用 AI 加速人工生命發現可以啟發下一代 AI 系統。

原標題：首次！大模型自動搜索人工生命，做出AI科學家的Sakana AI又放大招
文章來源：機器之心
內容字數：9391字

Sakana AI 利用基礎模型自動發現人工生命

人工智能公司Sakana AI近期發布了一項突破性研究成果：ASAL系統，該系統利用基礎模型自動化人工生命（Artificial Life，AL）的搜索過程。這項研究標志著人工生命研究進入了一個新的范式，有望加速對涌現、進化和智能的理解，并啟發下一代AI系統。

1. 人工生命研究的挑戰與ASAL的出現

傳統的人工生命研究主要依賴計算模擬，研究者需要依靠直覺設計模擬規則，這限制了意外發現的可能性。ASAL系統則通過利用基礎模型，自動化了這一搜索過程，解決了人工生命研究中長期存在的難題：缺乏一種系統的方法來搜索所有可能的模擬配置。

2. ASAL系統的工作原理

ASAL系統將所需的模擬集合定義為“基質（substrate）”，并利用視覺-語言基礎模型（如CLIP和DINOv2）通過三種方法識別所需的人工生命模擬：

1. 監督式目標：搜索能產生指定目標或序列的模擬。
2. 開放式：搜索在基礎模型表征空間中不斷提供新變化的模擬。
3. 闡明：搜索一組相關的多樣化模擬，展現對人類來說陌生的世界。

ASAL系統基于Boids、粒子生命、生命游戲、Lenia和神經元胞自動機等多種人工生命基質進行了驗證，發現了許多前所未見的生命形式，擴展了人工生命中涌現結構的邊界。

3. ASAL系統的應用與結果

ASAL系統在不同基質上都取得了顯著成果：

• 在Boids中發現了奇異的群集模式。
• 在Lenia中發現了新的自組織細胞。
• 找到了類似康威生命游戲一樣的開放式元胞自動機。

此外，ASAL系統還可以量化人工生命的復雜性，例如，通過測量模擬的CLIP相似性來評估模擬的復雜程度，并確定影響模擬結果的關鍵參數。

4. 研究意義與未來展望

這項研究利用基礎模型強大的表征能力，實現了對人工生命模擬的自動化搜索，為人工生命研究提供了一種新的范式。這不僅有助于發現新的生命形式，更重要的是，可以加深我們對涌現、進化和智能等核心原則的理解，從而推動AI技術的進步。

ASAL系統的出現，標志著人工生命研究邁向了一個新的階段，未來有望在更廣泛的領域取得更多突破性進展。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺