Natuurkundigen van de Universiteit van Cambridge hebben aangetoond hoe levenloze deeltjes levensecht gedrag kunnen vertonen, zoals zelforganisatie en aanpassing, door simpelweg tussen twee verschillende toestanden te schakelen. Deze ontdekking, vandaag gepubliceerd in het tijdschrift Nature Physics, zou implicaties kunnen hebben voor het begrip van de oorsprong van het leven en de ontwikkeling van kunstmatige intelligentie.

De onderzoekers gebruikten computersimulaties om het gedrag te modelleren van een systeem van deeltjes die tussen twee verschillende toestanden konden schakelen, die ze 'actief' en 'passief' noemden. Toen de deeltjes zich in de actieve toestand bevonden, konden ze zich verplaatsen en met elkaar interageren, terwijl ze in de passieve toestand onbeweeglijk waren en geen interactie met elkaar hadden.

De onderzoekers ontdekten dat het systeem van deeltjes zichzelf kon organiseren in een verscheidenheid aan verschillende structuren, afhankelijk van de verhouding tussen actieve en passieve deeltjes. Wanneer de meerderheid van de deeltjes bijvoorbeeld actief was, vormde het systeem een ​​dichte cluster, terwijl wanneer de meerderheid van de deeltjes passief was, het systeem een ​​meer diffuse wolk vormde.

De onderzoekers ontdekten ook dat het deeltjessysteem zich kon aanpassen aan zijn omgeving. Toen het systeem bijvoorbeeld in een beperkte ruimte werd geplaatst, konden de deeltjes zichzelf organiseren in een structuur die het gebruik van de beschikbare ruimte maximaliseerde.

Deze bevindingen suggereren dat levensecht gedrag kan voortkomen uit eenvoudige fysieke interacties, zonder de noodzaak van enige vorm van biologische of chemische processen. Dit zou implicaties kunnen hebben voor het begrip van de oorsprong van het leven, omdat het suggereert dat de eerste levende organismen mogelijk zijn voortgekomen uit niet-levende deeltjes die in staat waren zichzelf te organiseren en zich aan te passen aan hun omgeving.

De bevindingen kunnen ook implicaties hebben voor de ontwikkeling van kunstmatige intelligentie, omdat ze suggereren dat het mogelijk is om kunstmatige systemen te creëren die in staat zijn tot zelforganisatie en aanpassing. Dit zou kunnen leiden tot de ontwikkeling van nieuwe vormen van kunstmatige intelligentie die flexibeler en aanpasbaarder zijn dan traditionele AI-systemen.