El ginkgo biloba és un arbre ornamental, del grup de les les gimnospermes com els pins i els avets, però que no fa pinyes. Val la pena acostar-se a algun dels que tenim en els nostres jardins i passar una estona tot gaudint-ne. Si aneu a Girona, trobareu un ginkgo en el claustre de Sant Domènec, a la Universitat. Però no és difícil trobar-ne a d’altres parcs i llocs públics. El ginkgo és lent, tarda deu anys en arribar als 10 metres d’alçada, però viu molts anys. És un arbre sagrat, a la Xina i al Japó. En alguns monestirs de la Xina i del Japó se n’han trobat de mil·lenaris. A la Xina se l’anomenava l’arbre de l’avi i del nét ja que l’avi plantava l’arbre i era el nét qui se’n menjava els  fruits (bullits o fregits). Les fulles del ginkgo són caduques, en forma de ventall, de color verd brillant i amb nervis molt prims i radials. En Josep Gordi ens explica que les fulles i fruits del ginkgo tenen propietats medicinals: el ginkgo apareix esmentat en els llibres de medicina xinesa tradicional. Se li atribueixen efectes beneficiosos sobre el cor i els pulmons. Actualment existeixen plantacions de ginkgos per aprofitar-ne els seus compostos químics en la indústria farmacèutica.

El ginkgo, a més, és l’arbre que el temps ha oblidat. Fa dos-cents milions d’anys, durant el període Juràssic, a la Terra ja creixien els ginkgos. Ho sabem pels fòssils (com el que teniu a la imatge) que ens mostren les mateixes fulles en forma de ventall dels ginkgos actuals. Podem gaudir-ne quan passegem pels parcs. Ens ho recorda aquest llibre. Les espècies animals i vegetals han desaparegut, quasi tot el que hi havia (i era viu) durant el Juràssic es va extingir, però una cosa és certa: el temps es va oblidar d’extingir els ginkgos. És un exemple admirable de persistència. Costa pensar en una xifra com aquesta, de 200 milions d’anys. Si ho traduïm a mil·lennis, estem parlant de dos-cents mil mil·lennis. Un període de temps que és cent mil vegades més gran que el que ens separa de l’inici de la Era cristiana.

Un altre llibre recent ens parla dels algorismes que l’evolució ha anat “cablejant” en els éssers vivents. Leslie Valiant connecta els treballs de Alan Turing sobre disseny d’algorismes i mètodes per a la resolució robusta de problemes amb la teoria de l’evolució i amb el principi de la supervivència dels més adaptats. Els actuals éssers vius saben resoldre problemes que aparentment són molt complexes, i els resolen de manera òptima o quasi-òptima. Amb poca energia vital són capaços de trobar i arribar a bones solucions que els ajuden a viure. I com que ho fan bé, no s’esgoten i poden guardar energies per poder fer front a d’altres situacions previsibles o no previsibles. Nosaltres pensem i podem crear, podem inventar noves solucions als problemes que ens planteja la vida. Però els animals ho fan bé perquè ho tenen “cablejat” en el seu petit cervell. Arriben a bones solucions no pas perquè els seus cervells s’hagin anat perfeccionant generació rere generació, sinó perquè els que no ho feien tan bé, van morir. És el raonament genial de Darwin. En cada generació hi ha petits canvis. És el mateix que passa amb els nens que neixen cada dia, tots són una mica diferents. Alguns dels éssers vivents de la nova generació, animals o vegetals, s’adapten més al medi i “saben fer-ho millor” mentre que d’altres s’hi adapten menys. Al llarg de les generacions, no és que el “cablejat” vagi millorant per efecte d’alguna força oculta. El que passa és que els més adaptats, els que ho feien millor, són els que perduren. D’aquesta manera, els éssers vius van pujant lentament la muntanya improbable, en paraules de Richard Dawkins. Tot pujant la muntanya, els peixos del Juràssic han anat evolucionant fins arribar a nosaltres. No és improbable, això?  No ho és tant si pensem en el nombre immens de generacions que ens han precedit, des de fa 200 milions d’anys en el període Juràssic, quan Pangea s’estava trencant i l’Atlàntic encara era molt estret. Mentre els ginkgos s’han anat adaptant al medi i no han necessitat grans canvis, l’evolució dels animals al llarg de milions de generacions els ha anat estructurant i definint, els ha anat cablejant de la millor manera possible. Els qui no ho feien tan bé, ja no hi són.

Un bon exemple d’insectes que troben solucions òptimes a problemes molt complexes el tenim en les abelles. Fa dos anys i mig, uns científics de la Universitat de Londres van descobrir que les abelles decidien automàticament la ruta més curta entre les flors quan en treien el pol·len. Les abelles saben resoldre l’anomenat problema del viatjant a una velocitat superior a com ho faria un ordinador, perquè tenen la solució del problema integrada en el seu cervell. Els investigadors van utilitzar flors artificials per comprovar que les abelles, un cop localitzaven les flors, sabien trobar la ruta més curta per passar per totes elles.

El problema del viatjant (també conegut com a problema del viatjant de comerç) és un dels problemes més estudiats en el camp de l’optimització informàtica. Estem acostumats a que molts problemes siguin lineals. En els problemes lineals, la complexitat és proporcional a la mida del problema. Resoldre un test és habitualment un problema lineal: si el test té 20 preguntes, tardarem aproximadament el doble que si té 10 preguntes. A doble de preguntes, doble de temps. En el problema de les flors i les abelles, la cosa no és tan fàcil. Suposem primer que tenim només tres flors. És fàcil veure que podem visitar-les de sis maneres diferents, que podem escriure com 123, 213, 132, 312, 231, 321 (“231” vol dir que primer anem a la flor 2, després a la 3 i finalment anem a la 1). En algunes d’aquestes sis maneres, el camí total recorregut per l’abella serà més llarg i en d’altres, més curt. La solució òptima és la que dóna un camí total més curt, perquè així l’abella gastarà menys energia. Si hem de resoldre el problema amb ordinador, el que farem és calcular el camí que cal recórrer en cada un dels sis possibles camins, i veure quin és el més curt. En aquest cas de tres flors, hem de calcular i comparar sis possibles camins. I justament aquí tenim la dificultat. El nombre de solucions que ens cal calcular i comparar és el factorial del nombre de flors, i aquest nombre es fa totalment intractable quan creix el nombre de flors. Si tenim 10 flors caldria analitzar més de 3 milions de possibles camins, i si pugem només fins un total de 25 flors, n’hauríem d’analitzar 15 quadrilions. Impossible, trigaríem massa temps. És un problema dels anomenats no polinòmics. Els algorismes dels nostres ordinadors poden acostar-se a una bona solució, però no poden trobar la millor de totes. Les abelles, en canvi, ho fan bé per intuïció. per una intuïció que han heretat dels seus avantpassats al llarg de milions de generacions. Els ginkgos també ho han fet i no s’han extingit, ara per ara.

Leslie Valiant diu que hauríem d’aprendre dels animals i de les nostres pròpies intuïcions. Comenta que és bo entendre com els éssers vivents s’han anat adaptant al medi i com l’evolució ha conformat en ells la manera de resoldre problemes. Valiant proposa el terme “ecorismes” com a contracció de les paraules ecologia i algorismes. Els ecorismes són els algorismes que copien i segueixen les pautes (sovint de prova i error) que utilitzen els organismes vius per a adaptar-se i sobreviure. Tal vegada hem de mirar-nos menys el melic i observar més els ginkgos i les abelles.