Evolving Self-Organising Agents Without Fitness: Three Falsifiable Experiments from Constraint-Driven Selection to Developmental Encoding
Dit artikel introduceert het "Genesis"-platform om aan te tonen dat hoewel fysieke beperkingen alleen niet in staat zijn om progressieve structurele complexiteit in fitness-vrije evolutie aan te drijven, het combineren van door agenten gemedieerde nicheconstructie met indirecte ontwikkelingscodering (CPPN's) en speciatie succesvol open einde evolutie mogelijk maakt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een wereld voor waarin het leven geen leraar nodig heeft om te vertellen wat het moet doen. In de natuur hebben dieren geen scorebord dat hen vertelt dat ze "goed" zijn in het zijn van een leeuw of een vis; ze moeten simpelweg overleven tegen de hitte, de kou en de honger. Decennialang hebben wetenschappers die digitale levens op computers probeerden te bouwen, hiermee gestreden. Meestal geven ze hun computercreatures een "fitness score"—een digitaal beloningssysteem dat zegt: "Goed gedaan, je hebt voedsel gevonden!" of "Slecht gedaan, je bent gecrasht!" Maar dit voelt een beetje als valsspelen. De grote vraag in deze hoek van de wetenschap is: Kunnen we een systeem bouwen waarbij digitale wezens complexe, interessante gedragingen ontwikkelen door simpelweg de regels van fysica en chemie te volgen, zonder dat iemand hen een scorebord in de hand duwt? Dit artikel duikt in dat mysterie en onderzoekt hoe "beperkingen" (zoals het opraken van energie) kunnen fungeren als de enige leraar die een wezen nodig heeft, en of het toevoegen van een beetje "ontwikkelingsmagie" (zoals hoe een menselijke baby groeit vanuit een enkele cel) hen slimmer helpt te worden.
De onderzoekers achter deze studie bouwden een digitale speeltuin genaamd Genesis om deze ideeën te testen. Ze wilden zien of ze een systeem konden creëren waarin agenten (kleine digitale wezens) uit zichzelf evolueren, gedreven door enkel de fysieke wetten van hun wereld, met nul "fitnessfunctie" die hen vertelt wat ze moeten winnen. Ze voerden drie hoofdexperimenten uit, waarbij ze elke mislukking niet beschouwden als een fout, maar als een zeer precies antwoord op een vraag.
Eerst probeerden ze wezens te laten evolueren met alleen fysieke regels. Stel je een spel voor waarin je niet kunt sterven door een "game over"-scherm, maar dat je wel kunt sterven als je interne batterij te snel leegloopt. De wetenschappers verwijderden alle "goed gedaan"-signalen en lieten de wezens evolueren gedurende 10.000 generaties. Ze ontdekten dat de wezens wel bleven evolueren en veranderen, wat een groot succes was. Echter, ze stuitten op een "glazen plafond". De wezens werden iets complexer, maar daarna stopten ze. Ze konden niet veel groter of slimmer worden, ongeacht hoe lang ze speelden. De studie toonde aan dat twee specifieke hulpmiddelen—een dynamische moeilijkheidsgraad-regelaar en een "novelty keeper" die vreemde ideeën opslaat—essentieel waren om het spel gaande te houden, maar zelfs met hen konden de wezens dat plafond niet doorbreken.
Vervolgens vroegen ze: "Wat als de wezens hun omgeving kunnen veranderen?" In de biologie veranderen dieren vaak hun nest of de bodem, wat hen helpt te evolueren. Het team liet hun digitale wezens chemicaliën uitscheiden om de wereld om hen heen te veranderen. Ze gebruikten een slimme truc genaamd een "sham control" om dit te testen. In één versie veranderden de wezens daadwerkelijk de wereld; in de andere versie denkten ze dat ze de wereld veranderden, maar blokte de computer de verandering stiekem. Het resultaat was verrassend: zelfs toen de wezens erin slaagden hun omgeving te veranderen, hielp dat hen niet om het glazen plafond te doorbreken. De omgeving veranderde, maar de hersenen van de wezens werden niet complexer. Dit weerlegde het idee dat alleen "spelen met de omgeving" genoeg is om complex leven te creëren zonder een fitnessscore.
Ten slotte probeerden de onderzoekers een andere aanpak: Developmental Encoding. In plaats van de wezens een platte lijst met instructies te geven (zoals een eenvoudig recept), gaven ze hen een "groeiplat" (zoals een blauwdruk voor het bouwen van een huis). Ze gebruikten een speciaal netwerk genaamd een CPPN dat kon groeien en zijn eigen structuur kon veranderen, beschermd door een systeem dat ervoor zorgde dat verschillende "soorten" niet elkaars lunch opaten. Deze keer waren de resultaten anders. De wezens begonnen veel complexere structuren te ontwikkelen. Terwijl de eerste twee experimenten tegen een muur aanliepen, toonde deze nieuwe methode de eerste tekenen van het doorbreken ervan.
Om er zeker van te zijn dat dit niet zomaar willekeurige digitale ruis was, voerden ze een laatste reeks tests uit. Ze ontdekten dat de wezens met de complexe "groeiplannen" daadwerkelijk beter waren in het oplossen van problemen en het efficiënt gebruiken van energie dan de eenvoudige wezens. Ze bewezen dat de extra complexiteit niet zomaar "bloat" (nutteloze extra code) was; het was een noodzakelijk instrument voor de wezens om te overleven in een veranderende wereld.
Kortom, dit artikel suggereert dat hoewel strikte fysieke regels het digitale leven in stand kunnen houden, ze niet voldoende zijn om het uit zichzelf echt complex te maken. Simpelweg de omgeving veranderen lost het probleem ook niet op. Echter, het geven van een manier aan de wezens om hun eigen hersenen te "groeien", in plaats van ze hard te coderen, lijkt de sleutel te zijn tot het ontsluiten van een nieuw niveau van complexiteit. De studie concludeert dat om werkelijk open-ended, zelforganiserend leven te bouwen, we een mix nodig hebben van fysieke beperkingen, een manier om nieuwe ideeën te beschermen, en een ontwikkelingssysteem dat de complexiteit natuurlijk laat groeien.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.