حقق فريق Sakana AI طفرة كبيرة في أبحاث محاكاة الحياة الاصطناعية (ALife) ونجح في تطوير نظام ASAL (البحث التلقائي عن الحياة الاصطناعية)، والذي يستخدم النماذج الأساسية للغة المرئية (FMs) للبحث تلقائيًا عن محاكاة ALife المثيرة للاهتمام، مما يغير تمامًا الحياة الاصطناعية التقليدية تعتمد دراسة الحياة على التصميم الاصطناعي ونماذج التجربة والخطأ. اكتشف ASAL أشكال حياة لم يسبق لها مثيل في مصفوفات ALife المختلفة من خلال ثلاث آليات: البحث المستهدف الخاضع للإشراف، والبحث المفتوح والبحث الإرشادي، ويدعم التحليل الكمي للظواهر التي لا يمكن تحليلها إلا بشكل نوعي في الماضي البحوث في هذا المجال.
في الآونة الأخيرة، حقق العلماء في Sakana AI تقدمًا كبيرًا في مجال الذكاء الاصطناعي، ولأول مرة، نجحوا في استخدام نماذج أساس لغة الرؤية (FMs) لتنفيذ عمليات محاكاة البحث التلقائي عن الحياة الاصطناعية (الحياة الاصطناعية، ALife). أحدثت هذه الطريقة الجديدة، التي تسمى ASAL (البحث الآلي عن الحياة الاصطناعية)، تغييرات ثورية في البحث في مجال الحياة الاصطناعية ومن المتوقع أن تسرع تطوير هذا المجال.
تعتمد أبحاث الحياة الاصطناعية التقليدية بشكل أساسي على التصميم الاصطناعي والتجربة والخطأ، لكن ظهور ASAL غيّر هذا الوضع. جوهر هذه الطريقة هو البحث تلقائيًا عن عمليات محاكاة ALife المثيرة للاهتمام من خلال تقييم مقاطع الفيديو التي تم إنشاؤها بواسطة المحاكاة من خلال النموذج الأساسي. يكتشف ASAL بشكل رئيسي أشكال الحياة من خلال ثلاث آليات:
البحث عن الهدف الخاضع للإشراف: استخدم المطالبات النصية للعثور على عمليات المحاكاة التي تنتج ظواهر محددة. على سبيل المثال، يمكن للباحثين تحديد هدف "خلية واحدة" أو "خليتين" والسماح للنظام تلقائيًا بالعثور على عمليات المحاكاة التي تستوفي المعايير. البحث المفتوح: البحث عن عمليات المحاكاة التي تنتج حداثة لا نهاية لها في الوقت المناسب. يساعد هذا النهج في اكتشاف عمليات المحاكاة التي تظل مثيرة للاهتمام للمراقبين البشريين. البحث الإرشادي: ابحث عن مجموعة من عمليات المحاكاة المثيرة للاهتمام والمتنوعة التي تكشف عن "عوالم غريبة".
يتيح تعدد استخدامات ASAL إمكانية تطبيقه بفعالية على مجموعة متنوعة من مصفوفات ALife، بما في ذلك Boids وParticle Life وGame of Life وLenia وNeural Cellular Automata. اكتشف الباحثون أشكال حياة لم يسبق لها مثيل في هذه المصفوفات، مثل أنماط الاحتشاد الغريبة في Boids، والخلايا الجديدة ذاتية التنظيم في Lenia، والأتمتة الخلوية المفتوحة المشابهة للعبة الحياة لكونواي.
بالإضافة إلى ذلك، يتيح ASAL التحليل الكمي للظواهر التي لم يكن من الممكن في السابق تحليلها إلا من الناحية النوعية. يتمتع النموذج الأساسي بقدرات تمثيلية شبيهة بالقدرات البشرية، والتي تمكن ASAL من قياس التعقيد بطريقة أكثر اتساقًا مع الإدراك البشري. على سبيل المثال، يمكن للباحثين قياس الهضاب في عمليات محاكاة Lenia عن طريق قياس مدى سرعة تغير ناقل CLIP أثناء المحاكاة.
الابتكار في هذا البحث هو استخدام النماذج الأساسية المدربة مسبقًا، وتحديدًا نموذج CLIP (التدريب المسبق على اللغة التقابلية والصورة)، لتقييم مقاطع الفيديو المحاكاة. يقوم نموذج CLIP بمحاذاة تمثيلات الصور والنصوص من خلال التعلم المتباين، مما يمكنه من فهم المفاهيم البشرية للتعقيد. لا يقتصر نهج ASAL على نموذج أساسي محدد أو مصفوفة محاكاة، مما يعني أنه متوافق مع النماذج والمصفوفات المستقبلية.
كما تحقق الباحثون تجريبيًا من فعالية ASAL، باستخدام نماذج أساسية مختلفة (مثل CLIP وDINOv2) ومصفوفات ALife مختلفة للاختبار. تظهر النتائج أن CLIP أفضل قليلاً من DINOv2 في توليد التنوع المتوافق مع الإدراك البشري، لكن كلاهما أفضل بكثير من تمثيلات البكسل منخفضة المستوى. وهذا يسلط الضوء على أهمية استخدام تمثيلات النماذج الأساسية العميقة لقياس مفاهيم التنوع البشري.
يفتح هذا البحث آفاقًا جديدة في مجال الحياة الاصطناعية، مما يسمح للباحثين بالتركيز على الأسئلة ذات المستوى الأعلى، مثل أفضل طريقة لوصف الظواهر التي نريد حدوثها، ثم السماح للعمليات الآلية بالعثور على تلك النتائج. لا يمكن لظهور ASAL أن يساعد العلماء على اكتشاف أشكال حياة جديدة فحسب، بل يمكنه أيضًا التحليل الكمي للتعقيد والانفتاح في محاكاة الحياة. وفي نهاية المطاف، من المتوقع أن تساعد هذه التكنولوجيا الناس على فهم طبيعة الحياة وجميع أشكالها التي قد توجد في الكون.
رمز المشروع: https://github.com/SakanaAI/asal/
عنوان الورقة: https://arxiv.org/pdf/2412.17799
لقد جلب التقدم المذهل الذي حققه ASAL إمكانيات جديدة للبحث في الحياة الاصطناعية. إن قدرات البحث التلقائي الفعالة وطرق التحليل الكمي للتعقيد ستعزز بشكل كبير تطوير هذا المجال وتوفر فرصًا جديدة لنا لفهم طبيعة الحياة. في المستقبل، يمكن استخدام ASAL في المزيد من المجالات والمساهمة في استكشاف أسرار الحياة.