Искусственная жизнь ( ALife или A-Life ) — это область исследований, в которой исследователи изучают системы, связанные с естественной жизнью , ее процессами и ее эволюцией, посредством использования симуляций с компьютерными моделями , робототехникой и биохимией . [1] Дисциплина была названа Кристофером Лэнгтоном , американским ученым-компьютерщиком , в 1986 году . [2] В 1987 году Лэнгтон организовал первую конференцию в этой области в Лос-Аламосе, штат Нью-Мексико . [3] Существует три основных вида искусственной жизни, [4] названных по их подходам: мягкая , [5] от программного обеспечения ; жесткая , [6] от аппаратного обеспечения ; и влажная , от биохимии. Исследователи искусственной жизни изучают традиционную биологию , пытаясь воссоздать аспекты биологических явлений. [7] [8]
Искусственная жизнь изучает фундаментальные процессы живых систем в искусственных средах, чтобы глубже понять сложную обработку информации, которая определяет такие системы. Эти темы широки, но часто включают эволюционную динамику , эмерджентные свойства коллективных систем, биомимикрию , а также связанные с этим вопросы философии природы жизни и использования свойств, подобных свойствам жизни, в художественных произведениях. [ необходима цитата ]
Философия моделирования искусственной жизни сильно отличается от традиционного моделирования, поскольку изучает не только «жизнь, какой мы ее знаем», но и «жизнь, какой она могла бы быть». [9]
Традиционная модель биологической системы будет фокусироваться на захвате ее самых важных параметров. Напротив, подход моделирования alife, как правило, будет стремиться расшифровать самые простые и общие принципы, лежащие в основе жизни, и реализовать их в симуляции. Затем симуляция предлагает возможность анализировать новые и различные системы, подобные жизненным.
Владимир Георгиевич Редько предложил обобщить это различие на моделирование любого процесса, приведя к более общему различию «процессов, какими мы их знаем» и «процессов, какими они могли бы быть» [10] .
В настоящее время общепринятое определение жизни не рассматривает никакие текущие симуляции или программное обеспечение как живые, и они не являются частью эволюционного процесса какой-либо экосистемы . Однако возникли различные мнения о потенциале искусственной жизни:
Программные симуляции содержат организмы с языком «генома». Этот язык чаще всего имеет форму полной компьютерной программы Тьюринга, чем фактической биологической ДНК. Производные сборки являются наиболее распространенными используемыми языками. Организм «живет», когда выполняется его код, и обычно существуют различные методы, позволяющие саморепликацию . Мутации обычно реализуются как случайные изменения кода. Использование клеточных автоматов является обычным, но не обязательным. Другим примером может быть искусственный интеллект и многоагентная система/программа .
.jpg/1280px-Braitenberg_vehicle_(simulation_made_with_breve).jpg)
К существу добавляются отдельные модули. Эти модули изменяют поведение и характеристики существа либо напрямую, путем жесткого кодирования в симуляции (тип ноги A увеличивает скорость и метаболизм), либо косвенно, через возникающие взаимодействия между модулями существа (тип ноги A движется вверх и вниз с частотой X, которая взаимодействует с другими ногами для создания движения). Как правило, это симуляторы, которые делают упор на создание пользователем и доступность, а не на мутацию и эволюцию.
Организмы, как правило, создаются с предопределенным и фиксированным поведением, которое контролируется различными параметрами, которые мутируют. То есть, каждый организм содержит набор чисел или других конечных параметров. Каждый параметр контролирует один или несколько аспектов организма четко определенным образом.
Эти симуляции имеют существ, которые обучаются и растут с использованием нейронных сетей или близкой производной. Акцент часто, хотя и не всегда, делается на обучении, а не на естественном отборе.
Математические модели сложных систем бывают трех типов: модели черного ящика (феноменологические), модели белого ящика (механистические, основанные на первых принципах ) и модели серого ящика (смеси феноменологических и механистических моделей). [12] [13] В моделях черного ящика индивидуальные (механистические) механизмы сложной динамической системы остаются скрытыми.
Модели черного ящика полностью немеханистичны. Они феноменологичны и игнорируют состав и внутреннюю структуру сложной системы. Из-за непрозрачной природы модели взаимодействия подсистем не могут быть исследованы. Напротив, модель белого ящика сложной динамической системы имеет «прозрачные стенки» и напрямую показывает базовые механизмы. Все события на микро-, мезо- и макроуровнях динамической системы напрямую видны на всех этапах эволюции модели белого ящика. В большинстве случаев разработчики математических моделей используют тяжелые математические методы черного ящика, которые не могут создавать механистические модели сложных динамических систем. Модели серого ящика являются промежуточными и объединяют подходы черного и белого ящика.
Создание модели «белого ящика» сложной системы связано с проблемой необходимости априорных базовых знаний о субъекте моделирования. Детерминированные логические клеточные автоматы являются необходимым, но не достаточным условием модели «белого ящика». Вторым необходимым условием модели «белого ящика» является наличие физической онтологии исследуемого объекта. Моделирование «белого ящика» представляет собой автоматический гиперлогический вывод из первых принципов , поскольку полностью основано на детерминированной логике и аксиоматической теории субъекта. Целью моделирования «белого ящика» является выведение из базовых аксиом более детального, более конкретного механистического знания о динамике исследуемого объекта. Необходимость формулирования внутренней аксиоматической системы субъекта перед созданием его модели «белого ящика» отличает модели клеточных автоматов типа «белого ящика» от моделей клеточных автоматов, основанных на произвольных логических правилах. Если правила клеточных автоматов не были сформулированы из первых принципов предмета, то такая модель может иметь слабое отношение к реальной проблеме. [13]
Это список симуляторов искусственной жизни и цифровых организмов :
Искусственная жизнь на основе аппаратных средств в основном состоит из роботов , то есть автоматически управляемых машин, способных выполнять задачи самостоятельно.
Биохимическая жизнь изучается в области синтетической биологии . Она включает в себя такие исследования, как создание синтетической ДНК . Термин «мокрый» является расширением термина « мокрое оборудование ». Усилия по созданию «мокрой» искусственной жизни сосредоточены на проектировании живых минимальных клеток из живых бактерий Mycoplasma laboratorium и на построении неживых биохимических клеточных систем с нуля.
В мае 2019 года исследователи сообщили о новой вехе в создании новой синтетической (возможно, искусственной) формы жизнеспособной жизни , варианта бактерии Escherichia coli , путем сокращения естественного числа 64 кодонов в бактериальном геноме до 59 кодонов, чтобы кодировать 20 аминокислот . [16] [17]
Искусственная жизнь имеет противоречивую историю. Джон Мейнард Смит критиковал некоторые работы по искусственной жизни в 1994 году как «науку, лишенную фактов». [21]
Цель этой работы — синтезировать, а не моделировать жизнь.
