“Among some possible criteria: it has no natural predator, it is capable of killing any other organism even destructing the planet and everything on it (yes, including cockroaches), and the human itself. No other animal has developed a written language or… Read More has been able to produce technology and is able to spread his genome beyond its home planet (not even the cockroaches =))”

these details in of themselves do not suggest highest complexity. or rather the necessity of complexity. could we not devise a more simple organism that does those things… or do you think an organism would have to cross a certain complexity threshold to do that?

Hector Zenil:

On epigenetics, the proposal is to measure the complexity of a species. Only information transferable through DNA is taken into account. Changes or features of particular individuals are another matter, and it is clear that calculating the algorithmic complexity of the DNA won’t help to capture particular features, nor will it help to capture the diversity among individuals as social and cultural beings.

I don’t think there is a threshold to cross to achieve human-like complexity. It is just that the little jump we’ve achieved in evolutionary terms has had a non-linear impact on the outcome. The fact that we are able to accumulate information has made us collectors of complexity. I do think, however, that for an organism to be able to do what I have described above, it cannot significantly shortcut the process, and any artifact that we may create which is capable of doing such things would inherit much of our human complexity for archiving such a task.

I think it’s legitimate to ask whether a complexity measure is suitable for measuring the complexity of an organism, the human organism in particular (or any other object or phenomenon for that matter). And I think that Complex Systems provide interesting insights into and explanations of an outcome that would otherwise seem impossible to explain. But the key concept here when talking about algorithmic complexity is the concept of information content. Here the DNA is the repository where the information for human replication is stored. If you place a chimp in the same cultural context as a human you don’t get a human, you still get a chimp. And it is what algorithmic complexity measures. In these terms, I think the human is the organism that stores more information than any other organism, as the length of its DNA would suggest. The organizational complexity (logical depth) of an organism assures that such information is actually useful information, and not junk that an organism may have accumulated. So that’s why it is also important to evaluate the decompression time of the replication process, and why I talk about it (among other things) in the blog post.

I just realized that some posts ago I was calling women ‘optimal universal decompressors,’ apropos of the fact that they are capable of reading DNA and replicating a human being. Please don’t take offense. It was actually meant as a compliment.

Russell Foltz-Smith: Gestation is not inclusive of the full unraveling of genetics… Creation of a organism. Probably could map out a table by fertilization to full adulthood….
also debateable that humans are the most complex organism. How does one make such a determination?

Hector Zenil: Agreed on the first comment—that’s the reason I put ‘(the gestation period?)’ in parentheses. I acknowledge that it’s quite difficult to determine the halting state of the replication process of an organism. One approach may involve setting a time for all and seeing how far each goes, though there may be other issues to take into consideration.

On the other hand, ‘complexity’ as a term has been rather carelessly used in the field of Complex Systems IMHO. Some comments recently made in the blog post by Carlos Gershenson suggest that there are many types of complexity, and that one has to make a point of calculating complexity at different levels, e.g. ‘metabolic complexity,’ etc. However, as regards algorithmic complexity, there is only a single complexity, and that is the organizational complexity of a system. It is applied to the shortest description of an object capable of reproducing the object itself, and then looking at how long an optimal universal decompressor takes to reproduce it.

I don’t think there is any reason not to think of the human being as the most complex organism on this planet. But the actual criteria for determining its complexity, as I am proposing in my blog post, is its algorithmic organizational complexity. Based on its compressed DNA length, algorithmic complexity says it is the most complex, yet to see if measuring its logical depth, I have no doubt though, that it is just a matter of devising the right framework within which to do so.

Entre menos cuantificable mejor para el área de Complex Systems ya que se concentra en el resultado del sistema mismo de donde vienen términos como emergencia, autoorganización, inteligencia de enjambre, etc.

Computational Complexity es una disciplina más tradicional desde mi punto de vista en el sentido que intenta cuantificar la complejidad de un sistema, sin que ello signifique que la asuma predecible o computable, de hecho los resultados de irreducibilidad dura y de no computabilidad vienen del área que estoy llamando Computational Complexity).

Desde mi punto de vista (el de Computational Complexity) el problema residiría en que la descripción más corta de un organismo como el humano podría (como seguramente es el caso) no ser el ADN, y la gestación no el mejor decompresor posible. Es por ello también que la evaluación de la profundidad lógica es importante, porque toma en cuenta el tiempo del desarrollo de la replicación a partir de su descripción y no sólo el tamaño del ADN (que ya de por sí coincide con lo que uno esperaría de acuerdo a su complejidad algorítmica, siendo el ADN humano el más largo hasta ahora conocido). Para resolver estos detalles uno puede introducir una función probabilística que favorice los programas cortos pero no necesariamente el más corto (como el del ADN), ello porque podría darse el caso de un intercambio no lineal de longitud del programa y tiempo de ejecución, en otras palabras el programa más corto podría resultar el más ineficiente, mientras que el segundo más corto podría resultar más eficiente (en términos ambos de complejidad algorítmica y tiempo de cómputo). La relación entre talla y tiempo, i.e. la relación entre las 2 medidas ‘duras’ de complejidad es también de mi interés pero si entiendo tu posición, no sólo el ADN sino nada en el embrión de un humano podría indicar su complejidad.

Creo que mi ejemplo de las 2 máquinas de Turing es todavía relevante en este sentido ya que nada impide cuantificar la complejidad de ambas (en términos de sus descripciones más cortas y tiempo de repliación), sin embargo en ningún momento asumo que el problema de la detención es soluble, o que incluso la cuantificación es de hecho computable, pero si efectivamente aproximable.

Es algo irónico que 2 áreas de complejidad que muy frecuentemente son mezcladas de hecho tengan paradigmas tan distintos, el área de Complex
Systems como seguramente estaremos de acuerdo se basa en el no reduccionismo de un proceso, es decir, el dictum de que ciertos (¿la mayoría?) no puede reducirse a la suma de sus partes, y por otro lado, el área de Computational Complexity que intenta cuantificar la complejidad de un objeto reduciéndolo a su descripción más corta y al tiempo que le toma a un sistema regenerarse a partir de dicha descripción.

- Hector

Yo creo que en el DNA no encontrarías mucho sobre las capacidades actuales de los humanos, tal vez sólo acerca de su potencialidad, pero así como no puedes deducir acerca del estado final de ciertos CA antes de correrlo, no creo que puedas predecir la complejidad del comportamiento humano a partir de la complejidad de su DNA. ¿Por qué? Por que la complejidad viene de su interacción con su medio ambiente complejo, i.e. se genera nueva información epigenéticamente…

- Carlos

Tienes razón, aunque la capacidad del ser humano a aprender más tendría que reflejarse de alguna forma en la codificación del organismo, sino no uno podría explicar cómo del ADN, sobre todo no variando mas que en una mínima fracción con respecto a otros animales, podría generar un resultado tan diferente (elefante vs. humano vs. chimpancé). Me parece que que tanto en complejidad algorítmica como en profundidad lógica deberían encontrarse diferencias substanciales. Es cierto que un elefante tal vez llegue a un máximo de aprendizaje después de 10 años y me pregunto si, un niño de 10 años que creciera en las mismas condiciones que el elefante parecería igual o más inteligente. Supongo que es lo último pero no estoy seguro, habría que ver esas personas adultas que encuentran abandonadas desde niños en el bosque.

La pregunta tal vez podría refomularse de la siguiente forma: Supongamos 2 máquinas universales de Turing, la única forma de que ambas computen a la misma velocidad y alcancen el mismo máximo en el mismo tiempo, es si cuentan con exactamente los mismos recursos desde el principio. En otras palabras, me parece que el humano tiene acceso a mayores recursos desde un inicio (básicamente tamaño del cerebro) que debería poderse cuantificar cuando se le evalua su complejidad teniendo ambas máquinas en condiciones iguales y en cualquier tiempo dado (expuestos a los mismos estímulos exteriores, o ‘cultura’ usando el término que utilizaste). Me parece que la respuesta al menos a la evaluación de la profunidad lógica está relacionado a este problema que describí como cómo saber cuándo el cómputo se ha detenido, y como quizás dije: el tiempo de replicación no está bien definido, y tal vez tendría que tomar en cuenta el tiempo de aprendizaje a partir de estímulos externos, pero insisto en que ello no debería cambiar el valor original de la complejidad del organismo en tanto capaz de alcanzar dicho máximo de aprendizaje.

- Héctor