인공 생명

Artificial life
이 기사는 연구 분야에 관한 것이다.인공적으로 생성된 생명체는 합성 생명체를 참조하십시오.저널은 인공 생명(저널)을 참조하십시오.
「ALIFe」는 여기서 리다이렉트 됩니다.알리페와 혼동하지 말 것.

인공생명체(흔히 ALife 또는 A-Life)는 연구자들이 컴퓨터 모델, 로봇 공학 및 생화학으로 [1]시뮬레이션을 사용하여 자연생명체와 관련된 시스템, 그 과정 및 진화를 조사하는 학문 분야이다.이 학문은 [2]1986년 미국의 이론 생물학자인 크리스토퍼 랭턴에 의해 명명되었다.1987년 랭턴은 뉴멕시코 [3]주 로스앨러모스에서 필드 관련 첫 회의를 개최했습니다.생물에는 세 가지 주요한 종류가 있는데, 그 접근법 때문에 이름이 붙여졌다: 소프트,[5] 소프트웨어, 하드,[6] 하드웨어, 그리고 습식,[4] 생화학이다.인공생명학자들은 생물학적 [7][8]현상의 양상을 재현하기 위해 전통적인 생물학을 연구한다.

Braitenberg 차량 시뮬레이션, breve로 프로그래밍된 인공 생명 시뮬레이터

개요

인공생명은 인공환경에서 생명체의 기본과정을 연구하여 이러한 시스템을 정의하는 복잡한 정보처리를 보다 깊이 이해한다.이러한 주제는 광범위하지만 종종 진화 역학, 집단 시스템의 출현 특성, 생체 모방, 그리고 삶의 본질 철학과 예술 작품에서의 실제와 같은 속성의 사용에 관한 관련 문제를 포함한다.

철학

인공생명체의 모델링 철학은 "우리가 아는 그대로의 삶"뿐만 아니라 "있을 수 있는 그대로의 삶"[9]을 연구하는 전통적인 모델링과 크게 다릅니다.

생물학적인 시스템의 전통적인 모델의 가장 중요한 매개 변수를 캡쳐하는 것에 집중할 것이다.이와는 대조적으로, 엔드alife 모델 접근법 일반적으로 시뮬레이션에서 이를 실행 가장 간단하고 일반적인 원칙 인생 내부를 해독하는 것을 모색할 것이다.모의 실험한 다음 가능성과 다른 새로운 생명체 같은 시스템 분석을 제공한다.

블라디미르 게오르기 예비치 Red'ko 프로세스의 모델링에 이런 구별이 일반화하는 것,"processes-as-we-know-them"과"processes-as-they-could-be"의 더 일반적인 차이에 주요 제안했다.[10]

선물에서는, 삶의 일반적으로 받아들여진 정의는 살아 있는 것이고 그 사람들은 생태계의 진화 과정의 부분을 구성하지 않는 현재 alife 시뮬레이션 또는 소프트웨어 고려하지 않는다.그러나 인공 생명체의 가능성에 대한 다른 의견:발생했다.

  • 강한 alife(비교하라.스트롱 AI)위치에서는"이는 어떤 특정한 매체에서 멍해질 수 있는 인생은 과정"(존 폰 노이만)[표창 필요한].특히, 톰 레이는 자신의 계획 티에라는 컴퓨터에 합성한 삶을 모사하지 않다 선언했다.[11]
  • 약한 그alife 위치 화학 용액의"과정 사는"밖을 창출할 가능성을 부정하고 있다.그것의 연구원들 대신에 생물학적 현상의 내부 역학을 이해하도록 삶의 과정을 시뮬레이션하기 위해 노력한다.

소프트웨어 기반 ('소프트')

기술

  • 세포의 세포 인공 생명체의 초기에, 그리고 아직 자주 확장성과 병렬화하기 쉽도록 사용된다 사용되었다.인공 생명과 세포는 밀접하게 올려 묶은 역사다.
  • 인공 신경 네트워크가 때때로 한 요원의 뇌 모형을 만들기 사용된다.비록 전통적으로 인공지능 기술에 가깝지만, 신경망은 학습할 수 있는 유기체의 개체군 역학 시뮬레이션을 위해 중요할 수 있다.학습과 진화 사이의 공생은 예를 들어 볼드윈 효과와 같이 신경학적 복잡성이 높은 유기체의 본능 발달에 관한 이론의 중심이다.
  • 신경진화

주목할 만한 시뮬레이터

생물 정의 방법에 따라 정리된 인공 생물/디지털 생물 시뮬레이터 목록입니다.

이름. 주동자 시작된 끝냈다
진화하다 번역 가능한 DNA 2006 진행중
아비다 실행 가능한 DNA 1993 진행중
존재 신경망과 시뮬레이션 생화학 및 유전학 1996-2001 팬덤은 현재까지도 활성화되어 있으며, 신제품에[citation needed] 대한 시도도 일부 중단되고 있다.
에코심 퍼지 인지 지도 2009 진행중
프램스틱 실행 가능한 DNA 1996 진행중
진풀 실행 가능한 DNA 1997 진행중
OpenWorm 제페토 2011 진행중
폴리월드 뉴럴 네트 1990 진행중
테크노스피어 모듈 1995
티에라 실행 가능한 DNA 1991 2004
3D 가상 생물 진화 뉴럴 네트 2008 NA

프로그램 베이스

상세정보 : 프로그래밍 게임

프로그램 기반 시뮬레이션은 복잡한 DNA 언어를 가진 유기체를 포함하며, 대개 튜링 완전합니다.이 언어는 종종 실제 생물학적 DNA보다 컴퓨터 프로그램의 형태이다.어셈블리 파생어가 가장 일반적으로 사용되는 언어입니다.유기체는 코드가 실행되면 "살아있다"며, 보통 자기 복제를 허용하는 다양한 방법이 있다.돌연변이는 일반적으로 코드의 무작위 변경으로 구현됩니다.셀룰러 오토마타의 사용은 일반적이지만 필수는 아닙니다.또 다른 예로는 인공지능과 다중 에이전트 시스템/프로그램을 들 수 있다.

모듈 베이스

개별 모듈은 생물체에 추가됩니다.이 모듈들은 시뮬레이션에 직접 하드 코딩하거나(다리 타입 A는 속도와 신진대사를 증가시킨다), 또는 생물 모듈 사이의 긴급한 상호작용을 통해 간접적으로 생물체의 행동과 특성을 수정한다(다리 타입 A는 움직임을 만들기 위해 X의 주파수로 위아래로 움직인다).일반적으로 이들은 돌연변이와 진화보다 사용자 생성과 접근성을 강조하는 시뮬레이터입니다.

파라미터 베이스

유기체는 일반적으로 돌연변이를 일으키는 다양한 매개 변수에 의해 제어되는 미리 정의되고 고정된 행동으로 구성됩니다.즉, 각 유기체는 숫자의 집합이나 다른 유한한 매개변수를 포함한다.각 파라미터는 명확하게 정의된 방법으로 유기체의 하나 또는 여러 측면을 제어한다.

뉴럴 네트 기반

이러한 시뮬레이션은 신경망이나 가까운 유도체를 사용하여 학습하고 성장하는 생물들을 가지고 있습니다.항상 그렇지는 않지만 종종 자연 도태보다는 배움에 중점을 둔다.

복잡한 시스템 모델링

복잡한 시스템의 수학적 모델은 블랙박스(현상학), 화이트박스(제1원리에 기초한 기계학), 그레이박스(현상학 및 기계학 [13][14]모델의 혼합)의 세 가지 유형으로 구성된다.블랙박스 모델에서는 복잡한 동적 시스템의 개별 기반(기계적) 메커니즘이 숨겨져 있습니다.

복잡한 시스템을 위한 수학적 모델

블랙박스 모델은 완전히 기계적이지 않습니다.그것들은 현상학적이며 복잡한 시스템의 구성과 내부 구조를 무시합니다.모델의 비투명성 때문에 하위 시스템의 상호작용을 조사할 수 없습니다.이와는 대조적으로 복잡한 동적 시스템의 화이트 박스 모델은 '투명 벽'을 가지며 기본 메커니즘을 직접 보여줍니다.동적 시스템의 마이크로, 메소 및 매크로 수준에서 발생하는 모든 사건은 화이트 박스 모델 진화의 모든 단계에서 직접 볼 수 있다.대부분의 경우, 수학적 모델러는 복잡한 동적 시스템의 기계적 모델을 생성할 수 없는 무거운 블랙박스 수학적 방법을 사용합니다.그레이 박스 모델은 중간급 모델이며 블랙 박스와 화이트 박스의 접근 방식을 결합합니다.

단일 종 개체 수 증가의 논리적 결정론적 개인 기반 세포 자동 모델

복잡한 시스템의 화이트박스 모델의 작성은 모델링 주체에 대한 선험적 기초지식의 필요성에 관한 문제와 관련되어 있다.결정론적 논리 셀룰러 오토마타는 필요하지만 화이트 박스 모델의 충분한 조건은 아니다.화이트 박스 모델의 두 번째 필수 조건은 연구 대상 객체의 물리적 온톨로지의 존재이다.화이트 박스 모델링은 주체의 결정론적 논리와 자명한 이론에 완전히 기초하기 때문에 첫 번째 원칙에서 자동으로 초논리적인 추론을 나타냅니다.화이트 박스 모델링의 목적은 기본 공리에서 연구 대상 물체의 역학에 대한 보다 상세하고 구체적인 기계학적 지식을 도출하는 것입니다.화이트 박스 모델을 작성하기 전에 피험자의 본질적인 공리 시스템을 형성할 필요성은 화이트 박스 타입의 셀 오토마타 모델과 임의의 논리 규칙에 근거한 셀 오토마타 모델을 구별한다.셀룰러 오토마타 규칙이 주체의 첫 번째 원칙에서 공식화되지 않은 경우, 그러한 모델은 실제 [14]문제와 약한 관련성을 가질 수 있다.

한정된 단일 자원을 위한 특정 간 경쟁의 논리적 결정론적 개인 기반 셀룰러 오토마타 모델

하드웨어 기반('하드')

상세 정보: 로봇

하드웨어 기반의 인공 생명체는 주로 로봇, 즉 스스로 작업을 수행할 수 있는 자동 유도 기계로 구성되어 있다.

생화학 기반("습기")

상세 정보:인공세포 및 합성생물학

생화학적 기반 생명체는 합성 생물학 분야에서 연구된다.그것은 합성 DNA의 생성과 같은 연구를 포함한다."습기"라는 용어는 "습기"라는 용어의 확장입니다.인공 생명체를 "습식"시키기 위한 노력은 살아있는 박테리아 마이코플라스마 연구소에서 살아있는 최소 세포를 엔지니어링하고 생화학 세포와 같은 시스템을 처음부터 구축하는 데 초점을 맞추고 있습니다.

2019년 5월, 연구자들은 20개의 아미노산을 [15][16]암호화하기 위해 박테리아 게놈에 있는 64개의 코돈의 자연수를 59개의 코돈으로 줄임으로써 박테리아 대장균의 변형인 새로운 합성(인공일 가능성이 있는) 형태의 생존 생명체를 만드는 새로운 이정표를 보고했다.

미해결 문제

생명이 [17][18]무생물에서 어떻게 생기는가?
  • 체외에서 분자 원생체를 생성한다.
  • 실리코에서 인공 화학 물질로 생명으로의 전환을 달성합니다.
  • 근본적으로 새로운 생활조직이 존재할 수 있는지 여부를 판단한다.
  • 단세포 유기체의 전체 라이프 사이클을 시뮬레이션합니다.
  • 규칙과 기호가 어떻게 살아있는 시스템의 물리적 역학에서 생성되는지 설명하십시오.
생활 시스템의 잠재력과 한계는 무엇인가?
  • 생명의 무한한 진화에서 무엇이 불가피한지를 판단한다.
  • 특정 응답 시스템에서 일반 응답 시스템으로의 진화적 전환을 위한 최소 조건을 결정한다.
  • 모든 규모의 동적 계층을 합성하기 위한 공식적인 프레임워크를 만듭니다.
  • 유기체와 생태계를 조작하는 진화적 결과의 예측 가능성을 결정합니다.
  • 진화하는 시스템을 위한 정보 처리, 정보 흐름 및 정보 생성 이론을 개발합니다.
삶이란 마음, 기계, 문화와 어떻게 관련되어 있는가?
  • 인공 생명계에서 지능과 정신의 출현을 증명한다.
  • 기계가 생명의 다음 주요 진화적 전환에 미치는 영향을 평가합니다.
  • 문화적 진화와 생물학적 진화 사이의 상호작용에 대한 정량적 모델을 제공한다.
  • 인공 생명체를 위한 윤리적 원칙을 확립한다.

관련 과목

  1. 에이전트 기반 모델링은 인공 생명체와 다른 분야에서 시스템의 출현을 탐색하기 위해 사용됩니다.
  2. 인공지능은 전통적으로 하향식 접근법을 사용했지만, 생명체는 일반적으로 [19]하향식으로 작동한다.
  3. 인공 화학은 화학 반응의 과정을 추상화하는 생활 공동체 내의 방법으로 시작되었다.
  4. 진화 알고리즘은 최적화 문제에 적용되는 약한 생명 원리의 실용적인 적용이다.많은 최적화 알고리즘이 개발되어 라이프 테크닉을 차용하거나 밀접하게 반영하고 있습니다.주된 차이점은 먹이를 찾거나 번식하거나 [citation needed]죽음을 피하는 능력이 아니라 문제를 해결하는 능력으로 에이전트의 적합성을 명시적으로 정의하는 데 있습니다.다음으로 생활 속에서 밀접하게 관련되어 사용되는 진화 알고리즘의 목록을 나타냅니다.
  5. 멀티에이전트 시스템– 멀티에이전트 시스템은 환경 내의 여러 인텔리전트 에이전트로 구성된 컴퓨터 시스템입니다.
  6. 진화 예술은 새로운 형태의 예술을 창조하기 위해 인공 생명체의 기술과 방법을 사용한다.
  7. 진화음악은 비슷한 기술을 사용하지만 시각예술 대신 음악에 적용되었다.
  8. 자연발생과 생명의 기원은 때때로 생활방법론을 사용하기도 한다.
  9. 양자 인공 생명체는 양자 알고리즘을 인공 생명 시스템에 적용한다.

역사

주요 기사:인공생명체의 역사

비판

Alife는 논란이 많은 역사를 가지고 있다.존 메이나드 스미스는 1994년 특정 인공생명체를 [20]"사실무근 과학"이라고 비판했다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ "Dictionary.com definition". Retrieved 2007-01-19.
  2. ^ MIT 인지과학 백과사전, MIT 프레스, 페이지 37.ISBN 978-0-262-73144-7
  3. ^ "The Game Industry's Dr. Frankenstein". Next Generation. No. 35. Imagine Media. November 1997. p. 10.
  4. ^ Mark A. Bedau (November 2003). "Artificial life: organization, adaptation and complexity from the bottom up" (PDF). Trends in Cognitive Sciences. Archived from the original (PDF) on 2008-12-02. Retrieved 2007-01-19.
  5. ^ Maciej Komosinski and Andrew Adamatzky (2009). Artificial Life Models in Software. New York: Springer. ISBN 978-1-84882-284-9.
  6. ^ Andrew Adamatzky and Maciej Komosinski (2009). Artificial Life Models in Hardware. New York: Springer. ISBN 978-1-84882-529-1.
  7. ^ Langton, Christopher. "What is Artificial Life?". Archived from the original on 2007-01-17. Retrieved 2007-01-19.
  8. ^ 아길라, W., 산타마리아-본필, G., 프리즈, T. 및 거센손, C.(2014).인공생명체의 과거, 현재, 미래.로봇 공학 분야의 프런티어, 1 (8)https://dx.doi.org/10.3389/frobt.2014.00008
  9. ^ 랭턴, C. G. 1992 참조.2007년 3월 11일 Wayback Machine에서 아카이브된 인공 생명.애디슨-웨슬리, 섹션 1
  10. ^ Red'ko, V. G. 1999 참조.진화의 수학적 모델링.F. 헤일리건, C. 조슬린, V.Turchin(편집자):Principia Cybernetica Web(브뤼셀, Principia Cybernetica).우주적 관점에서 ALife 모델링의 중요성에 대해서는 Vidal, C. 2008도 참조하십시오.과학 시뮬레이션의 미래: 인공 생명체에서 인공 우주 형성에 이르기까지.'죽음과 반죽음'에서요찰스 탠디, 6: 쿠르트 괴델 이후 30년(1906-1978) 페이지 285-318리아 대학 출판부).
  11. ^ Ray, Thomas (1991). Taylor, C. C.; Farmer, J. D.; Rasmussen, S (eds.). "An approach to the synthesis of life". Artificial Life II, Santa Fe Institute Studies in the Sciences of Complexity. XI: 371–408. Archived from the original on 2015-07-11. Retrieved 24 January 2016. The intent of this work is to synthesize rather than simulate life.
  12. ^ [1] A진화
  13. ^ Kalmykov, Lev V.; Kalmykov, Vyacheslav L. (2015), "A Solution to the Biodiversity Paradox by Logical Deterministic Cellular Automata", Acta Biotheoretica, 63 (2): 1–19, doi:10.1007/s10441-015-9257-9, PMID 25980478, S2CID 2941481
  14. ^ a b Kalmykov, Lev V.; Kalmykov, Vyacheslav L. (2015), "A white-box model of S-shaped and double S-shaped single-species population growth", PeerJ, 3:e948: e948, doi:10.7717/peerj.948, PMC 4451025, PMID 26038717
  15. ^ Zimmer, Carl (15 May 2019). "Scientists Created Bacteria With a Synthetic Genome. Is This Artificial Life? - In a milestone for synthetic biology, colonies of E. coli thrive with DNA constructed from scratch by humans, not nature". The New York Times. Retrieved 16 May 2019.
  16. ^ Fredens, Julius; et al. (15 May 2019). "Total synthesis of Escherichia coli with a recoded genome". Nature. 569 (7757): 514–518. Bibcode:2019Natur.569..514F. doi:10.1038/s41586-019-1192-5. PMC 7039709. PMID 31092918.
  17. ^ "Libarynth". Retrieved 2015-05-11.
  18. ^ "Caltech" (PDF). Retrieved 2015-05-11.
  19. ^ "AI Beyond Computer Games". Archived from the original on 2008-07-01. Retrieved 2008-07-04.
  20. ^ Horgan, J. (1995). "From Complexity to Perplexity". Scientific American. p. 107.

외부 링크