في السنوات الأخيرة، تم استخدام النماذج الأساسية (FMs) بشكل متزايد في البحث العلمي، مما جلب الأمل للتغيير في العديد من المجالات. ومع ذلك، فإن استخدام FMs في مجال الحياة الاصطناعية (ALife) لا يزال في مراحله الأولى، ولا يزال يتعين استغلال إمكانات التنمية الضخمة. تقدم هذه المقالة طريقة جديدة تسمى "البحث التلقائي عن الحياة الاصطناعية" (ASAL)، والتي تستخدم بذكاء النموذج الأساسي للغة المرئية لتقليل عبء الاعتماد طويل المدى على التصميم اليدوي والتجربة والخطأ في أبحاث الحياة الاصطناعية بشكل كبير، و يوفر هذا المجال نماذج بحثية جديدة.
في السنوات الأخيرة، مع الاختراقات الكبيرة في اكتشاف البروتين التي أدت إلى جائزة نوبل، ظهرت تدريجيًا إمكانات النماذج الأساسية (FMs) في استكشاف المساحات التوافقية الكبيرة، مما يبشر بالتغيرات المحتملة في مجالات علمية متعددة. وعلى الرغم من ذلك، فإن مجال الحياة الاصطناعية (ALife) لم يستغل بشكل كامل هذه النماذج التأسيسية، مما يوفر للمجال فرصًا هائلة للتطوير.
ولتحقيق هذه الغاية، اقترح فريق البحث لأول مرة طريقة تسمى "البحث التلقائي عن الحياة الاصطناعية" (ASAL) من خلال النموذج الأساسي للغة البصرية، ويمكن أن تقلل بشكل فعال من عبء التصميم اليدوي والتجربة والخطأ في هذا المجال لقد تم الاعتماد على الحياة الاصطناعية منذ فترة طويلة.
تشمل القدرات الأساسية لطريقة ASAL ما يلي: أولاً، يمكنها العثور على عمليات محاكاة تنتج ظواهر محددة؛ وثانيًا، يمكنها اكتشاف عمليات محاكاة تنتج مستجدات مفتوحة مؤقتًا، وأخيرًا، يمكنها عرض مجموعة متنوعة من مساحات المحاكاة المثيرة للاهتمام والمتنوعة بشكل شامل. إن تعدد استخدامات هذا النهج يتيح تطبيقه بفعالية على مجموعة متنوعة من ركائز الحياة الاصطناعية، بما في ذلك Boids وParticle Life وGame of Life وLenia و"Neuronal Cellular Automata" وما إلى ذلك.
تظهر نتائج البحث أن طريقة ASAL نجحت في اكتشاف أشكال الحياة غير المرئية سابقًا مثل Lenia وBoids، بالإضافة إلى كائنات آلية خلوية مفتوحة مشابهة للعبة الحياة لكونواي. علاوة على ذلك، فإن تطبيق النماذج الأساسية يجعل من الممكن قياس الظواهر التي لم تكن قابلة للقياس الكمي إلا في الماضي. ومن المتوقع أن يتجاوز هذا النموذج البحثي الجديد مجرد الإبداع البشري ويسرع تقدم أبحاث الحياة الاصطناعية.
توفر هذه الدراسة أيضًا تطبيقًا بسيطًا لـ ASAL، مما يسمح للباحثين بالبدء بسرعة. يتم تنفيذ الكود باستخدام إطار عمل Jax، الذي يتمتع بقدرات معالجة سريعة شاملة. يتضمن الكود الرئيسي إنشاء نماذج أساسية، وركائز، وتوسيع فعال لعمليات المحاكاة، وحساب مقاييس ASAL. وقد نفذ فريق البحث مجموعة متنوعة من ركائز الحياة الاصطناعية، ويمكن للمستخدمين تقييم انفتاح المحاكاة عن طريق تشغيل الكود المقدم.
بالنسبة للباحثين الذين يرغبون في تشغيل المشروع محليًا، يوصى أولاً باستنساخ قاعدة التعليمات البرمجية وإعداد بيئة بايثون وتثبيت المكتبات التابعة ذات الصلة. وفي الوقت نفسه، يوفر فريق البحث أيضًا دفاتر ملاحظات متاحة على منصة Google Colab لتسهيل على المستخدمين البدء بسرعة.
مدخل المشروع: https://github.com/sakanaai/asal
أبرز النقاط:
واقترح فريق البحث طريقة "البحث التلقائي عن الحياة الاصطناعية" (ASAL) لاستخدام النماذج الأساسية لتقليل عبء التصميم التقليدي.
يتيح ASAL اكتشاف عمليات محاكاة خاصة بالظواهر، ومحاكاة جديدة مفتوحة، وعرض مساحة محاكاة متنوعة.
وقد نجحت نتائج البحث في اكتشاف أشكال حياة جديدة وقياس الظواهر النوعية السابقة، مما عزز تطوير أبحاث الحياة الاصطناعية.
يشير ظهور طريقة ASAL إلى أن أبحاث الحياة الاصطناعية قد دخلت عصرًا جديدًا من الأتمتة. ولا تعمل هذه الطريقة على تحسين كفاءة البحث فحسب، بل الأهم من ذلك أنها توسع حدود الفهم البشري لظاهرة الحياة الاصطناعية، مما يوفر أداة قوية ومنظورًا جديدًا لتطوير أبحاث الحياة الاصطناعية في المستقبل. أعتقد أنه مع التقدم التكنولوجي المستمر، ستجلب لنا طريقة ASAL المزيد من الاكتشافات غير المتوقعة.