (jf. Brown 1990).

Hvis kunstigt liv kan realiseres computationelt, forstået i den omtalte "stærke form" af A-Liv (hvad jeg ikke selv anser for muligt), kræver det til gengæld fornyede overvejelser af beregningsbegrebet. Kan beregning fx spontant opstå i naturen som en slags kritisk faseovergang i selvorganiserende systemer, sådan som Langton (1990) tilsyneladende hævder i og med sine egne forsøg på at simulere denne proces, og hvad er betingelserne herfor? Eller kræver beregning ikke netop den sprogafhængige symbolmanipulerende evne, vi indtil videre kun med sikkerhed har konstateret hos Homo sapiens og dennes artefakter? De metoder, forskningen i A-Liv benytter sig af, lægger op til eksperimentelt matematiske studier af også dette spørgsmål, som endnu er ubesvaret. Det rejser samtidig det semiotiske spørgsmål om hvilke typer af kategorier (såsom kvalitet, aktion, vane, lov, interpretation), man ønsker at basere naturbeskrivelsen på. En beregningsbaseret naturfilosofi, der har ambitioner om at omfatte både den reale og den ideale natur, kommer næppe udenom metafysikkens problemer.

Noter

Jeg takker Jakob Skipper, Søren Wenneberg og Peter Pruzan for konstruktive kommentarer til en tidligere version af manuskriptet. Iøvrigt rettes en tak til arrangører af og deltagere i seminaret om sprog og kognition på Center for Kulturforskning, d. 20.-21. marts 1991, for gode og inspirerende diskussioner, uden hvilke nærværende skrift havde været både kedeligere og kortere.

1. Det lykkedes faktisk von Neumann at gennemføre en sådan formalisering, hvis biologiske fortolkning dog stadig står til diskussion. Det vil føre for vidt at komme ind på de selvreproducerende automater her (von Neumann 1966). Se gennemgang og diskussion i Emmeche 1991. (back)

2. Flere forskere indenfor A-Liv tilslutter sig en mere moderat udgave af forskningsprogrammet, hvor målsætningen blot er simulering af evolution og andre biologiske processer samt udforskning af nye biologisk inspirerede principper for beregning og programmering, fx Hollands genetiske algoritmer. Således kan A-Liv-forskning have interesse, også ud fra mere snævert faglige perspektiver, såvel biologiske som datalogiske. (back)

3. Er Game of Life (eller mere komplicerede cellulære automater eller andre A-Liv modeller) "levende" p.g.a. de emergente mønstre, eller fordi man som omtalt i Game of Life kan implementere von Neumannsk selvreproduktion? Imod det sidste kan man indvende, at det forhold, at Game of Life kan implementere strukturer, som i en eller anden (von neumannsk) forstand kan siges at realisere en formel model af livsegenskaben selvreproduktion, ikke gør Game of Life som sådan til levende. Jf. nedenfor. (back)

4. Hele diskussionen om afgrænsning af et sæt af kriterier for at tilskrive processer liv (metabolisme, vækst, irritabilitet, selvreproduktion, evne til evolution, adaptabilitet, etc.) rummer både videnskabelige og filosofiske problemer som ligger uden for denne artikels rammer (Emmeche 1990:127ff; 1991).(back)

5. De cellulære automater (CA) udgør en væsentlig bestanddel af den forskning, der nu samles omkring banneret kunstigt liv, men de behøver ikke nødvendigvis at skulle forstås som led i forsøget på at simulere eller syntetisere liv: CA'er kan fx benyttes i rent matematiske studier af kompleksitet eller til simulering af rent fysiske fænomener (Wolfram 1984) eller emergent beregning i fysiske systemer forstået i analogi med faseovergange (Langton 1990). Der kan være ret diffuse grænser mellem forskningsfelter som kunstigt liv, komplekse ikkelineære dynamiske systemer (herunder kaos), adaptive systemer og kunstig intelligens. Iøvrigt skal eksemplerne Game of Life og (nedenfor) Czoo-simulatoren blot give en fornemmelse af centrale spørgsmål og metoder i forskningen i A-Liv; de er ikke repræsentative for området i hele sin bredde. (back)

6. Som altså ikke har noget med cellerne i de cellulære automater (note 1) at gøre. Skippers model er inspireret af VENUS, en anden model for kunstig evolution udviklet på Center for Nonlinear Studies (Los Alamos National Laboratory) og MIDIT (DTH), (Rasmussen et al. 1990, Rasmussen 1990) og (bl.a. m.h.t. cellerne) af Thomas Rays TIERRA simulator (Ray 1990). (back)

7. Oprindelig stammer udtrykket fra en diskussion i palæontologien, hvor S. J. Gould og N. Eldredge tolkede fossile udviklingsfølger som udtryk for en springende evolution, i modsætning til den traditionelt darwinistiske fortolkning af udviklingen som graduel. Dets metaforiske overførsel til en model som Skippers kan naturligvis diskuteres, fordi de entiteter, det her anvendes om, er radikalt forskellige fra arter i palæontologisk (og i det hele taget biologisk) forstand. Også Kristian Lindgren har i en anden evolutionsmodel påvist "punctuated equilibrium" (jf. Emmeche 1991). (back)

8. Der udvikles faktisk A-Liv modeller af forskellige former for social cooperativ adfærd, der inbefatter kommunikation; Czoo-modellen ovenfor er i denne sammenhæng et meget simpelt eksempel; se også referatet i Belew 1991, artikler i Meyer & Wilson 1991; samt Stjernfelt 1990, hvor en anden type virtuel verden omtales, nemlig Jaron Laniers "Virtual Reality", som er et avancer et hypermedie der "udvider" vores sansning (af simulerede omverdener). (back)

9. Peter Bøgh Andersens spørgsmål; sammenligningen med den russiske formalisme skyldes Hans Siggaard Jensen. (back)

10. Som dog oprindelig stammer fra filosoffen J. Derrida, som satte sig for at "dekonstruere" den vestlige metafysik siden Platon ved så at sige at undergrave dens bygning indefra med dens egne forestillinger og begreber. Dekonstruktion er både destruktion og konstruktion, men samtidig hverken eller, thi Derrida problematiserer forestillingen om, at kritisk læsning eller konstruktion af alternativer kan foregå i et sprog, der ikke fra starten er inficeret af metafysikkens begreber og modstillinger. Om dekonstruktion i litteraturvidenskab, se Dahlerup 1991. (back)

Referencer

Belew, R.K., 1991: "Artificial Life: a constructive lower bound for Artificial Intelligence", IEEE Expert 6(1): 8-14, 53-59.

Brown, J., 1990: "Is the universe a computer?", New Scientist, July 14, p.37-39.

Cariani, P., 1989: "Adaptivity, emergence, and machine-environment dependencies", Proc.of the 33rd Annual meeting of the Int'l Soc. for Systems Sciences (formerly ISGSR), Edinburgh, Scotland, July 2-7, Vol.III p.31-37.

Dahlerup, P., 1991: Dekonstruktion, 90'ernes litteraturteori, Gyldendal, København.

Dalager, S. & A.-M. Mai, 1978: Litteraturteori og analysestrategi, Arkona, Århus.

Dennett, D.C., 1991: "Real patterns", The Journal of Philosophy 88(1): 27-51.

Dreyfus, H.L. & S.E. Dreyfus, 1988: "Making a mind versus modelling the brain: Artificial Intelligence back at a branchpoint", Dædalus 117(1): 15-43.

Emmeche, C., 1989: "Biologiske informationsteorier og naturens tegn -- om symbolparadigmet i biologi og Cognitive Science", s. 10-44 i: N.O. Finnemann, red.: Tidens Tegn: Natur-Information-Kultur, Kulturstudier 3, Aarhus Universitetsforlag, Århus.

Emmeche, C., 1990: Det Biologiske Informationsbegreb, Kimære, Århus.

Emmeche, C., 1991: Det levende spil: biologisk form og kunstigt liv. NYSYN, Munksgaard, Kbh.

Farmer, Doyne, 1990: samtale ved NATO-konference i Hindsgavl 6-10 aug.: "Complex Dynamics and Biological Evolution" (organiseret af E. Mosekilde).

Hauge, H., 1990: "Litteraturens hævn" (interview ved Y. Schantz), Magisterbladet nr.23, s.14-16.

Hoffmeyer, J. & C. Emmeche, 1991: "Code-duality and the semiotics of nature", p. 117-166 in: M. Anderson and F. Merrell, eds.: On Semiotic Modeling. Mouton de Gryter, Berlin & New York.

Jensen, J. F., 1966: Den ny kritik, Berlingske Forlag, København.

Jensen, U. J., 1991: "Metafysikken, mellem videnskab og metaforik", Philosophia 20 (1-2): 120-138.

Landauer, R., 1986: "Computation and physics: Wheelers meaning circuit?", Foundations of Physics 16(6): 551-564.

Langton, C.G.,1989: Artificial Life. The Proceedings of an interdisciplinary workshop on the synthesis and simulation of living systems held september 1987 in Los Alamos, New Mexico (= Santa Fe Institute Studies in the Sciences of Complexity vol.VI), Addison-Wesley Publ.Co., Redwood City, California.

Langton, C.G., 1990: "Computation at the edge of chaos: Phase transition and emergent computation", Physica D 42: 12-37.

Langton, C. G., Taylor, C., Farmer, J.D., Rasmussen, S., eds., 1992: Artificial Life II (= Santa Fe Institute Studies in the Sciences of Complexity vol.X), Addison-Wesley Publ.Co., Redwood City, California.

Lyotard, J.-F., 1982: Viden og det postmoderne samfund, Sjakalen, Århus. [orig. Paris 1979].

Meyer, J.-A. & S.W. Wilson, eds., 1991: From animals to animats (Proc. 1st Int. Conf. Simulation of Adaptive Behavior), MIT Press, Cambridge, Mass.

Pattee, H.H., 1989: "Simulations, realizations, and theories of life", in: Langton, ed., op.cit.

Poundstone, W.,1985: The Recursive Universe: Cosmic Complexity and the Limits of Scientific Knowledge, Morrow, New York (paperback, Oxford Univ. Press, 1987).

Prigogine, I. & I. Stengers, 1985: Den nye pagt mellem mennesket og universet, Ask, Århus.

Rasmussen, S., 1990: "Er computervirus levende?", Omverden nr.2.

Rasmussen, S., Knudsen, C., Feldberg, R. & Hindsholm, M., 1990: "The coreworld: emergence and evolution of cooperative structures in a computational chemistry", Physica D 42: 111-134.

Ray, T. 1990: "An approach to the synthesis of life", in Langton et al., eds. 1992, op.cit.)

Skipper, J., 1991: "The computer zoo -- evolution in a box", The Niels Bohr Institute, Copenhagen (to appear in the proceedings from the 1st European Conference on Artificial Life, Paris, Dec. 11-13, 1991).

Stjernfelt, F., 1990: "Hvordan er det at være en hummer?", Dagbladet Information, tillæget Moderne Tider, d. 16. marts.

von Neumann, J., 1966: Theory of Self-Reproducing Automata, ed. and completed by A.W. Burks, University of Illinois Press, Urbana.

Wolfram, S., 1984: "Cellular automata as models of complexity", Nature 311: 419-424.

* * *