180 likes | 350 Views
Artificial Life. Christopher G. Langton (1989) 인지과학 협동과정 98132-501 강 소 영. 1. The Biology of Possible Life. Artificial Life Traditional Biology : Top-down approach analytical methods But, Life Principles of dynamical self-organization Non-linear phenomena
E N D
Artificial Life Christopher G. Langton (1989) 인지과학 협동과정 98132-501 강 소 영
1. The Biology of Possible Life • Artificial Life • Traditional Biology : • Top-down approach • analytical methods • But, • Life • Principles of dynamical self-organization • Non-linear phenomena • interaction between parts • synthetic approach
Artificial Life synthetic approach to biology • attempts • synthesize the process of evolution in computers • what emerges from the process • what kinds of things can evolve in principle • 행동 발현의 문제 • Alife: generating lifelike behaviour • AI : generating intelligent behaviour • 차이점: • AI - production of intelligent solutions rather than the production of intelligent behaviour • Alife - natural method of behaviour generation를 파악 - parallel distributed.
2. Historical Roots of Artificial Life • Historical Review • Clock Work : Clepsydra, Jack • Automata: lifelike motion to a mechanical figure or animal (코끼리, peacocks, singing birds) • Duck of Vaucanson (1975) • writing and picutre drawing automata - Jaquet-Droz family • Control Device (process control --> programmable control ) • 이런 제어 장치에서 중요한 것은 an abstract set of rules (material 에 관계없이)이고, logical form은 material basis of construction과 분리 • 이때, machiness라는 건 logical form을 의미.. 즉, machine은 algorithm
General-Purpose Computers • 여러가지 기술적 발전 (programmable controller, calculating engines, formal theory of machines)으로, general-purpose computer, stored-program computer가 출현. • Programmable computer는 general behaviour generator이지만 intrinsic behaviour를 갖고 있는 것 아니다. • Formal Limits of Machine Behaviours • 컴퓨터가 보여줄 수 있는 행동의 기본적 한계 • Computability in principle : 행동 발현에 관한 formal specification가 없는 행동 • Computability in practice : 어떤 sequence에 의해서 행동이 발현되는지 모르는 행동 • in order to determine the behaviour of some machine, run them and see how they behave.
John von Neumann: From Mechanics to Logic • Self-reproduction automaton : 자신을 구성하고 증식하는 능력을 가진 기계 • kinematic model : • universal constructor : 구성해야 하는 기계에 대한 description이 주어짐 --> 수면에 떠 있는 부품 중 선택하여 기계를 구성. • Description copier 추가
Cellular Automaton • Cellular Automaton • cell- 분할 될 수 없는 하부 단위 . • 세포처럼 증식. • Cell (finite automata) 의 특징 • 주어진 시간에 유한한 수효의 상태 중 어느 하나에 있다. • 고정된 기하학적 형태에 의해 조직 • 이웃한 cell과 통신한다 • 한 시간 단계와 그 다음 시간단계사이의 간격을 generation • state-transition rule : 상태변이규칙 - 각 세대마다 각 cell의 상태를 결정하는 것. • 시간 t+1에서의 cell의 상태는 시간 t에서 그 자신의 상태와 이웃한 cell의 상태에 의하여 결정된다.
Cellular Automaton의 전개 • 초기배열 : 01011010100110 • 변이규칙: 00 01 10 11 • 0 1 1 0 • 전개과정 01011010100110 • 11101111101010 • 00110000111110 • 01010001000010 • 11110011000110 • 이 모델의 중요성 • 생물체의 본질적인 행동 - self-reproduction-이 machine에 의해 생성되었다.
3. The Role of Computers in Studying Life and Other Complex Systems • Alife 연구의 두가지 방법 • Create life in vitro • Create life in silico - computer는 유용한 실험적 tool • AI와 Alife의 다른점.
5. Biological Automata • 생명체의 생화학적 구조로부터 논리적 형태를 추출하는 문제 • 실마리 - 유전자형(genotype)과 표현형(phenotype)의 구별 • 생물학에서 • 유전자형: 개체의 유전자 조성 • 표현형: 개체의 외관상 특징 (특별한 환경 하에서 유전자형의 지시에 따라 결정되는 개체의 물리적 구조) • 인공생명에서 • 유전자형과 표현형의 개념을 일반화하여 기계에 적용 • 즉, 생물체의 성장과정을 유전자형이 표현형으로 번역되는 계산과정, 하나의 알고리즘으로 간주 • G형: 기계의 집단에 대한 세부규정 (specification), 행동목록의 명세 • P형 : 특정한 환경 속에서 집단 내의 기계가 상호작용함에 따라 발생되는 행동.
Genuine Life in Artificial Systems • Behavioral PTYPE이 development 되는 예 - Flocking Boids • individual Boids --> responding local condition • 이웃한 개체와 최소한의 거리 유지 • 이웃 Boids와 속도를 맞춘다 • Boids 집단의 중앙쪽으로 이동하라. • behaviour의 level을 구분할 필요 • at the level of the individual behavors : Boids are not birds. • At the level of behaviours: flocking Boids and flocking birds are two instances of the same phenomenon: flocking • ==> 인공적인 개체에서 lifelike behaviour가 일어났고, natural system에서 일어나는 것과 같은 방식으로 행동이 산출
Claim: • Artificial Life에서 Artificial은 component part. Not emergent process • --> component part가 옳게 구현되면, 그 process는 genuine하다. • Big Claim: • 잘 조직된 artificial primitives는 natural organism이 살아있는 것과 같은 방식으로 사는 process를 제공. • --> genuine life • --> 지구 상에서 진화해온 생명체와 다른 물질로 만들어졌을 뿐.
7. Evolution • Evolution: From Artificial Selection to Natural Selection • 생물학적 진화의 복잡한 과정에 의해서 지금의 구조가 형성 • 어떤 것이 우연에 의한 특성이고, 필요에 의한 특성인지 구분 어려움. • 진화의 과정을 rewind할 수 있다면.. • 컴퓨터 모델이 rewind 기능 해줄 수 있다. • Engineering PTYPES from GTYPES • 어떤 PTYPE이 어떤 GTYPE으로부터 산출되는지 알기 어려움. • 지금까지 적당한 GTYPE을 추측하고, 그것을 변경시키면서 적절한 PTYPE을 산출할때까지 trial and error • 한계가 있음. --> process를 automate해야 함.
Genetic Algorithms • implements natural selection by making more copies of the character strings representing the better performing PTYPES • generates variant GTYPES by applying genetic operators to these character strings • Genetic Operators • Reproduction • Mutation • Cross-over • Operation of GA • 초기화 --> evaluate • --> selection • --> operator 적용 • --> 다음세대 만듬
From Artificial Selection to Natural Selection • Richard Dawkins : Biomorphs. • The program consists of a general-purpose recursive tree-generator, which takes an organisms’s GTYPE(parameter settings) as data and generates its associated PTYPE (the resulting tree) • 프로그램이 ‘Adam’을 만들고 여러 개의 mutated copies를 만든다. • 사용자가 마음에 드는 PTYPE을 고른다. • 프로그램은 그 나무의 GTYPE의 mutated copies를 만든다. 그리고 그것의 PTYPE을 보여준다. • 사용자가 또 선택한다. • 이 과정 계속 반복. • ==> 이것이 artificial selection
8. Conclusion • 생물학의 개념을 non-biological thing으로 연구하는 것을 전통적 생물학자들이 받아들이기 어려움. • Alife가 받아들여지는 정도는 그것이 생물학적 현상을 설명하는 정도에 비례할 것이다.