首次！大模型自动搜索人工生命，做出AI科学家的Sakana AI又放大招

用 AI 加速人工生命发现可以启发下一代 AI 系统。

原标题：首次！大模型自动搜索人工生命，做出AI科学家的Sakana AI又放大招
文章来源：机器之心
内容字数：9391字

Sakana AI 利用基础模型自动发现人工生命

人工智能公司Sakana AI近期发布了一项突破性研究成果：ASAL系统，该系统利用基础模型自动化人工生命（Artificial Life，AL）的搜索过程。这项研究标志着人工生命研究进入了一个新的范式，有望加速对涌现、进化和智能的理解，并启发下一代AI系统。

1. 人工生命研究的挑战与ASAL的出现

传统的人工生命研究主要依赖计算模拟，研究者需要依靠直觉设计模拟规则，这限制了意外发现的可能性。ASAL系统则通过利用基础模型，自动化了这一搜索过程，解决了人工生命研究中长期存在的难题：缺乏一种系统的方法来搜索所有可能的模拟配置。

2. ASAL系统的工作原理

ASAL系统将所需的模拟集合定义为“基质（substrate）”，并利用视觉-语言基础模型（如CLIP和DINOv2）通过三种方法识别所需的人工生命模拟：

1. 监督式目标：搜索能产生指定目标或序列的模拟。
2. 开放式：搜索在基础模型表征空间中不断提供新变化的模拟。
3. 阐明：搜索一组相关的多样化模拟，展现对人类来说陌生的世界。

ASAL系统基于Boids、粒子生命、生命游戏、Lenia和神经元胞自动机等多种人工生命基质进行了验证，发现了许多前所未见的生命形式，扩展了人工生命中涌现结构的边界。

3. ASAL系统的应用与结果

ASAL系统在不同基质上都取得了显著成果：

• 在Boids中发现了奇异的群集模式。
• 在Lenia中发现了新的自组织细胞。
• 找到了类似康威生命游戏一样的开放式元胞自动机。

此外，ASAL系统还可以量化人工生命的复杂性，例如，通过测量模拟的CLIP相似性来评估模拟的复杂程度，并确定影响模拟结果的关键参数。

4. 研究意义与未来展望

这项研究利用基础模型强大的表征能力，实现了对人工生命模拟的自动化搜索，为人工生命研究提供了一种新的范式。这不仅有助于发现新的生命形式，更重要的是，可以加深我们对涌现、进化和智能等核心原则的理解，从而推动AI技术的进步。

ASAL系统的出现，标志着人工生命研究迈向了一个新的阶段，未来有望在更广泛的领域取得更多突破性进展。

联系作者

文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台