💻 computer science

Genesis: An Empirical Platform for Studying Open-Ended Evolution Without Fitness Functions

Il documento presenta "Genesis", una piattaforma open-source che dimostra empiricamente come la selezione guidata dai vincoli possa sostenere dinamiche evolutive aperte senza funzioni di fitness, stabilendo al contempo che la costruzione di nicchie da sola è insufficiente per superare i plateau di complessità e suggerendo una nuova direzione per la meta-evoluzione delle leggi fisiche.

Autori originali: Anushka Sharma

Pubblicato 2026-07-27

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Anushka Sharma

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

La Grande Fuga dal Tabellone dei Punteggi

Immaginate un videogioco in cui l'unico modo per vincere è ottenere il punteggio più alto. Correte, saltate e sparate, ma ogni mossa viene giudicata rispetto a un singolo numero: i vostri punti. Se non ottenete più punti, non potete passare al livello successivo. È così che funzionano oggi la maggior parte dei programmi informatici che cercano di imitare l'evoluzione. Sono ossessionati da una "funzione di fitness" — un rigido tabellone che dice esattamente al computer cosa costruire e come migliorare. Ma se guardiamo la vita reale, la natura non ha un tabellone dei punteggi. Un uccello non evolve un'ala migliore perché un giudice gli ha dato un punteggio più alto; lo fa perché deve sopravvivere al vento, trovare cibo ed evitare di essere mangiato. Non esiste un unico modo "migliore" di essere vivi, esistono solo un milione di modi diversi per continuare a esistere.

Gli scienziati stanno cercando di costruire programmi informatici che possano fare ciò che fa la natura: creare cose nuove e sorprendenti all'infinito senza un tabellone che dica loro cosa fare. Questo è chiamato "evoluzione open-ended" (a evoluzione aperta). La grande domanda è: se togliete il punteggio, il computer smetterà semplicemente di provarci, o troverà un nuovo modo per continuare a crescere? Questo è il mistero che il documento "Genesis" si propone di risolvere. Chiede: possiamo costruire un mondo digitale dove la vita evolve semplicemente seguendo le regole della fisica, senza che nessuno le dica cosa raggiungere?

L'Esperimento Genesis: Un Mondo Senza Tabellone

I ricercatori hanno costruito un parco giochi digitale chiamato Genesis. Immaginatelo come una piastra di Petri virtuale piena di piccole creature digitali. In quasi tutti gli altri esperimenti di questo tipo, il computer agisce come un insegnante severo, valutando ogni creatura e lasciando riprodursi solo le più "intelligenti". In Genesis, l'insegnante viene licenziato. Non c'è punteggio, non c'è obiettivo e non ci sono risposte "giuste" o "sbagliate". Invece, le creature devono sopravvivere basandosi su tre semplici regole fisiche:

Il Guardiano della Fisica: Immaginate un buttafuori di un club che si preoccupa solo delle vostre dimensioni e della vostra energia. Se il corpo di una creatura (il suo "genoma") diventa troppo ingombrante o consuma troppa energia, il buttafuori la caccia via. Le creature devono essere efficienti per restare in vita.
Il Regolatore Adattivo: Questo è come un termostato per l'intera popolazione. Se troppe creature muoiono, le regole si ammorbidiscono un po' per lasciarne sopravvivere di più. Se troppe creature vivono, le regole diventano più rigide. Mantiene la popolazione sana senza scegliere i preferiti.
Il Sistema Immunitario: Questo è un bibliotecario che tiene traccia delle creature uniche. Se un tipo di creatura diventa troppo comune e noioso, il bibliotecario ne elimina alcune e riporta in vita quelle più vecchie e uniche dagli archivi per mantenere le cose interessanti.

Il team ha fatto passare queste creature digitali attraverso oltre un milione di generazioni per vedere cosa sarebbe successo.

I Risultati: Sopravvivere è Possibile, ma Crescere è Difficile

La prima grande sorpresa è stata che la vita è continuata. In 7 casi su 12 diverse prove, le creature hanno continuato a evolversi e a cambiare anche dopo che il tabellone dei punteggi era stato completamente rimosso. Questo è un grande traguardo perché dimostra che non serve un "obiettivo" per far procedere l'evoluzione; servono solo limiti fisici e competizione. Le creature combattevano per rimanere efficienti e diversificate, e questo è stato sufficiente a mantenere acceso il motore.

Tuttamente, la storia sbatte contro un muro. Sebbene le creature continuassero a cambiare, non sembravano diventare più intelligenti o più complesse in modo duraturo. Nella prima serie di esperimenti, i ricercatori hanno misurato la complessità dei corpi delle creature e hanno scoperto che raggiungeva un soffitto strutturale, stabilizzandosi a un livello compreso tra 140 e 155. Era come se le creature corressero su un tapis roulant: si stavano muovendo, ma non stavano andando da nessuna parte di nuovo.

Per capire perché avessero colpito questo muro, i ricercatori hanno tentato un secondo esperimento. Hanno dato alle creature la capacità di cambiare il proprio ambiente, come un'ape che costruisce un alveare o un castoro che costruisce una diga. Pensavano: "Forse se le creature possono costruire il proprio mondo, continueranno a diventare più complesse". Hanno eseguito 20 esperimenti (10 reali, 10 controlli "sham" finti dove le creature cercavano di costruire ma nulla cambiava realmente). Il risultato è stato un duro "no". In questo secondo esperimento, la metrica della complessità è rimasta a 0.00 sia nelle condizioni reali che in quelle sham. Anche quando le creature potevano cambiare il loro mondo, la loro complessità rimaneva piatta. L'ambiente cambiava, ma le creature non sembravano accorgersene o adattarsi in un modo che le rendesse più complesse.

Il Prossimo Passo: Evolvere le Regole della Fisica

I ricercatori si sono resi conto che forse il problema non erano le creature, ma le regole del mondo in cui vivevano. Se le leggi della fisica (come il modo in cui funziona l'energia o come le cose si muovono) sono fisse e noiose, forse le creature non possono evolversi oltre un certo punto.

Così, stanno lavorando a una nuova versione, Genesis V4, dove le leggi della fisica stesse possono evolversi. Immaginate un mondo in cui le regole della gravità o la velocità con cui le cose decadono possono cambiare e migliorare nel tempo, proprio come fanno le creature. Si stanno preparando per un esperimento massiccio con 100 mondi diversi per vedere se lasciare che le "regole del gioco" evolvano sia il segreto per sbloccare un'evoluzione davvero infinita e aperta.

Cosa Significa per Noi

Il documento non sostiene di aver risolto il mistero della vita o di aver creato un'intelligenza artificiale perfetta. Invece, offre una nuova mappa. Ci mostra che possiamo costruire sistemi che evolvono senza un tabellone dei punteggi, ma ci avverte anche che rimuovere semplicemente il punteggio non è sufficiente per creare una complessità infinita. Potremmo dover lasciare che le leggi stesse dell'universo cambino insieme alle creature. È un modo giocoso e rigoroso di osservare come la vita potrebbe funzionare se smettessimo di cercare di valutarla e iniziassimo a lasciarla giocare secondo le proprie regole.

Sintesi Tecnica: Genesis – Una Piattaforma Empirica per lo Studio dell'Evoluzione Open-Ended Senza Funzioni di Fitness

1. Definizione del Problema

L'Evoluzione Computazionale (EC) si è storicamente basata su una funzione di fitness scalare per valutare le soluzioni e guidare la selezione. Tuttavia, l'evoluzione biologica sostiene dinamiche complesse e open-ended (OEE) senza tale funzione. Prima di questo lavoro, non esisteva una caratterizzazione empirica di cosa accada quando la fitness viene completamente rimossa da un sistema artificiale, né una comprensione chiara di quali componenti architettoniche siano necessari per sostenere la dinamica evolutiva in assenza di obiettivi definiti dal progettista. Questo articolo affronta il vuoto rispondendo alla domanda: di cosa ha bisogno un sistema artificiale per sostenere l'attività evolutiva dopo la completa rimozione della fitness?

2. Metodologia: L'Architettura Genesis

Il documento introduce Genesis, una piattaforma open-source progettata per testare ipotesi riguardanti l'evoluzione priva di fitness. Genesis sostituisce la tradizionale selezione basata sulla fitness con tre meccanismi interagenti che regolano la vitalità e la diversità piuttosto che la performance:

Selezione Guidata dai Vincoli (Constraint-Driven Selection - CDS): Gli agenti possiedono genomi a base di codoni a lunghezza variabile. La sopravvivenza è determinata esclusivamente dal soddisfacimento di vincoli fisici immutabili. Una funzione di costo metabolico, $M(G) = \alpha|G|^\beta + \sum k\gamma_k f_k(G)$ , penalizza l'espansione genomica (bloat). Un "Gatekeeper Fisico" impone limiti rigidi alle risorse, e i sopravvissuti sono selezionati tramite dominanza relazionale di Pareto attraverso assi interni (efficienza energetica, acquisizione di risorse, stabilità dell'interazione).
Principio di Regolazione Adattiva ai Vincoli (Constraint-Adaptive Regulation Principle - CARP): Questo meccanismo regola dinamicamente l'intensità dei vincoli ( $\lambda$ ) per mantenere la vitalità della popolazione ( $V(t)$ ) all'interno di un corridoio target (70–90%). La regola di aggiornamento è $\lambda(t+1) = \lambda(t) + \eta(V_{target} - V(t))$ . Fondamentalmente, CARP regola la capacità senza codificare preferenze per comportamenti specifici.
Sistema Immunitario Artificiale (Artificial Immune System - AIS): Per prevenire la stagnazione, l'AIS mantiene un archivio basato sulla novità di genotipi rappresentativi. Esso elimina i lignaggi dominanti e reintroduce i genotipi archiviati quando la novità della popolazione scende al di sotto di una soglia minima ( $N_{min}$ ).

Strumentazione (PNCT):
La piattaforma utilizza il Population-level Non-fitness Characterisation Toolkit (PNCT) per quantificare l'attività evolutiva senza metriche di fitness:

Coefficiente di Attività Genetica (Genetic Activity Coefficient - GAC): La frazione di modifiche genomiche che persistono oltre un orizzonte di 500 generazioni. Una corsa è considerata "sostenuta" se il GAC mediano $\ge 0.1$ .
Complessità del Fenotipo Espresso (Expressed Phenotype Complexity - EPC): La complessità di compressione basata su LZW dei fenotipi espressi. Una pendenza positiva dell'EPC è il criterio più rigoroso per la crescita open-ended.
Densità della Rete di Novità (Novelty Network Density - NND): Misura la densità locale nello spazio delle caratteristiche fenotipiche per garantire la diversità.

3. Risultati Sperimentali

Il documento riporta tre esperimenti distinti per un totale di oltre un milione di generazioni evolutive:

Esperimento 1: Rimozione della Fitness (V2)

Configurazione: 12 corse indipendenti di 10.000 generazioni con eliminazione progressiva della fitness esterna ( $p_m=0.01, N=512$ ).
Risultati: 7 corse su 12 (58,3%) hanno sostenuto l'attività evolutiva dopo la completa rimozione della fitness. Ciò ha superato significativamente quattro baseline (Ricerca Casuale, Vincoli Fissi, Ricerca della Novità e MAP-Elites) con $p<0.01$ e Cohen's $d=1.47$ .
Ablazione: La rimozione di CARP o AIS ha aumentato i tassi di fallimento da 41,7% a oltre il 90%, confermando che entrambi sono critici.
Limitazione: Nonostante l'attività sostenuta, l'EPC si è stabilizzato (plateau) tra 140 e 155 in tutte le corse di successo, indicando un limite strutturale dove l'evoluzione continua ma non diventa necessariamente open-ended.

Esperimento 2: Costruzione di Nicchia con Controllo Sham (V3)

Ipotesi: Ambienti scrivibili dagli organismi (costruzione della nicchia) romperebbero il plateau dell'EPC.
Configurazione: 20 corse (10 reali, 10 sham) di 50.000 generazioni. Gli agenti potevano secernere una sostanza chimica persistente ( $S$ ) in un vicinato 3×3. Il controllo "sham" eseguiva l'azione e detraeva il costo, ma non aggiornava il campo chimico.
Risultati: Sebbene la fisica della secrezione funzionasse correttamente ( $S_{mean}=0.48$ nelle corse reali), l'EPC rimaneva pari a zero in entrambe le condizioni, e la complessità LZ76 era identica (0.068).
Conclusione: La modifica dell'ambiente senza selezione dipendente dalla frequenza è insufficiente per guidare la crescita open-ended; le policy interne degli agenti non hanno risposto al campo chimico.

Esperimento 3: Costruzione di Nicchia Protetta dalla Speciazione (V4 Stage 3)

Ipotesi: Le strutture nuove richiedono protezione (tramite la speciazione) abbastanza a lungo da potersi accumulare.
Configurazione: Aggiunta di genomi CPPN e speciazione in stile NEAT all'architettura.
Risultati: Le corse di validazione preliminare (due seed, 500 generazioni) hanno mostrato una divergenza nella dimensione del genoma e nel numero di specie tra le condizioni reale e sham, a differenza di V3.
Stato: Questi risultati sono coerenti con l'ipotesi ma sono attualmente insufficienti per stabilirla; fungono da impalcatura direzionale per una replica su scala media attualmente in corso.

4. Contributi Chiave

Confini Empirici per l'Evoluzione Senza Fitness: Dimostra che la selezione guidata dai vincoli può sostenere l'attività evolutiva senza fitness, sebbene non sia automaticamente open-ended.
Protocollo di Controllo Sham: Fornisce un metodo rigoroso per isolare la costruzione della nicchia dai suoi costi energetici, rivelando che la costruzione della nicchia da sola non rompe i plateau di complessità.
Metriche PNCT: Introduce una suite di metriche falsificabili (GAC, EPC, NND) per caratterizzare l'evoluzione senza una fitness scalare.
Ipotesi sulla Evolvibilità del Substrato: Suggerisce che per una vera OEE, le leggi che governano il sistema (la fisica) potrebbero dover essere evolvibili, non solo la dinamica della popolazione.

5. Significato e Prospettive

Il documento afferma di aver stabilito i confini empirici per l'evoluzione senza fitness. L'osservazione di un plateau dell'EPC in ambienti a fisica fissa (V2–V3) suggerisce che la fisica fissa possa essere strutturalmente incapace di supportare l'OEE. Di conseguenza, gli autori propongono una nuova direzione: la meta-evoluzione della fisica, dove le leggi che governano il sistema (es. diffusione, decadimento, iniezione di energia) sono esse stesse evolvibili.

Il lavoro contribuisce al campo della EC fornendo un toolkit portabile (PNCT), un protocollo sperimentale riutilizzabile (controllo sham) e un'ipotesi secondo cui l'evolvibilità del substrato è una condizione necessaria per l'open-endedness. Gli autori segnalano che un esperimento su 100 mondi per testare la meta-evoluzione è attualmente in preparazione.