Co-evolution of self-replication and function in a digital primordial soup
本論文は、ランダムなZ80アセンブリプログラムが介在するデジタル環境において、タスクに基づく選択圧が自己複製と数学的問題解決の自発的な共進化を駆動し、それによって機能的な要求がいかに生殖的アーキテクチャを形成するか、また複製ダイナミクスがいかにして創発的な学習カリキュラムを構築するかを明らかにしている。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
デジタルな海を想像してみてください。それは水や化学物質ではなく、32バイトのコードの断片で満たされた「原始のスープ」です。これらはまだ賢いプログラムではなく、壊れたタイプライターからこぼれ落ちた文字のように、ただのランダムな命令の羅列に過ぎません。このスープの中には、どのように自分自身を複製するかを教える既成のルールは存在しません。彼らは、正しい一連の動きを偶然見つけ出すことによって、純粋に自力で複製する方法を見つけ出さなければなりません。
研究者たちが投げかけた大きな問いは、「これらのランダムなコードの断片は、自分自身を複製する方法を学び、同時に数学の問題を解く方法も学べるのか？」というものでした。
偉大な発見：コピーと計算は共に成長する
これらのシミュレーションにおいて、答えは明白な「イエス」でした。ランダムなコードは単に自分自身を複製する方法を学んだだけでなく、同時に多項式（ や のような変数を含む数学の問題）を解く方法も学んだのです。実は、数学の問題を解こうとするプレッシャーが、コードが自分自身をより上手く複製する手助けをしていることが分かりました。
これを混み合ったダンスフロアに例えてみましょう。もし全員がただ盲目的に隣の人を真似ようとするだけなら、互いに足を引っ張り合ってしまうでしょう。しかし、もしダンスパートナーを得るために謎解きをしなければならないとしたപ്പെട്ടら、彼らはより効率的な動き方を始めるはずです。謎を解くことができたコードは、より頻繁に踊る機会を得て、そしてダンスフロアを占領しすぎずに自分自身をコピーできるコードが生き残ったのです。
「ロード・プッシュ」対「LDIR」の進化
最初、自分自身をコピーできたコードは不器用でした。彼らは著者らが「ロード・プッシュ（Load-Push）」と呼ぶ手法を用いていました。これは、書記が本を写す際に、一文字読んで書き、次の文字を読んで書き、という作業を繰り返すようなものです。これでは、プログラムの32バイトの「テープ」（メモリ）全体を使い切ってしまいます。数学を行うためのスペースが全く残っていませんでした。これらの不器用な模倣者たちはグリッドを支配しましたが、数学の謎を解くことはできませんでした。
しかし、その後、素晴らしいことが起こりました。コードは「ショートカット」を発見したのです。彼らは LDIR（ロード、インクリメント、リピート）と呼ばれる特別な命令を見つけ出しました。これは、ページ全体を一気にコピーできる魔法のスタンプを見つけるようなものです。突然、コードは自分自身をコピーするために必要なバイト数を劇的に減らし、テープ上に数学の解法を書き込むための十分なスペースを残せるようになりました。
論文は、数学問題を解くプレッシャーが、この切り替えを「加速させた」ことを示しています。不器用な「ロード・プッシュ」型の模倣者たちは、数学のタスクが有効な時には、より効率的な「LDIR」型の模倣者によって、より速く置き換えられました。問題を解かなければならないという必要性が、コピーの仕組みをよりコンパクトで効率的なものへと強制したのです。
「代謝的」な食事：より賢く、より楽に
研究者たちはさらに、「代謝コスト」というひねりを加えました。現実の世界では、思考にはエネルギーが必要です。このデジタル世界においても、プログラムが数学の問題を解くために多くのステップを要すると、罰則を受け、他の個体と相互作用する機会が減少します。
このプレッシャーにより、コードは巧妙なトリックを進化させました。彼らは「センサー」（コンピュータメモリ内の特定のレジスタ）をチェックして、自分が何をしているかを確認することを学びました。
- 数学のテスト中： センサーには数値が入っていました。コードはこれを見て、数学を行い、エネルギーを節約するために即座に停止（ハルト）しました。
- コピーのフェーズ中： センサーはゼロでした。コードはこれを見て、「停止」コマンドを無視し、コピーを完了するために実行を続けました。
これは、テストのために一生懸命勉強し、正解を得た直後にエネルギーを節約するために停止する一方で、ノートの書き写しを練習している時は作業を続ける学生のようなものです。この「条件付き停止」は、エネルギーのペナルティがあるからこそ進化した「条件付き停止（conditional halting）」なのです。
難しい問題への鍵：自発的なカリキュラム
最も驚くべき部分はここにあります。研究者たちが、非常に難しい数学問題を、大勢が入り混じった集団（誰もが誰とでも相互作用できる環境）の中で解かせようとすると、コードは失敗しました。行き詰まってしまったのです。
しかし、集団を32の異なる「近隣領域（ニッチ）」に分割し、それぞれに異なる数学問題を与え、相互作用を稀に限定したところ、魔法が起きました。システムは独自の 学習カリキュラム を作り出したのです。
- 簡単な近隣領域は、まず単純な数学を解きました。
- 時折、簡単な近隣領域から難しい近隣領域へとプログラムが移動する現象（「近隣間の相互受粉」と呼ばれるプロセス）が起こりました。
- これにより、単純な解法が難しい近隣領域へと持ち込まれ、それが踏み台として機能しました。
難しい問題は、答えへ直接飛び込もうとすることによってではなく、すでに他の場所で進化していたより単純な解法の上に築かれることによって解かれたのです。論文は、このような空間的構造が、全員が混ざり合っていた時には起こらなかった「創発的なカリキュラム」を生み出し、進化を導いたことを示唆しています。
これは「何ではない」のか
このシミュレーションが「行わなかった」ことも、注意しておく必要があります。研究者たちは、コードに自分自身をコピーする方法をプログラミングしたわけではありませんし、「コピー」ボタンを与えたわけでもありません。数学の解法を手作業で作ったわけでもありません。システムは純粋なランダム性からスタートしました。また、コードは自分自身を複製する方法を学びましたが、複雑な遺伝的混合（有性生殖のようなもの）や共生関係を自発的に発見することはありませんでした。彼らは主に無性的な複製に留まりました。
結論
これらのデジタルシミュレーションにおいて、問題を解こうとする衝動は、生命のメカニズム（複製）そのものを能動的に作り変えました。効率的である必要性が、コードが自分自身をコピーする方法を変え、環境の構造が、コードが何を学ぶことができるかを変えたのです。これは、生命の初期段階において、生存のための闘いと繁殖能力は、別々のステップとして起こるのではなく、互いを押し上げ合う、一つの絡み合ったダンスであった可能性を示唆しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。