Directing Open-Ended Evolution in Artificial Life via Multi-Scale Path Divergence

本論文は、人工生命システムにおけるオープンエンドな進化を導くとともに、物理的な複雑性の理論への原理に基づいた解釈可能な架け橋を提供するために、繰り込み群に着想を得たスカラー指標であるマルチスケール・パス・ダイバージェンス（MSPD）を導入するものであり、これは多様な基質においてブラックボックス型のニューラルネットワークによる手法を凌駕するものである。

要約

ヘリコプターから賑やかな街を見下ろしているところを想像してみてください。車が動き、人々が歩き、信号が変わっています。街の一部は（交通渋滞のように）混沌として見え、ある部分は（空の駐車場のように）退屈に見え、またある部分は（パレードや市場、変化する天候があるフェスティバルのように）信じられないほど複雑に見えます。

長い間、「人工生命」（生物のように振る舞うコンピュータ・シミュレーション）を作ろうとする科学者たちは、ある単純な問いに苦しんできました。それは、「ただ動いていること」と、実際に「複雑であること」の違いをどうやって見分けるか？ という問いです。

現在の手法の多くは、「ブラックボックス」であるコンピュータの脳（ニューラルネットワーク）を使って推測します。それは「これは面白そうだ！」とは言いますが、「なぜ」なのかを説明できず、物理法則とも結びついていません。

この論文は、MSPD（Multi-Scale Path Divergence：マルチスケール・パス・ダイバージェンス）と呼ばれる新しいツールを紹介しています。MSPDを、ブラックボックスではなく、システムが時間の経過とともにどれほど「驚き」に満ち、かつ「組織的」であるかを測定する、スマートで透明な定規だと考えてください。

その仕組みを、シンプルな概念に分解して説明します。

1. 核となるアイデア： 「ルール」の変化を見守る

ダンス・グループを見ているところを想像してください。

• 退屈なシナリオ： 全員が全く同じ動きを、全く同じタイミングで行う。（低複雑性）。
• 混沌としたシナリオ： 全員がランダムに手足をバタつかせている。（低複雑性、単なるノイズ）。
• 複雑なシナリオ： ダンサーたちが一列に並んだ後、異なるダンスをする2つのグループに分かれ、さらにそのグループが再び分裂していく。そして、その分裂のタイミングが完璧にコーディネートされている。

MSPDは、単にダンサーが何人動いているかを数えるのではありません。それはダンスの**「ローカルなルール」**を見ます。こう問いかけるのです。「もし私が一人のダンサーを見たら、その人は次に何をする可能性が高いか？ もし別のダンサーを見たら、そのルールは異なるか？ そして、それらのルールは時間の経過とともにどのように変化するか？」

もし、システムの異なる部分におけるルールが永遠に変わらないのであれば、スコアは低くなります。もし、ルールが多層的かつ協調的な方法で変化する（ダンス・グループが分裂したり再形成したりするように）のであれば、スコアは上がります。

2. 「フラストレーション」のメタファー

この論文は、これを物理学の概念である**「フラストレーション（葛藤）」**に結びつけています。

友人グループがどこで食事をするか決めている場面を想像してください。

• 簡単： 全員がピザに同意している。（低フラストレーション、低複雑性）。
• 不可能： 全員が異なる場所を望んでおり、議論のループに陥って動けなくなっている。（高フラストレーション）。

物理学において、「フラストレートされた（葛藤を抱えた）」システムとは、単一の退屈な状態に落ち着くことができないシステムのことです。それらは常に、相反する要求の間でやりくりをしています。論文は、**「本物の生命は『フラストレート』されている」**と主張しています。それは決して完璧に落ち着くことはなく、常に相反する力のバランスを取っています。

MSPDは、この「フラストレーション」を、それを直接測ろうとすることなく測定します。単に、小さなスケール（一人のダンサー）での挙動が、大きなスケール（グループ全体）での挙動とどれほど異なっているかを測定するのです。これらのスケールがどれほど不一致であり、かつ複雑な方法で相互作用しているか。その度合いが大きいほど、スコアは高くなります。

3. 実験： コンピュータに進化を教える

研究者たちは、人工生命のシミュレーションを導くための「適応度スコア」としてMSPDを使用しました。彼らはコンピュータにこう命じました。「最も高いMSPDスコアが得られるように、ルールを進化させなさい。」

彼らはこれを、3つの異なるタイプのデジタル世界でテストしました。

1. セル・オートマトン： ピクセルのグリッド（『ライフゲーム』のようなもの）で、セルが「オン」か「オフ」かのいずれかである世界。
2. Flow-Lenia： 「質量」が水や煙のように周囲を流れる、流体のような世界。
3. Particle Life++： ニューラルネットワークに基づいて互いに押し合ったり引き合ったりする、個々の粒子（原子のようなもの）の世界。

結果：

• 「スマート」対「ランダム」： MSPDを用いてコンピュータを進化させたとき、得られたシステムは、ランダムな偶然によって作られたシステムよりも著しく複雑でした。
• 「不安定性」のテスト： 高スコアのシステムは、良い意味での「脆弱さ」を持っていることがわかりました。もし、ピクセルを一つ変えたり、粒子を一つ突いたりすると、システム全体が劇的に変化します。これは、生き物が持つ特徴の一つです。彼らは環境に対して敏感なのです。
• 「フラストレーション」の検証： 高スコアのシステムは、物理学者が生物学的複雑性を定義する際に用いる、まさに「スケール依存的なフラストレーション」を示していました。彼らは異なる階層の組織化における、相反するルールを巧みに操っていたのです。

4. なぜこれが重要なのか（論文による主張）

論文は、MSPDが人工生命と物理学の間の**「ユニバーサル・トランスレーター（普遍的な翻訳機）」**であると主張しています。

• ブラックボックスではない： 他の手法とは異なり、MSPDは明確な数学的公式です。それを見れば、何を測定しているのかを正確に理解できます。
• どこでも機能する： グリッドベースのピクセル、流体の流れ、粒子のシステムなど、あらゆる場面で機能しました。
• 「生命」を見つけ出す： 明示的に「生命」を探すようプログラムされていないにもかかわらず、生物のように振る舞う（不安定で、複雑で、多層的な）システムを特定することに成功しました。

まとめとしての比喩

MSPDを、コンピュータ・シミュレーションに対する**「音楽評論家」**だと考えてください。

• 旧来の手法は、「この曲はクールだ」と言うだけで、なぜそうなのかを説明できない評論家のようなものでした。
• MSPDは、リズム、ハーモニー、そしてメロディが時間の経過とともにどのように変化するかを聴き取る評論家です。すべての楽器が永遠に同じ音を奏で続ける曲は退屈であることを知っています。楽器がランダムなノイズを奏でている曲は、単なる静電気（スタティック）であることを知っています。
• しかし、MSPDは、楽器がシンプルに始まり、その後いくつかのセクションに分かれ、そして構造的でありながらも驚きを感じさせる形で再び集まってくるような曲を愛します。

この論文は、コンピュータに「高いスコアを得られるような『曲』を書く」よう教えると、コンピュータが偶然にも、私たちが現実の生物学に見出すのと同様の、複雑で「フラストレートされた」振る舞いを発見することを証明しています。

技術概要

技術要約：マルチスケール・パス・ダイバージェンスによる人工生命におけるオープンエンドな進化の方向付け

1. 問題提起

人工生命（ALife）の分野は、オープンエンドな進化（OEE）、すなわち新規な形態や振る舞いの持続的な生成を目指している。しかし、OEEを駆動するための現在のアプローチは、ニューラルネットワークから導出された解釈不可能なブラックボックス的指標（例：新規性探索、品質多様性アーカイブ）に大きく依存している。これらの指標は、物理的な複雑性の理論と、物理学的な根拠との間の原理的な接続を欠いており、生命のようなシステムを、実在の生物学的複雑性を支配する基礎的な物理学から切り離してしまっている。

**マルチスケール構造複雑性（MSSC）**は、繰り込み群（RG）理論に基づいた静的な空間パターンに対して物理学に根ざしたアプローチを提供するが、それは本質的に静的なものである。現実の生物学的システムは動的である。本論文が取り組む中心的な課題は、以下の特性を持つ、形式的で明示的かつ計算可能なスカラー量を定義することである：

1. 複雑性を最適化すると同時に、その物理的基盤を明らかにする。
2. 空間的なマルチスケール複雑性の概念を、時間領域へと拡張する。
3. ブラックボックス的なメカニズムを回避し、フラストレーション（競合する相互作用のために、システムが単一のグローバルな平衡状態に落ち着くことができない状態）などの物理理論との透明な繋がりを提供する。

2. 手法：マルチスケール・パス・ダイバージェンス（MSPD）

著者らは、繰り込み群に着想を得たスカラー指標であるマルチスケール・パス・ダイバージェンス（MSPD）、記号 $D_P$ を導入する。MSPDは、局所的な遷移法則における異質性の時間的マルチスケール組織化を定量化するものである。

2.1 理論的枠組み

この手法は、システムの構成を状態の写像 $x: \mathcal{I} \to E$ （局所的な自由度から局所的な状態への写像）とする構成モデルに基づいている。

• 局所遷移法則: 現在の構成 $x$ に対して、システムは各局所的自由度 $i$ に対して遷移法則 $T^i_{\Delta t}(x)$ を定義する。これは、グローバルな構成が与えられたときの、位置 $i$ における状態変化の確率分布を表す。
• 状態レベルの動的異質性 ($\mathcal{H}_{\Delta t}$): これは、単一の状態内における異なる局所コンポーネント間の、遷移法則のペアごとの非類似性を測定する。すべての局所コンポーネントが同一の挙動を示す場合、異質性はゼロとなる。異なる領域が異なる動的規則を示す場合、異質性は増加する。
• パス・レベルのMSPD: 静的な異質性とは異なり、MSPDは、この異質性のトレースが異なる時間スケールを通じてどのように進化するかを測定する。これは、異質性のトレースを関数として扱い、時間的な粗視化に対する感度を計算する。
  • この指標は、異なる時間分解能で表現されるダイナミクスが大きく異なる（スケール依存的な組織化）システムを、定常的なものや純粋なランダムノイズと区別するように、信号パワーに対する対数スケール微分の二乗積分として定義される。
  • 数学的には、時間的な粗視化に対して、ダイナミクスが表現されるスケール依存の組織化を捉える。

2.2 計算推定器

シミュレーションにおいて正確な遷移法則を観測することは不可能であるため、著者らはウィンドウ化された有限解像度推定器を提案している。

1. 軌跡の追跡: システムは、時間経過に伴う局所的なキャリア（粒子、格子点、または質量プローブ）を追跡する。
2. ウィンドウ化された遷移法則: 局所的な遷移法則は、有限の時間窓 $I_k$ とラグ $\tau$ にわたって経験的に推定される。
3. ペアごとの非類似性 ($\Delta H$): 異なるキャリア間の経験的な遷移法則のダイバージェンスを測定するために、ワッサースタイン距離（Sliced Wasserstein, $SW_1$ により近似）が使用される。
4. 集計: 推定器は、最終的なMSPDスコアを算出するために、これらのペアごとの非類似性を異なる時間スケールのグリッドにわたって集計する。
5. 一貫性: 本論文は、局所的な定常性と十分なサンプリングの条件下で、経験的な推定器が理論的なパス関数に収束することを証明する命題を提供している。

2.3 基質への適用

プロトコルは、3つの異なる基質に適用され、それぞれにおいて「局所的キャリア」および「遷移法則」の定義が適応されている：

• 生命様セルオートマトン (CA): 局所的キャリアは格子点であり、遷移法則はカテゴリカルなもの（近傍の状態の前後）である。
• Flow-Lenia: 質量保存型の連続的CA。局所的キャリアは受動的な質量トレーサーであり、遷移法則は有限時間の変位に関する経験的な法則である。
• Particle Life++: ニューラルネットワークを介した粒子システム。局所的キャリアは粒子であり、遷移法則はニューラル相互作用の重みから導出された粒子の変位に関する経験的な法則である。

3. 主な貢献

本論文は、主に4つの貢献を行っている：

1. MSPDの定義: MSPDを、空間的MSSCの時間的拡張として定義した。これは、一貫したウィンドウ化された有限解像度推定器を備えた、実現された軌跡の関数である。
2. 二重の役割: MSPDが、進化的な最適化のための勾配フリーの適応度関数として、また、あらゆるシミュレーションの局所的な遷移法則を明らかにするための事後解析的なレンズとして、効果的に機能することを示す。
3. 信号とノイズの分離: MSPDによって最適化されたパラメータは、一致させたランダムパラメータよりも高い保持複雑性スコアを示すことを示す。決定的なことに、高-$\Delta H$状態（高異質性状態）は、外部介入に対する不安定性が高いことに関連しており、これは本指標がノイズではなく、基礎となるダイナミクスを追跡していることを示している。
4. フラストレーションによる物理的根拠付け: 高いMSPDは、より強いスケール依存のフラストレーションに対応することを確立した。最適化されたシステムは、制約のないロールアウトと比較して、異なる空間的広がりで表現されるダイナミクスの差異が大きい。これにより、MSPDは、指標自体がフラストレーションのために明示的に最適化されていないにもかかわらず、フラストレーションの基準（Vanchurinら、Wolfら）に直接結びついている。
5. 汎用性: プロトコルが、性質の異なる基質（離散的CA、連続的な質量場、およびニューラル粒子システム）間で転移可能であることを検証した。

4. 実験結果

著者らは、一連の主張（N0, C1, C2, C5）を通じてMSPDを検証している：

• N0 (合成キャリブレーション): MSPDは、静的なノイズ、均質な運動、および時間的に組織化された複雑性を正しく区別する。
  • 結果: 静止した粒子やコヒーレントな移動塊（S0, S3）は、MSPDがほぼゼロとなる。時間的に拡張された遷移や分裂イベントを持つシステム（S6, S8）は、高いMSPDを示す。これは、MSPDが単なる生の運動や視覚的な新規性ではなく、「異質性の時間的組織化」を測定していることを裏付けている。
• C1 (最適化 vs ランダム制御):
  • Particle Life++: 最適化されたパラメータは、一致させたランダム制御よりも有意に高いMSPDスコアを生成した（統計的に確認済み）。
  • Life-like CA: 全探索により、ランダムなルールよりも高いMSPDを持つルールを特定した。
  • Flow-Lenia: 最適化されたチェックポイントは、9グループ中6グループで正のコントラストを示したが、現在の有限予算プロトコルの下では統計的有意性に達しなかった（ロールアウトノイズに起因）。
• C2 (介入に対する不安定性):
  • 結果: 現在時刻の局所的な遷移の異質性（$\Delta H$）が高い状態は、小さな摂動（CAにおけるビット反転、Flow-Leniaにおけるガウスノイズ）を受けた際に、将来的なダイバージェンスが大きかった。これは、高MSPD状態が動的に不安定であり、介入に対して敏感であることを裏付けている。
• C5 (スケール依存のフラストレーション):
  • 結果: 高MSPDシステムは、ランダム制御と比較して、制約されたロールアウトと制約のないロールアウトの間の差異が大きいことを示した。これは、MSPDが、最適化の目的関数が純粋にMSPDであったにもかかわらず、生物学的複雑性の特徴である「フラストレーション」のシグネチャ（非エルゴード性と険しいランドスケープ）を捉えていることを示している。

5. 意義と主張

本論文は、MSPDがALifeシステムのエンジニアリングと複雑性の物理学との間の原理的な架け橋を提供すると主張している。

• ブラックボックスを超えて: ニューラルネットワークベースのドライバーとは異なり、MSPDは明示的な公式である。それは学習や手動調整された記述子を必要としない。
• 物理的解釈可能性: 高い複雑性を、生物学的複雑性（スピングラスの類推）が「挫折した物質」と見なす物理理論（Vanchurinら、Wolfら）と結びつけることで、MSPDは、生命が単一の平衡状態に落ち着けないという性質を直接定量化する、フラストレーションの基準と整合させている。
• 統一されたフレームワーク: 離散的、連続的、およびニューラルな基質すべてに同じ指標を適用できる能力は、局所的なダイナミクスの時間的組織化に基づいて、オープンエンドな進化を測定し、方向付けるための普遍的なアプローチを示唆している。

著者らは、窓やラグの選択に対する指標の感度や、高解像度の軌跡追跡に伴う計算コストなどの限界を認めつつ、控えめなトーンを維持している。彼らは、MSPDをあらゆるプロセスに対する普遍的な複雑性の定義としてではなく、局所的な遷移法則が意味を持つシステムにおける、動的複雑性の特定の、測定可能な側面として位置づけている。