https://big5.sputniknews.cn/20241226/1063378167.html
AI首次自主發現人工生命
AI首次自主發現人工生命
俄羅斯衛星通訊社
據Sakana AI官網消息,Sakana AI聯合來自MIT、OpenAI、瑞士AI實驗室IDSIA等機構的研究人員,提出了“自動化人工生命搜索”(ASAL)的新算法,旨在利用大模型自動化地探索人工生命(ALife)領域中的模擬空間。這意味著不需要繁瑣的手工設計,只通過描述,AI就能發現全新的人造生命體。 2024年12月26日, 俄羅斯衛星通訊社
2024-12-26T08:40+0800
2024-12-26T08:40+0800
2024-12-26T08:40+0800
人工智能
國際
科學研究
發現
https://cdn.sputniknews.cn/img/07e6/03/0c/1039902970_0:103:1920:1183_1920x0_80_0_0_68902ba28edd6be4d162218e031945c0.jpg
在過去的30萬年里,地球上只有一種形式的高級智能:人類。而AI基礎模型的出現可能標誌著新型智能的崛起,多樣化智能或與人類共存。人工生命(ALife) 是一個跨學科領域,致力於研究生命的本質及其起源、演化和行為。它試圖通過模擬和創造生命現象來理解生命的基本原則,不局限於地球上的生物形式,還包括可能的外星生命或完全虛構的生命形式。Sakana AI的論文報告指出,Sakana AI借助“人工生命”理念改進AI基礎模型,並希望利用基礎模型反向推動人工生命研究,推動創建和理解新型智能生命形式。目前,基礎模型已在科學領域帶來變革,如蛋白質發現、氣候預測和數學定理證明。這些技術有潛力加速人工生命的探索與發現。而這次研究者們提出的算法,可以使用包括三種基於視覺-語言基礎模型搜索算法的自動化人工生命搜索(ASAL)自動發現人工生命。 過去,人工生命模擬中的每一個細微規則都需要通過複雜的手工設計來完成;而現在,只需定義模擬空間的搜索範圍,ASAL便能夠自動探索出最有趣、最具開放性的人工生命形式。憑借基礎模型的廣泛通用性,ASAL可以在各種經典的人工生命模擬中發現新的生命形式,包括 Boids、Particle Life、生命遊戲(Game of Life)、Lenia和神經元胞自動機(Neural Cellular Automata)。ASAL開創性地將基礎模型應用於人工生命模擬搜索,自動化了規則設計和現象探索的過程。該方法不僅促進了新型人工生命體的自動發現,還為複雜性和開放性等現象提供了新的分析工具。這標誌著人工生命研究從直覺驅動轉向系統化探索的關鍵一步,為未來的研究開闢了新的方向。
https://big5.sputniknews.cn/20241223/1063331925.html
俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
2024
俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
News
cn_CN
俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
https://cdn.sputniknews.cn/img/07e6/03/0c/1039902970_104:0:1817:1285_1920x0_80_0_0_32fcdbfd93a9c296be1a7e121a2b95d1.jpg俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rossiya Segodnya“
人工智能, 國際, 科學研究, 發現
AI首次自主發現人工生命
據Sakana AI官網消息,Sakana AI聯合來自MIT、OpenAI、瑞士AI實驗室IDSIA等機構的研究人員,提出了“自動化人工生命搜索”(ASAL)的新算法,旨在利用大模型自動化地探索人工生命(ALife)領域中的模擬空間。這意味著不需要繁瑣的手工設計,只通過描述,AI就能發現全新的人造生命體。
在過去的30萬年里,地球上只有一種形式的高級智能:人類。而AI基礎模型的出現可能標誌著新型智能的崛起,多樣化智能或與人類共存。
人工生命(ALife) 是一個跨學科領域,致力於研究生命的本質及其起源、演化和行為。它試圖通過模擬和創造生命現象來理解生命的基本原則,不局限於地球上的生物形式,還包括可能的
外星生命或完全虛構的生命形式。
Sakana AI的論文報告指出,Sakana AI借助“人工生命”理念改進AI基礎模型,並希望利用基礎模型反向推動人工生命研究,推動創建和理解新型智能生命形式。
目前,基礎模型已在科學領域帶來變革,如蛋白質發現、氣候預測和數學定理證明。這些技術有潛力加速人工生命的探索與發現。而這次研究者們提出的算法,可以使用包括三種基於視覺-語言基礎模型搜索算法的自動化人工生命搜索(ASAL)自動發現人工生命。
過去,人工生命模擬中的每一個細微規則都需要通過複雜的手工設計來完成;而現在,只需定義模擬空間的搜索範圍,ASAL便能夠自動探索出最有趣、最具開放性的人工生命形式。
憑借基礎模型的廣泛通用性,ASAL可以在各種經典的人工生命模擬中發現新的生命形式,包括 Boids、Particle Life、生命遊戲(Game of Life)、Lenia和神經元胞自動機(Neural Cellular Automata)。
ASAL開創性地將基礎模型應用於人工生命模擬搜索,自動化了規則設計和現象探索的過程。該方法不僅促進了新型人工生命體的自動發現,還為複雜性和開放性等現象提供了新的分析工具。這標誌著人工生命研究從直覺驅動轉向系統化探索的關鍵一步,為未來的研究開闢了新的方向。