人工生命研究起源于20世紀80年代，涉及模擬生物系統(tǒng)，探討生命的基本特征和機制；數(shù)學家約翰?何頓?康威在 1970 年提出的著名的「生命游戲」便是一種模擬人工生命系統(tǒng)，其中定義的規(guī)則可讓其中的「細胞」像生命體一樣運作。

ASAL 其中一位研究者 Phillip Isola

近日，Sakana AI團隊攜手麻省理工學院（MIT）、開放人工智能研究院（OpenAI）以及瑞士AI實驗室IDSIA等機構(gòu)研究人員，共同提出了“自動化人工生命搜索”（ASAL）的新算法。

尤其，人工生命（ALife）是一門跨學科研究，旨在通過模擬生命的行為、特性和演化過程來理解生命的本質(zhì)。傳統(tǒng)的ALife研究依賴于研究人員的手工設計和直覺，難以預測復雜系統(tǒng)中的涌現(xiàn)行為。

而此次提出的自動搜索人工生命（ASAL）框架，利用基礎模型的廣泛通用性，能夠系統(tǒng)性地搜索所有可能的模擬配置，從而克服手動設計的局限性。

三種視覺-語言基礎模型

特別的是，此次研究者們提出的算法，使用視覺-語言基礎模型自動發(fā)現(xiàn)人工生命，僅需描述搜索的模擬空間，ASAL 就可以自動發(fā)現(xiàn)最有趣、具有開放式的人造生命體。

監(jiān)督式目標搜索(Supervised Target)：搜索能產(chǎn)生指定目標事件或事件序列的模擬，有助于發(fā)現(xiàn)任意世界或與我們自己的世界相似的世界。

開放式搜索(Open-Endedness)：在基礎模型的表征空間中搜索會隨時間不斷提供新變化的模擬，由此可以發(fā)現(xiàn)對人類觀察者來說總是很有趣的世界。

闡明（Illumination）搜索：搜索一組相關(guān)的多樣化模擬，從而展現(xiàn)對我們來說非常陌生的世界。

新的人工生命形式

與此同時，由于基礎模型的廣泛通用性，ASAL算法的核心在于其自動化的能力，通過簡單描述所需的模擬空間，ASAL能夠自動識別出具有開放性和趣味性的人工生命形式。這一算法能夠在如Boids、Particle Life、生命游戲、Lenia和神經(jīng)元胞自動機等經(jīng)典模型中突破。

Boids：模擬的是 N 個「鳥狀物體（boids）」在 2D 歐幾里得空間中的移動情況。所有 boids 都共享權(quán)重一樣的神經(jīng)網(wǎng)絡，其會根據(jù)局部參考系中 K 個近鄰 boids 向左或向右操縱每個 boid。

粒子生命：模擬 N 個粒子，這些粒子又可分為 K 類；它們在一個 2D 歐幾里得空間運動，該基質(zhì)是 K × K 相互作用矩陣的空間，β 參數(shù)確定了粒子之間的距離。初始狀態(tài)是隨機采樣的，粒子會自組織形成動態(tài)模式。

類生命的元胞自動機（CA：將康威生命游戲泛化到所有在 2D 柵格中運作的二元狀態(tài)元胞自動機，其中狀態(tài)轉(zhuǎn)換僅取決于活著的 Moore 鄰居的數(shù)量和細胞的當前狀態(tài)。該基質(zhì)有 2^18 = 262,144 種可能的模擬。

Lenia：將康威生命游戲推廣到連續(xù)空間和時間，允許更高的維度、多個核和多個通道。該團隊使用了 LeniaBreeder 代碼庫，它定義了基質(zhì)，其中動態(tài)維度為 45 個，初始狀態(tài)維度為 32 × 32 × 3 = 3,072 個。

神經(jīng)元胞自動機（NCA）：通過神經(jīng)網(wǎng)絡表示局部轉(zhuǎn)換函數(shù)來參數(shù)化任何連續(xù)元胞自動機，該基質(zhì)是神經(jīng)網(wǎng)絡的權(quán)重空間。

自動搜索人工生命

這意味著，人工生命領域的研究依托于計算模擬手段展開，此方法本質(zhì)上要求全面探索并描繪潛在的模擬空間全貌，而非聚焦于單一模擬實例的深入剖析。

盡管人工生命模擬中涵蓋眾多進化與學習機制，但迄今為止，該領域取得實質(zhì)性進展的一個主要障礙是：缺乏一種系統(tǒng)的方法來搜索所有可能的模擬配置。缺乏方法的情況下，在設計人工世界最重要的方面（世界本身的規(guī)則）時，研究者就必須依靠直覺。

然而，模擬配置與涌現(xiàn)現(xiàn)象之間缺乏關(guān)聯(lián)，因此研究者很難憑直覺設計出能模擬自我復制、生態(tài)系統(tǒng)動態(tài)或開放性質(zhì)的系統(tǒng)。該領域的研究實踐常常局限于設計那些預期明確且結(jié)果可預測的模擬，相對限制了意外發(fā)現(xiàn)的可能性。

綜上所述，Sakana AI的研究開創(chuàng)了人工生命領域的新方向，該研究不僅解決了傳統(tǒng)人工生命研究中“設計難、探索慢”的難題，更促進學術(shù)界對生命本質(zhì)和智能本質(zhì)的理解；從直覺驅(qū)動到系統(tǒng)化探索，這無疑為人工生命研究翻開了全新篇章。