logo
 
?

автоматы графы

Пожалуй, ничто так долго, на протяжении многих веков, не интересовало учёных, как вопросы о происхождении жизни и разума.

Как природа догадалась сотворить человеческий мозг? Чем определяется структура нейронной сети в нашей голове и как работает автосборка многоклеточного организма из единственной клетки?

Почему при развитии зародыша человека на определённой стадии можно наблюдать нечто похожее на рыбьи жабры?

Да и простого любопытствующего обывателя, не отягощённого подробностями органической химии, подобные вопросы не обходят стороной.

Вот была бы игрушка-конструктор, с помощью которой можно собрать простенькие растущие организмы.

Тогда построив предельно упрощённую модель, демонстрирующую многие из явлений живого, можно было бы приблизиться к ответам на вопросы устройства жизни, или хотя бы к пониманию, где эти ответы искать.

Такой предельно упрощённой и наглядной моделью могут оказаться «Живые графы» — конечные автоматы на графе, каждый узел которого содержит некое исполняющее устройство (автомат) с конечным числом состояний и с набором примитивных правил, управляющих созданием или изменением новых связей между узлами. » (с) император и дауншифтер Диоклетиан В статье будет рассказано об одном из воплощений «Живого графа» — о клеточном автомате развёртывания графа GUCA (Graph Unfolding Cellular Automata).

Демонстрацию работы GUСА можно «пощупать» прямо в браузере с подключённым Silverlight-плагином.

Веб-приложение визуализирует короткую жизнь некоторых моих первых экземпляров растущих графов – как собственноручно сконструированных продуктов «генной инженерии», так и «естественно-отобранных» генетическим алгоритмом форм.

Даже если начальный граф будет состоять только из одного узла, а все порождающиеся узлы графа будут иметь одну и ту же копию набора правил с каждой новой итерации срабатывания правил можно будет наблюдать развитие самых разнообразных структур.

А всё началось с увлечения искусственными нейронными сетями (ИНС), при исследовании которых и родилась идея GUCA. Искусственные нейронные сети, нашедшие широкое применения в искусственных же системах управления, можно представить как соединённые между собой «нейроны», сами по себе выполняющие достаточно простые операции, например, суммирование входящих сигналов и преобразование получившегося значения.

Но будучи соединёнными по некоторым правилам в единую сеть «нейроны» образуют систему, возможности которой заметно превышают возможности cоставляющих её элементов — того же сумматора.