💻 computer science

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

Het artikel introduceert "Genesis", een open-source platform dat empirisch demonstreert dat door beperkingen gestuurde selectie open eind dynamische evolutie kan in stand houden zonder fitnessfuncties, terwijl het ook vaststelt dat nicheconstructie alleen onvoldoende is om complexiteitsplateaus te doorbreken en een nieuwe richting suggereert voor de meta-evolutie van natuurwetten.

Oorspronkelijke auteurs: Anushka Sharma

Gepubliceerd 2026-07-27

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Anushka Sharma

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

De Grote Ontsnapping van het Scorebord

Stel je een videogame voor waarin de enige manier om te winnen is door de hoogste score te halen. Je rent, springt en schiet, maar elke beweging wordt beoordeeld tegenover één enkel getal: je punten. Als je niet meer punten haalt, mag je het volgende level niet spelen. Dit is hoe de meeste computerprogramma's die de evolutie proberen na te bootsen vandaag de dag werken. Ze zijn geobsedeerd door een "fitnessfunctie"—een strikt scorebord dat de computer precies vertelt wat hij moet bouwen en hoe hij kan verbeteren. Maar als je naar het echte leven kijkt, heeft de natuur geen scorebord. Een vogel evolueert niet een betere vleugel omdat een rechter hem een hogere score gaf; hij evolueert omdat hij de wind moet weerstaan, voedsel moet vinden en moet voorkomen dat hij wordt opgegeten. Er is niet één "beste" manier om te leven, er zijn alleen miljoenen verschillende manieren om door te gaan.

Wetenschappers proberen computerprogramma's te bouwen die kunnen doen wat de natuur doet: eindeloze nieuwe en verrassende dingen creëren zonder een scorebord dat hen vertelt wat ze moeten doen. Dit wordt "open-ended evolution" genoemd. De grote vraag is: als je het scorebord weghaalt, stopt de computer dan met proberen, of vindt hij een nieuwe manier om te blijven groeien? Dit is het mysterie dat het paper "Genesis" probeert op te lossen. Het vraagt: Kunnen we een digitale wereld bouen waarin het leven evolueert simpelweg door de regels van de fysica en competitie te volgen, zonder dat iemand zegt wat het moet bereiken?

Het Genesis-experiment: Een Wereld Zonder Scorebord

De onderzoekers bouwden een digitale speeltuin genaamd Genesis. Denk aan een virtuele petrischaal vol met kleine, digitale wezens. In bijna elk ander experiment van dit soort gedraagt de computer zich als een strenge leraar, die elk wezen beoordeelt en alleen de "slimste" door laat planten. In Genesis wordt de leraar ontslagen. Er is geen score, geen doel, en geen "goede" of "slechte" antwoorden. In plaats daarvan moeten de wezens overleven op basis van drie eenvoudige, fysieke regels:

De Fysica-poortwachter: Stel je een uitsmijter bij een club voor die alleen geeft om je omvang en energie. Als het lichaam van een wezen (zijn "genoom") te opgeblazen raakt of te veel energie verbruikt, zet de uitsmijter hem eruit. De wezens moeten efficiënt zijn om te overleven.
De Adaptieve Regulator: Dit is als een thermostaat voor de hele populatie. Als er te veel wezens sterven, worden de regels iets versoepeld om meer te laten overleven. Als er te veel leven, worden de regels strenger. Het houdt de populatie gezond zonder een voorkeur te hebben.
Het Immuunsysteem: Dit is een bibliothecaris die unieke wezens bijhoudt. Als één type wezen te algemeen en saai wordt, gooit de bibliothecaris een aantal van hen weg en brengt oudere, unieke exemplaren uit de archieven terug om het interessant te houden.

Het team liet deze digitale wezens door meer dan één miljoen generaties gaan om te zien wat er zou gebeuren.

De Resultaten: Overleven is Mogelijk, maar Groei is Moeilijk

De eerste grote verrassing was dat het leven wel doorging. In 7 van de 12 verschillende runs bleven de wezens evolueren en veranderen, zelfs nadat het scorebord volledig was verwijderd. Dit is een grote zaak, want het bewijst dat je geen "doel" nodig hebt om evolutie in beweging te houden; je hebt alleen fysieke grenzen en competitie nodig. De wezens vochten om efficiënt en divers te blijven, en dat was genoeg om de motor draaiende te houden.

Echter, het verhaal loopt tegen een muur aan. Hoewel de wezens bleven veranderen, leken ze niet op een blijvende manier slimmer of complexer te worden. In de eerste reeks experimenten maten de onderzoekers de complexiteit van de lichamen van de wezens en ontdekten dat deze een structurele plafond bereikte, een plateau tussen de 140 en 155. Het was alsof de wezens op een loopband liepen: ze bewogen wel, maar ze kwamen nergens nieuws.

Om te begrijpen waarom ze deze muur raakten, probeerden de onderzoekers een tweede experiment. Ze gaven de wezens de mogelijkheid om hun omgeving te veranderen, zoals een bij een honingraat bouwt of een bever een dam bouwt. Ze dachten: "Misschien als de wezens hun eigen wereld kunnen bouwen, zullen ze complexer blijven groeien." Ze voerden 20 experimenten uit (10 echte, 10 "sham" controle-experimenten waarbij de wezens wel probeerden te bouwen, maar er in werkelijkheid niets veranderde). Het resultaat was een hard "nee". In dit tweede experiment bleef de complexiteitsmeting op 0.00 in zowel de echte als de sham-condities. Zelfs toen de wezens hun wereld konden veranderen, bleef hun complexiteit vlak. De omgeving veranderde, maar de wezens leken er niet op te reageren of zich aan aan te passen op een manier die hen complexer maakte.

De Volgende Stap: De Regels van de Fysica Evolueren

De onderzoekers realiseerden zich dat het probleem misschien niet de wezens waren, maar de regels van de wereld waarin zij leefden. Als de wetten van de fysica (zoals hoe energie werkt of hoe dingen bewegen) vaststaan en saai zijn, kunnen de wezens misschien niet voorbij een bepaald punt evolueren.

Daarom werken ze nu aan een nieuwe versie, Genesis V4, waarbij de wetten van de fysica zelf kunnen evolueren. Stel je een wereld voor waar de regels van de zwaartekracht of hoe snel dingen vervallen, kunnen veranderen en verbeteren, net zoals de wezens dat doen. Ze bereiden een massaal experiment voor met 100 verschillende werelden om te zien of het laten evolueren van de "spelregels" het geheim is om echt eindeloze, open-ended evolutie te ontsluiten.

Wat Dit Voor Ons Betekent

Het paper beweert niet het mysterie van het leven te hebben opgelost of een perfecte kunstmatige intelligentie te hebben gecreëerd. In plaats daarvan biedt het een nieuwe kaart. Het laat ons zien dat we systemen kunnen bouwen die evolueren zonder een scorebord, maar het waarschuwt ons ook dat het simpelweg verwijderen van het scorebord niet genoeg is om oneindige complexiteit te creëren. Misschien moeten we de wetten van het universum laten veranderen samen met de wezens. Het is een speelse, rigoureuze blik op hoe het leven zou kunnen werken als we stoppen met het proberen te beoordelen en het in plaats daarvan laten spelen volgens zijn eigen regels.

Technische Samenvatting: Genesis – Een Empirisch Platform voor het Bestuderen van Open-Eindige Evolutie Zonder Fitnessfuncties

1. Probleemstelling

Evolutionaire Computatie (EC) heeft historisch gezien vertrouwd op een scalaire fitnessfunctie om oplossingen te scoren en selectie te sturen. De biologische evolutie onderhoudt echter complexe, open-eindige dynamiek (OEE) zonder een dergelijke functie. Vooraf aan dit werk bestond er geen empirische karakterisering van wat er gebeurt wanneer fitness volledig uit een kunstmatig systeem wordt verwijderd, noch was er een duidelijk begrip van welke architecturale componenten noodzakelijk zijn om evolutionaire dynamiek te ondersteunen in de afwezigheid van door ontwerpers gespecificeerde doelstellingen. Dit artikel adresseert dit gat door de vraag te stellen: wat heeft een kunstmatig systeem nodig om evolutionaire activiteit te handhaven na de volledige verwijdering van fitness?

2. Methodologie: De Genesis-architectuur

Het artikel introduceert Genesis, een open-source platform ontworpen om hypothesen te testen met betrekking tot fitness-vrije evolutie. Genesis vervangt traditionele fitness-gebaseerde selectie door drie interagerende mechanismen die de levensvatbaarheid en diversiteit reguleren in plaats van prestaties:

Constraint-Driven Selection (CDS): Agenten bezitten variabel-lengte, codon-gebaseerde genomen. Overleving wordt uitsluitend bepaald door het voldoen aan onveranderlijke fysieke beperkingen. Een metabole kostenfunctie, $M(G) = \alpha|G|^\beta + \sum k\gamma_k f_k(G)$ , straft genoom-bloat af. Een "Physics Gatekeeper" handhaaft harde middelenlimieten, en overlevenden worden geselecteerd via Pareto relationele dominantie over interne assen (energie-efficiëntie, middelenverwerving, interactiestabiliteit).
Constraint-Adaptive Regulation Principle (CARP): Dit mechanisme past de intensiteit van de beperkingen ( $\lambda$ ) dynamisch aan om de populatie-levensvatbaarheid ( $V(t)$ ) binnen een doelcorridor (70–90%) te houden. De update-regel is $\lambda(t+1) = \lambda(t) + \eta(V_{target} - V(t))$ . Cruciaal is dat CARP de capaciteit reguleert zonder voorkeuren voor specifieke gedragingen te coderen.
Artificial Immune System (AIS): Om stagnatie te voorkomen, onderhoudt de AIS een op nieuwheid gebaseerd archief van representatieve genotypes. Het snoeit dominante lineages terug en herintroduceert gearchiveerde genotypes wanneer de populatie-nieuwheid onder een minimale drempelwaarde ( $N_{min}$ ) valt.

Instrumentatie (PNCT):
Het platform maakt gebruik van de Population-level Non-fitness Characterisation Toolkit (PNCT) om evolutionaire activiteit te kwantificeren zonder fitnessmetrieken:

Genetic Activity Coefficient (GAC): Het fractie van de genoom-edits die standhouden voorbij een horizon van 500 generaties. Een run wordt als "duurzaam" beschouwd als de mediaan GAC $\ge 0.1$ .
Expressed Phenotype Complexity (EPC): De LZW-gebaseerde compressiecomplexiteit van geëxprimeerde fenotypes. Een positieve EPC-helling is het striktere criterium voor open-eindige groei.
Novelty Network Density (NND): Meet de lokale dichtheid in de fenotype-kenmerkruimte om diversiteit te waarborgen.

3. Experimentele Resultaten

Het artikel rapporteert over drie verschillende experimenten met in totaal meer dan één miljoen evolutionaire generaties:

Experiment 1: Verwijdering van Fitness (V2)

Setup: 12 onafhankelijke runs van 10.000 generaties met progressieve eliminatie van externe fitness ( $p_m=0.01, N=512$ ).
Bevindingen: 7 van de 12 runs (58,3%) behielden evolutionaire activiteit na volledige verwijdering van fitness. Dit presteerde significant beter dan vier baselines (Random Search, Fixed Constraints, Novelty Search en MAP-Elites) met $p<0.01$ en Cohen's $d=1.47$ .
Ablatie: Het verwijderen van ofwel CARP of AIS verhoogde de faalratio's van 41,7% naar meer dan 90%, wat bevestigt dat beide cruciaal zijn.
Beperking: Ondanks aanhoudende activiteit plateauerde de EPC bij 140–155 in alle succesvolle runs, wat wijst op een structurele plafon die aangeeft dat evolutie weliswaar doorgaat, maar niet noodzakelijkerwijs open-eindig wordt.

Experiment 2: Sham-gecontroleerde Niche Constructie (V3)

Hypothese: Door organismen beschrijdbare omgevingen (niche constructie) zouden de EPC-plafond doorbreken.
Setup: 20 runs (10 echt, 10 sham) van 50.000 generaties. Agenten konden een persistent chemisch stof ( $S$ ) uitscheiden in een 3×3 buurt. De "sham"-controle voerde de actie uit en trok de kosten af, maar update de chemische velden niet.
Bevindingen: Hoewel de excretie-fysica correct functioneerde ( $S_{mean}=0.48$ in echte runs), bleef de EPC nul in beide condities, en de LZ76-complexiteit was identiek (0,068).
Conclusie: Omgevingsmodificatie zonder frequentie-afhankelijke selectie is onvoldoende om open-eindige groei te drijven; de interne policies van de agenten reageerden niet op het chemische veld.

Experiment 3: Speciatie-beschermde Niche Constructie (V4 Stage 3)

Hypothese: Nieuwe structuren vereisen bescherming (via speciatie) lang genoeg om te accumuleren.
Setup: Voegde CPPN-genomen en NEAT-stijl speciatie toe aan de architectuur.
Bevindingen: Voorlopige validatieruns (twee seeds, 500 generaties) toonden divergentie in genoomgrootte en aantal soorten tussen de echte en de sham-condities, in tegenstelling tot V3.
Status: Deze resultaten zijn consistent met de hypothese, maar zijn momenteel onvoldoende om het te vestigen; ze dienen als directionele steigers voor middelgrote replicatie die momenteel gaande is.

4. Belangrijkste Bijdragen

Empirische Grenzen voor Fitness-vrije Evolutie: Demonstreert dat constraint-driven selectie evolutionaire activiteit kan handhaven zonder fitness, hoewel dit niet automatisch open-eindig is.
Sham-gecontroleerd Protocol: Biedt een rigoureuze methode om niche constructie te isoleren van de energetische kosten, wat aantoont dat niche constructie alleen niet de complexiteitsplafonds doorbreekt.
PNCT Metrieken: Introduceert een suite van falsifieerbare metrieken (GAC, EPC, NND) om evolutie te karakteriseren zonder scalaire fitness.
Hypothese over Substraat Evolvability: Suggereert dat voor echte OEE de wetten die het systeem beheersen (de fysica) zelf evolueerbaar moeten zijn, niet alleen de populatiedynamiek.

5. Betekenis en Vooruitblik

Het artikel beweert empirische grenzen voor fitness-vrije evolutie vast te stellen. De observatie van een EPC-plafond in omgevingen met vaste fysica (V2–V3) suggereert dat vaste fysica structureel niet in staat kan zijn om OEE te ondersteunen. Bijgevolg stellen de auteurs een nieuwe richting voor: meta-evolutie van de fysica, waarbij de wetten die het systeem beheersen (bijv. diffusie, verval, energie-injectie) zelf geëvolueerd worden.

Het werk draagt bij aan het veld van EC door een draagbare toolkit (PNCT), een herbruikbaar experimenteel protocol (sham-control) en een hypothese te bieden dat substraat evolvability een noodzakelijke voorwaarde is voor open-eindigheid. De auteurs merken op dat een 100-werelden experiment om meta-evolutie te testen momenteel in voorbereiding is.